ИИ может помочь определить границы полей и водоемов, чтобы обеспечить устойчивые методы ведения сельского хозяйства, повысить урожайность и поддержать 1,4 миллиарда жителей Индии и остального мира.
Для Индии сельское хозяйство имеет решающее значение. Примерно половина ее населения зависит от сельского хозяйства как источника средств к существованию, и страна занимает второе место в мире по площади пахотных земель. Будучи ведущим производителем таких продуктов, как рис, пшеница, хлопок, сахар и молочные продукты, сельскохозяйственная система Индии важна не только для нее самой, но и для остального мира.
Однако система сельского хозяйства Индии сталкивается с серьезными проблемами. Чтобы продолжать кормить 1,4 миллиарда жителей Индии, необходима более эффективная урожайность. Изменение климата разрушает наши сельскохозяйственные системы, и в то же время неустойчивые методы ведения сельского хозяйства усугубляют изменение климата из-за значительных выбросов парниковых газов, использования воды и обезлесения. Без изменений продовольственные и экологические системы во всем мире находятся под угрозой.
Две команды в Google, AnthroKrishi и Google Partner Innovation, используют ИИ для решения этой задачи в соответствии с Принципами искусственного интеллекта Google . Цель команд — повысить устойчивость сельского хозяйства, начиная с Индии. Команда работает над целым рядом технологий на основе ИИ для организации и использования сельскохозяйственных данных Индии, наиболее важной из которых является разработка единого «понимания ландшафта».
Понимание ландшафта использует спутниковые снимки и машинное обучение, чтобы проводить границы между полями, что является базовой единицей сельского хозяйства и имеет важное значение для создания значимых идей. С установленными полевыми сегментами модель может определять площади фермерских полей, лесов и лесных массивов, а также определять ирригационные сооружения, такие как фермерские колодцы и вырытые пруды, для создания инструментов для обеспечения готовности к засухе.
Карты высокого уровня предоставляют агрегированные статистические данные (например, посевная площадь, нормальные осадки, фактические осадки) для района, подрайона или уровня деревни.
Исследовательская группа также разрабатывает модели «ландшафтного мониторинга», которые дают более подробную картину текущей производительности отдельного месторождения и будущих потребностей. Будущие модели мониторинга ландшафта смогут определять такие данные, как тип культуры, размер поля, расстояние до воды и дату последнего посева или сбора урожая. Команда также надеется предоставить подробные данные о фермерских прудах — такая информация, как доступность воды за последний месяц, год или три года, будет иметь решающее значение для разработки стратегий водной безопасности и борьбы с засухой.
Более пристальный взгляд позволяет пользователям исследовать сегментацию полей, древесных культур и водоемов.
Будущие возможности мониторинга ландшафта предоставят пользователям подробную информацию об истории урожая отдельного поля, включая тип культуры и график посева и сбора урожая.
Это исследование стало возможным благодаря конструктивному партнерству с правительствами штатов, академическими учреждениями и местными сообществами. Важное значение имело общее видение этих партнерских отношений. Рама Деви, директор по новым технологиям штата Телангана, отметил, что искусственный интеллект является «мощным инструментом для правительств, позволяющим оказывать трансформационное воздействие во всех секторах… при этом масштабно влияя на жизни». Команда также сотрудничала с правительством штата Телангана для проведения полевых исследований, включая посещение деревень для работы с местными фермерами, чтобы лучше понять их текущие потребности и получить отзывы о точности границ поля.
Эти полевые данные являются ключом к раскрытию потенциала сельскохозяйственной мощи Индии — благодаря глубокому и точному пониманию производительности полей и постоянно меняющихся условий окружающей среды фермеры могут сократить потери земли и воды при одновременном повышении урожайности. Однако влияние этих идей выходит далеко за рамки отдельных фермеров и расширяет возможности всей сельскохозяйственной экосистемы Индии. Имея больше информации о производительности и потребностях ферм, сельскохозяйственные кредиты становятся более доступными, и правительства штатов могут масштабно поддерживать несколько фермерских районов. Эта информация также поддерживает быстрорастущую индустрию сельскохозяйственных технологий Индии, поскольку разрабатываются новые технологии, которые делают методы ведения сельского хозяйства более эффективными и устойчивыми.
Наши климатические и продовольственные системы тесно взаимосвязаны — по мере того как последствия изменения климата становятся все более серьезными, мировая продовольственная безопасность будет зависеть от устойчивости и инноваций наших сельскохозяйственных систем. И если неустойчивые методы ведения сельского хозяйства будут продолжаться, нагрузка на нашу окружающую среду будет только ухудшаться. Сложные, системные проблемы, подобные этим, требуют масштабных решений. И с применением ИИ и других передовых технологий мы надеемся решить эти проблемы по всему миру.