Από την πρόβλεψη ασθενειών και την εξοικονόμηση νερού μέχρι την παρακολούθηση μιας καλλιέργειας και την καλύτερη πρόβλεψη της παραγωγής, η Τεχνητή Νοημοσύνη αρχίζει να αποκτά πραγματικές εφαρμογές και στον πρωτογενή τομέα. Η ανάπτυξη νέων υπολογιστικών υποδομών στην Ελλάδα δημιουργεί τώρα το ερώτημα: μπορεί η νέα τεχνολογία να φτάσει μέχρι το ελληνικό χωράφι;
Όταν ακούμε «Τεχνητή Νοημοσύνη», το μυαλό μας πηγαίνει συνήθως στο ChatGPT, στη δημιουργία εικόνων ή στα νέα εργαλεία που εμφανίζονται καθημερινά στους υπολογιστές και στα κινητά μας.
Όμως ορισμένες από τις σημαντικότερες εφαρμογές της AI μπορεί τελικά να βρίσκονται πολύ μακριά από μια οθόνη.
Μπορεί να βρίσκονται μέσα σε ένα χωράφι.
Η σύγχρονη γεωργία παράγει ολοένα περισσότερα δεδομένα: από μετεωρολογικούς σταθμούς και αισθητήρες εδάφους μέχρι δορυφορικές εικόνες, drones, μηχανήματα και ιστορικά στοιχεία παραγωγής.
Το μεγάλο ερώτημα είναι πώς μπορούν όλα αυτά τα δεδομένα να μετατραπούν σε χρήσιμες αποφάσεις για τον παραγωγό.
Και εδώ ακριβώς αρχίζει να αποκτά ρόλο η Τεχνητή Νοημοσύνη.
Έρχεται δεύτερος υπερυπολογιστής στην Κοζάνη
Η συζήτηση αποκτά ιδιαίτερο ελληνικό ενδιαφέρον καθώς η χώρα δημιουργεί πλέον σημαντικές δικές της υπολογιστικές υποδομές.
Μετά τον εθνικό υπερυπολογιστή ΔΑΙΔΑΛΟ και το AI Factory PHAROS στο Λαύριο, έχει σχεδιαστεί ένας νέος συμπληρωματικός υπερυπολογιστής στην Κοζάνη, προσανατολισμένος στην αξιοποίηση δεδομένων και εφαρμογών που σχετίζονται με τις ανάγκες της περιοχής.
Η δημιουργία τέτοιων υποδομών έχει σημασία επειδή η προηγμένη Τεχνητή Νοημοσύνη χρειάζεται όχι μόνο λογισμικό αλλά και μεγάλη υπολογιστική ισχύ.
Για τον αγροτικό τομέα, η δυνατότητα αξιοποίησης τέτοιων τεχνολογιών ανοίγει ένα πολύ μεγαλύτερο πεδίο εφαρμογών.
Μπορεί η AI να ξέρει πότε χρειάζεται νερό το χωράφι;
Μία από τις προφανέστερες εφαρμογές αφορά την άρδευση.
Σήμερα ένας παραγωγός μπορεί να βασίζεται στην εμπειρία του, στις καιρικές συνθήκες και σε μετρήσεις υγρασίας για να αποφασίσει πότε και πόσο θα ποτίσει.
Ένα πιο προηγμένο σύστημα μπορεί να συνδυάζει ταυτόχρονα δεδομένα από το έδαφος, τη θερμοκρασία, την υγρασία, τις βροχοπτώσεις, την πρόγνωση καιρού και το στάδιο ανάπτυξης της καλλιέργειας.
Η AI μπορεί να αναζητεί μοτίβα μέσα σε όλα αυτά τα δεδομένα και να βοηθά στην εκτίμηση του πότε πραγματικά χρειάζεται άρδευση.
