Dirbtinis intelektas žemės ūkyje: kur jis jau atsiperka, o kur dar liko pažadai
Lietuvos žemės ūkis į skaitmenizavimą žengia nebe tik per buhalterines programas ar nuotolinį deklaravimą. Vis dažniau kalbama ir apie dirbtinio intelekto sprendimus, galinčius padėti planuoti darbus, tiksliau tręšti laukus ar stebėti gyvulių sveikatą.
Nors daliai ūkininkų ši sąvoka vis dar skamba abstrakčiai, praktinių pavyzdžių Europoje daugėja, o dalis jų jau pasiekia ir Lietuvą. Kyla klausimas: kur DI gali duoti realią naudą, o kur tai dar tik ateities vizija?
Kas žemdirbiui iš tikrųjų yra dirbtinis intelektas
Kasdienybėje ūkininkai dažnai vartoja sąvokas „programa“, „programėlė“ ar „sensoriai“, tačiau ne visas technologijas galima vadinti dirbtiniu intelektu. DI paprastai reiškia sistemą, kuri mokosi iš duomenų, atpažįsta dėsningumus ir vėliau pati teikia pasiūlymus ar sprendimus.
Žemės ūkyje tai gali būti derliaus prognozių algoritmai, ligų atpažinimas pagal augalų nuotraukas, automatinis purškimo normos koregavimas ar pašarų raciono pritaikymas pagal gyvulio būklę. Skirtumas nuo įprastos programos tas, kad DI laikui bėgant „tobulėja“, nes apdoroja vis daugiau duomenų iš ūkio.
Kur DI jau naudojamas pasaulyje ir Europoje
Tarptautinėje rinkoje jau veikia daug platformų, kurios analizuoja palydovinius vaizdus, meteorologinius duomenis ir pateikia rekomendacijas dėl sėjos, tręšimo arba derliaus nuėmimo laiko. Kai kurios sistemos geba skirtingai įvertinti net atskiras lauko zonas ir siūlyti kintamąsias normas.
Gyvulininkystėje plinta sprendimai, kurie remiasi robotinių melžimo sistemų, ėdžių, žingsniamačių ir aplinkos sensorių informacija. DI modeliai padeda anksčiau pastebėti sveikatos sutrikimus, karštinę ar rują, dėl to galima greičiau reaguoti ir išvengti dalies nuostolių.
Kokie sprendimai artimiausi Lietuvos ūkiams
Lietuvos ūkiuose kol kas dažniau sutinkami pavieniai technologiniai komponentai: automatinio vairavimo įrangos, derliaus žemėlapiai, dronai, kuriantys pasėlių nuotraukas. Tačiau būtent DI integravimas į šiuos duomenų srautus yra kitas logiškas žingsnis.
Praktiškai tai gali atrodyti taip: ūkininkas į žemėlapių sistemą įkelia derlingumo, dirvožemio tyrimų ir kelių metų pasėlių būklės duomenis, o programa, naudodama DI algoritmus, pati pasiūlo kintamos trąšų ar sėklos normos planą. Tada sprendimus belieka įkelti į purkštuvą ar sėjamąją.
Nauda ūkininkui: nuo mažesnių sąnaudų iki tikslesnių sprendimų
Didžiausia DI nauda dažniausiai siejama su tikslumu. To paties ploto laukui gali reikėti labai skirtingo maistinių medžiagų kiekio, priklausomai nuo dirvožemio, reljefo, ankstesnio derliaus. Įprastai ūkininkas remiasi patirtimi, o DI gali įvertinti daugiau veiksnių ir duomenų.
Praktinis efektas dažniausiai pasireiškia per sąnaudų optimizavimą: mažesnį trąšų ir augalų apsaugos priemonių kiekį ten, kur jų nereikia, ir tikslines investicijas tose vietose, kur jos duoda didžiausią grąžą. Taip pat gali sumažėti darbų organizavimo klaidų, nes algoritmai padeda planuoti laiką ir technikos apkrovimą.
DI galimybės gyvulininkystėje: sveikatingumas ir gerovė
Karvių, kiaulių ar paukščių ūkiuose DI pritaikymas remiasi nuolat renkamais duomenimis apie gyvulio veiklą: ėdimo laiką, judrumą, pieno sudėtį, svorio pokyčius, mikroklimato rodiklius. Tokie duomenys leidžia aptikti nukrypimus dar iki pasireiškiant akivaizdiems ligos simptomams.
Ankstyvesnė diagnozė ne tik sumažina gydymo išlaidas, bet ir prisideda prie didesnio produktyvumo bei geresnės gyvūnų gerovės. Tiksliau nustatytas veršiavimosi ar rujos laikas gali pagerinti reprodukcijos rodiklius, o tai svarbu viso ūkio ekonomikai.
