De ce nepoții noștri ar putea dori să devină fermieri de înaltă tehnologie de către Springboard Enterprises?
Dr. Anastasia Volkova, fondator și CEO al FluroSat, împărtășește viitorul tehnologiei agricole și de ce ar trebui să vă pese.
Dacă îi întrebăm pe cei mici de astăzi peste 5-10 ani, „cine vrei să fii când vei fi mare?” s-ar putea să auzim „fermierul” ca răspuns și clar, de ce nu.
Deși mulți încă văd agricultura asociată cu termeni sau expresii precum „muncă grea”, „risc financiar” sau „lipsă de pricepere tehnologică” astăzi, cred că în doar câteva decenii agricultura ar putea fi cea mai digitalizată și automatizată profesie din toate cele care necesită cunoștințe în robotică, știința datelor, informatică la bord și multe altele.
În calitate de CEO al unei start-up-uri agtech, sunt deseori întrebat cum tehnologia va schimba viitorul agriculturii și iată gândurile mele.
1. Hiperconectivitatea va permite fluxul de date fără probleme din câmpuri
Lipsa de conectivitate dăunează „agriculturii autonome”. Acest lucru înseamnă că senzorii IoT nu vor putea colecta în mod continuu date, utilizatorii de la fermă nu vor putea încărca observații de câmp prin intermediul smartphone-urilor lor, sau chiar să acceseze software-ul avansat în Cloud, plin de algoritmi sofisticati de detectare a stresului culturilor. De asemenea, împiedică capacitatea de a gestiona de la distanță tractoarele și dronele pentru fertilizarea sau pulverizarea culturilor.
Cu LPWAN (rețea extinsă cu putere redusă), cum ar fi LoRaWAN, Sigfox și alte tehnologii, o fermă „conectată” va permite mai multe transmisii de date din câmpuri, permițându-ne să folosim tehnologia agricolă la maximul său potențial, închizând bucla dintre colectarea datelor (cu imagini prin satelit, senzori IoT și utilaje) prin detectarea stresului culturilor până la administrarea unei acțiuni corective (aplicarea îngrășământului sau plivirea).
2. Instruirea modelelor de învățare automată și AI specifice fiecărei ferme pentru un potențial maxim
Așa cum un fermier modern încearcă să urmeze cele mai bune practici agronomice, fermierul viitorului va concura pentru prețurile mărfurilor nu numai prin valorificarea „instinctelor lor de acoperire”, ci și prin aplicarea abilităților științifice a datelor și îmbunătățirea acurateței modelelor lor agricole.
Învățarea automată (ML) ca modalitate de formare iterativă a modelului poate învăța pentru a recunoaște, de exemplu, o buruiană sau un semn special al unei boli înainte ca ochii noștri să o poată detecta. Cu o conectivitate mai bună la fermă, imaginile de pe camerele de pe sateliți, avioane, drone, tractoare și smartphone-urile fermierilor vor fi sursele principale de date pentru ca aceste modele ML să își îndeplinească funcția. Vom putea folosi datele pentru a instrui modele hiper-locale de ML pentru a afla limitele și potențialul fiecărui acru de la o fermă.