Για μια χώρα όπως η Ελλάδα, όπου το νερό αποτελεί ολοένα σημαντικότερο ζήτημα για την αγροτική παραγωγή, η δυνατότητα ακριβέστερης άρδευσης έχει ιδιαίτερη αξία.
Μια ασθένεια πριν γίνει ορατή σε όλο το χωράφι
Ένα δεύτερο μεγάλο πεδίο είναι η αναγνώριση προβλημάτων στις καλλιέργειες.
Κάμερες, drones ή ακόμη και ένα smartphone μπορούν να συλλέγουν εικόνες φυτών.
Συστήματα computer vision μπορούν στη συνέχεια να εκπαιδευτούν ώστε να εντοπίζουν ενδείξεις ασθενειών, προσβολών ή άλλων προβλημάτων.
Η ιδέα είναι απλή:
αν το πρόβλημα εντοπιστεί νωρίτερα, ο παραγωγός μπορεί να παρέμβει νωρίτερα και, σε ορισμένες περιπτώσεις, πολύ πιο στοχευμένα.
Δεν σημαίνει ότι ένα πρόγραμμα αντικαθιστά τον γεωπόνο.
Μπορεί όμως να γίνει ένα ακόμη εργαλείο στα χέρια του παραγωγού και του επιστήμονα.
Λίπανση εκεί που πραγματικά χρειάζεται
Η ίδια φιλοσοφία βρίσκεται πίσω από τη γεωργία ακριβείας.
Ένα χωράφι δεν είναι απαραίτητα ομοιόμορφο.
Διαφορετικά σημεία μπορεί να έχουν διαφορετικές ανάγκες σε νερό ή θρεπτικά στοιχεία.
Αντί λοιπόν να αντιμετωπίζεται ολόκληρη η έκταση με τον ίδιο τρόπο, δεδομένα από αισθητήρες, δορυφόρους και άλλες πηγές μπορούν να βοηθούν στη δημιουργία λεπτομερέστερης εικόνας της καλλιέργειας.
Σε συνδυασμό με σύγχρονα γεωργικά μηχανήματα, αυτό μπορεί να οδηγήσει σε πιο στοχευμένες παρεμβάσεις.
Το πιθανό όφελος είναι διπλό:
μικρότερο κόστος εισροών και μικρότερη περιβαλλοντική επιβάρυνση.
Θα μπορούμε να προβλέπουμε καλύτερα την παραγωγή;
Ένα ακόμη πεδίο στο οποίο η AI μπορεί να αποδειχθεί χρήσιμη είναι η πρόβλεψη.
Ιστορικά δεδομένα παραγωγής μπορούν να συνδυαστούν με πληροφορίες για τον καιρό, την κατάσταση της καλλιέργειας, το έδαφος και άλλους παράγοντες.
Το αποτέλεσμα δεν είναι μια «μαγική» πρόβλεψη.
Η γεωργία εξαρτάται από πάρα πολλούς απρόβλεπτους παράγοντες.
Όμως όσο καλύτερη είναι η εκτίμηση της αναμενόμενης παραγωγής, τόσο καλύτερα μπορούν να οργανωθούν η συγκομιδή, η αποθήκευση, οι μεταφορές και η εμπορική διάθεση.
Και αυτό σημαίνει ότι η Τεχνητή Νοημοσύνη δεν αφορά μόνο το τι συμβαίνει μέσα στο χωράφι.
Μπορεί να επηρεάσει ολόκληρη την αγροδιατροφική αλυσίδα.
Από τους δορυφόρους στο χωράφι
Εδώ μπαίνει και μια ακόμη τεχνολογία που αναπτύσσεται ταχύτατα: η παρατήρηση της Γης από το Διάστημα.
Οι δορυφορικές εικόνες μπορούν να δώσουν πληροφορίες για μεγάλες εκτάσεις χωρίς να χρειάζεται κάποιος να βρίσκεται συνεχώς εκεί.