Mažesni ir vidutiniai ūkiai: ar DI tikrai tik didiesiems
Dažna abejonė, kad pažangūs sprendimai prieinami tik labai dideliems ūkiams. Tačiau dalis DI paslaugų pasaulyje jau teikiamos kaip prenumeruojamos platformos, kurioms nereikia didelių pradinių investicijų į įrangą, o mokama už naudojimąsi programine paslauga.
Mažesni ūkiai gali jungtis prie žemės ūkio konsultavimo, kooperatyvų ar paslaugų tiekėjų, kurie renka duomenis iš kelių klientų ir siūlo DI paremtas rekomendacijas kaip paslaugų paketą. Tai sumažina riziką ir leidžia išbandyti technologiją prieš priimant sprendimą dėl platesnio diegimo.
Duomenų kokybė ir privatumas: nauji klausimai ūkininkams
DI tikslumas stipriai priklauso nuo duomenų, kuriais jis maitinamas. Jei sensoriai veikia netiksliai, laukai žemėlapiuose pažymėti klaidingai arba trūksta kelių metų istorijos, algoritmo išvados bus ribotos. Todėl pirmas žingsnis dažnai yra tvarkinga ir nuosekli duomenų rinkimo sistema.
Kitas aktualus aspektas yra privatumas ir nuosavybė. Ūkininkai pagrįstai klausia, kam priklauso surinkti duomenys, kas gali juos matyti ir kaip jie panaudojami. Pasirenkant paslaugų teikėjus svarbu atkreipti dėmesį į sutartyse aprašytas teises ir prieigos sąlygas.
Valstybės ir ES vaidmuo: parama ne tik technikai, bet ir žinioms
Skaitmenizavimas įtrauktas į Europos Sąjungos žemės ūkio politikos kryptis, todėl dalis priemonių skatina būtent išmaniųjų technologijų diegimą. Tai gali būti parama technikai, valdymo sistemoms, konsultavimui ar mokymams.
Lietuvoje aktualus klausimas, kaip sukurti sistemą, kurioje ūkininkai gautų ne tik įrangos finansavimą, bet ir pagalbą diegiant sprendimus praktikoje. DI be žmogiškų kompetencijų yra tik įrankis, todėl iš anksto verta įsivertinti, kas ūkyje prisiims atsakomybę už duomenų tvarkymą ir rekomendacijų taikymą.
Rizikos ir lūkesčių valdymas: ko DI kol kas negali
Nors DI gali apdoroti daug duomenų ir padėti priimti sprendimus, jis nepakeičia žemės ūkio specifiką suprantančio žmogaus. Net ir pažangiausi modeliai neaplenkia netikėtų orų permainų, politinių sprendimų ar rinkos svyravimų, kurie trumpuoju laikotarpiu gali pakeisti planus.
Per dideli lūkesčiai gali nuvilti ir sukelti nusivylimą technologijomis apskritai. Todėl pradžioje verta aiškiai apibrėžti, kokią konkrečią problemą DI turėtų padėti spręsti, pavyzdžiui, sumažinti trąšų panaudojimą tam tikru procentu ar sutaupyti laiko planuojant laukų darbus.
Kaip praktiškai pradėti: keli žingsniai ūkiui
Pirmiausia verta inventorizuoti tai, kas jau yra ūkyje: technika, sensoriai, buhalterinės ar valdymo programos, derliaus ataskaitos, dirvožemio tyrimai. Dažnai paaiškėja, kad dalį bazės DI diegimui ūkis jau turi, tik stinga duomenų sujungimo.
Antras žingsnis yra pasirinkti vieną prioritetinę sritį. Pavyzdžiui, augalininkystės ūkiui tai gali būti tikslesnis tręšimas, o gyvulininkystės ūkiui ankstyvas ligų nustatymas. Pradėti nuo siauresnio projekto yra saugiau ir leidžia išmokti naudotis sistema be didelio streso.
Ilgalaikė perspektyva: DI kaip kasdienio ūkio valdymo dalis
Per artimiausius metus DI sprendimai, tikėtina, vis labiau taps ne atskiru „inovacijų projektu“, o paprasta kasdienio darbo dalimi. Kaip dabar įprasta naudotis navigacija ar lauko žemėlapiu telefone, taip ateityje bus įprasta per programą pasitikrinti rekomendacijas tręšimui ar priminimus dėl gyvulių sveikatos.
Kiek ir kaip greitai tai įsitvirtins Lietuvoje, priklausys nuo ūkių pasirengimo, konsultavimo sistemos ir skaitmeninių paslaugų kokybės. Tačiau jau dabar aišku, kad žemės ūkis, gebantis protingai išnaudoti duomenis ir DI, turi daugiau galimybių išlikti konkurencingas ir atsparesnis svyravimams.