Όταν τα δεδομένα αυτά συνδυάζονται με AI, μπορούν να αναλυθούν πολύ μεγαλύτερες περιοχές και να εντοπιστούν μεταβολές που διαφορετικά θα ήταν δύσκολο να παρακολουθούνται συστηματικά.
Για μια χώρα με έντονο γεωγραφικό κατακερματισμό όπως η Ελλάδα, αυτό μπορεί να αποδειχθεί ιδιαίτερα χρήσιμο.
Θα τα χρησιμοποιεί όμως ο μικρός Έλληνας παραγωγός;
Εδώ βρίσκεται το πραγματικό πρόβλημα.
Είναι εύκολο να παρουσιάσουμε ένα εντυπωσιακό drone, έναν υπερυπολογιστή ή ένα προηγμένο σύστημα AI.
Το δύσκολο είναι να μετατραπεί η τεχνολογία σε κάτι που μπορεί να χρησιμοποιήσει οικονομικά ένας παραγωγός με μερικές δεκάδες στρέμματα.
Η ελληνική γεωργία χαρακτηρίζεται σε μεγάλο βαθμό από μικρές και κατακερματισμένες εκμεταλλεύσεις.
Αυτό σημαίνει ότι πολλά συστήματα δεν μπορούν να στηρίζονται στην υπόθεση ότι κάθε αγρότης θα αγοράσει ακριβό εξοπλισμό και θα προσλάβει ειδικούς στην ανάλυση δεδομένων.
Η πραγματική ευκαιρία βρίσκεται πιθανότατα στις υπηρεσίες που μοιράζονται υποδομές και κόστος: συνεταιρισμοί, ομάδες παραγωγών, γεωπόνοι, εταιρείες τεχνολογίας και δημόσιες υποδομές που μπορούν να προσφέρουν εργαλεία σε πολλούς παραγωγούς.
Ο αγρότης δεν πρόκειται να αντικατασταθεί από έναν αλγόριθμο
Όπως συμβαίνει και σε άλλους κλάδους, η συζήτηση για την AI συχνά καταλήγει στο ερώτημα αν θα αντικαταστήσει τον άνθρωπο.
Στη γεωργία η πραγματικότητα είναι πολύ πιο σύνθετη.
Ένας αλγόριθμος μπορεί να αναλύσει εκατομμύρια δεδομένα.
Δεν έχει όμως την εμπειρία του ανθρώπου που καλλιεργεί την ίδια γη επί δεκαετίες.
Η μεγαλύτερη αξία πιθανότατα θα προκύψει από τον συνδυασμό των δύο.
Η εμπειρία του παραγωγού μαζί με πολύ περισσότερη και καλύτερη πληροφορία.
Το πραγματικό στοίχημα για την ελληνική γεωργία
Η Ελλάδα αποκτά σταδιακά υποδομές AI και υπερυπολογιστικής που πριν από λίγα χρόνια δεν διέθετε.
Παράλληλα, το νέο Εθνικό Διαστημικό Πρόγραμμα επεκτείνει τις ελληνικές δυνατότητες σε διαστημικές υποδομές, εφαρμογές και αξιοποίηση δεδομένων.
Το κρίσιμο όμως δεν είναι να διαθέτουμε απλώς προηγμένη τεχνολογία.
Είναι να καταφέρουμε να τη συνδέσουμε με τους πραγματικούς παραγωγικούς κλάδους της χώρας.
Και ο πρωτογενής τομέας είναι ένας από τους σημαντικότερους.
Αν η AI μπορέσει να βοηθήσει έναν παραγωγό να χρησιμοποιεί λιγότερο νερό, να εντοπίζει νωρίτερα ένα πρόβλημα, να μειώνει άσκοπες εισροές ή να γνωρίζει καλύτερα τι συμβαίνει στην καλλιέργειά του, τότε παύει να είναι μια εντυπωσιακή τεχνολογία.
Γίνεται αγροτικό εργαλείο.