Image by Nel Ranoko, from Unsplash
قد تساعد توقعات الطقس الذكية في مساعدة الفلاحين على مواجهة مخاطر التغير المناخي، ولكنها تثير قلقًا جديدًا
تغير الذكاء الصناعي قطاع الزراعة من خلال مساعدة الفلاحين على التنبؤ بالطقس، وإدارة المحاصيل، وتبسيط العمليات، ولكن، التكاليف العالية، والفوارق الاجتماعية، والمخاطر البيئية تعني أنه يأتي أيضًا مع تحديات جدية
في عجلة من أمرك؟ هنا هي الحقائق السريعة:
- تعتبر النماذج التقليدية للطقس مكلفة وغالبًا ما تكون غير متاحة للدول ذات الدخل المنخفض.
- توفر النماذج الذكاء الاصطناعي توقعات دقيقة ومحلية بتكاليف حوسبة أقل بكثير.
- يمكن أن توجه توقعات الذكاء الاصطناعي قرارات الزراعة، واستخدام الأسمدة، وإدارة الآفات.
كل قرار بزراعة يتخذه الفلاحون ينطوي على مخاطر متعددة، والتي تزداد حدة كنتيجة للتغير المناخي، كما تم التنويه عنه في تحليل جديد من المحادثة (TC).
يعتبر الطقس عاملاً خطراً رئيسياً، يضر بكل من الإنتاج الزراعي والاستقرار المالي للمزارعين. تقدم TC أمثلة على كيف يدفع تأخر موسم المونسون مزارعي الأرز في جنوب آسيا لبدء الزراعة من جديد أو تغيير إنتاجهم الزراعي، مما يؤدي إلى فقدان الوقت والدخل.
هذا يعني أن الوصول إلى توقعات الطقس الموثوقة والعاجلة يمكن أن يساعد المزارعين على تحسين جداول زراعتهم واستخدام الأسمدة. ومع ذلك، تجادل TC أن العديد من الدول ذات الدخل المنخفض والمتوسط تواجه تحديات كبيرة في الوصول إلى توقعات موثوقة حيث أن التكنولوجيا تميل إلى أن تكون مكلفة للغاية.
موجة جديدة من نماذج التنبؤات الجوية التي تعمل بالذكاء الصناعي لديها القدرة على تغيير هذا الانقسام. يمكن أن تقدم النماذج الذكاء الصناعي توقعات دقيقة ومحلية بجزء صغير من التكلفة الحوسبية للنماذج التقليدية التي تعتمد على الفيزياء.
يتيح الذكاء الصناعي للوكالات الوطنية للأرصاد الجوية في الدول النامية تقديم معلومات محلية وفي الوقت المناسب للمزارعين حول التغيرات في أنماط الأمطار.
على عكس النماذج التقليدية، التي تتطلب الكمبيوترات الخارقة الباهظة الثمن وتركز على المناطق المعتدلة، يمكن للنماذج الذكاء الصناعي أن تعمل على الأجهزة المحمولة وتقدم توقعات على مستوى العالم.
تقارير TC تفيد بأن الأنظمة الجديدة مثل Pangu-Weather و GraphCast تظهر أداء مكافئ أو أفضل من النماذج الفيزيائية الرائدة لتوقعات الحرارة. بمجرد تدريبها، تنتج النماذج الذكاء الصناعي النتائج في غضون دقائق بدلاً من ساعات، مما يتيح للمزارعين اتخاذ قرارات سريعة ومستنيرة.
التحدي يكمن في تكييف التوقعات لتلبية احتياجات العالم الحقيقي. “لفتح قدرات التنبؤ بالذكاء الاصطناعي بشكل كامل، يجب أن يكون متصلًا بالأشخاص الذين يهدف إلى توجيه قراراتهم”، كما تلاحظ TC.
تقوم منظمات مثل AIM للنطاق، بالتعاون مع الكيانات الدولية، بتدريب المستخدمين وإنشاء توقعات مركزة على قرارات الزراعة للحكومات. في الهند، ساعدت توقعات المونسون الدقيقة المزارعين في اختيار استراتيجيات الزراعة الأمثل، مما زاد من الاستثمارات وخفف من المخاطر.
توجد التنبؤات الجوية باستخدام الذكاء الصناعي الآن في مرحلة حاسمة، ومع الدعم المناسب، يمكن للدول ذات الدخل المنخفض والمتوسط توفير معلومات حاسمة في الوقت المناسب للمزارعين.
كما يدفع التكنولوجيا الذكاء الصناعي بتغييرات كبيرة تتجاوز التنبؤات الجوية. تقوم تافانت بتنفيذ حلول الذكاء الصناعي التي تعزز إدارة المزارع، سلاسل الإمداد، وعمليات المبيعات.
تتضمن معالجات وكيل الذكاء الاصطناعي التي طورت بالشراكة مع Microsoft Copilot Studio، “مساعد المبيعات”، الذي يتيح للمزارعين شراء البذور والأسمدة وغيرها من اللوازم عبر البريد الإلكتروني أو الرسائل، و”الزراعي الافتراضي”، الذي يوفر إرشادات المحاصيل الفورية بناءً على الذكاء الاصطناعي.
تكمل الأدوات الناشئة مثل الروبوتات الملقحة لـ MIT الروبوتات الملقحة و SwagBot من جامعة سيدني SwagBot هذه الحلول، مما يوضح مستقبلًا زراعيًا مستدامًا وعالي التقنية.
يُشير بحث حديث إلى ثلاثة مشكلات رئيسية متعلقة بالذكاء الاصطناعي: التنافر التنبؤي بين النماذج، والحالة التقنية الغير حاسمة التي تؤدي إلى تأخير القرارات، والعجز في الاستعداد بسبب غير الكفاية في التحضير للاضطرابات التي يمكن أن يسببها الذكاء الاصطناعي. يمكن أن يؤدي الاعتماد الزائد على الذكاء الاصطناعي إلى سوء الإدارة، بما في ذلك استخدام الأسمدة بكميات مفرطة، مما يضر بصحة التربة والإنتاجية في المدى الطويل.
وفي مراجعة علمية أخرى، تم الإبلاغ عن أن التكاليف العالية تمنع المزارعين الصغار من الوصول إلى الذكاء الاصطناعي، والأتمتة تهدد الوظائف، والسيطرة الشركات على البيانات يمكن أن تخلق عدم المساواة. بالإضافة إلى ذلك، يشير الباحثون إلى أن الذكاء الاصطناعي، من الناحية الاجتماعية، يمكن أن يعمق الفجوة الرقمية، ويعزز التحيزات، ويؤدي إلى تآكل الممارسات الزراعية التقليدية.
علاوة على ذلك، تشير الأبحاث إلى أن القضايا الأخلاقية تشمل الأضرار البيئية ورفاهية الحيوانات، في حين أن الخوارزميات المعقدة تجعل الشفافية صعبة.
التعامل مع هذه المخاطر يتطلب الوصول العادل، التدريب الرقمي، التخفيف من التحيز، الحوكمة البيانات، والإرشادات الأخلاقية لتبني الذكاء الصناعي المستدام بطريقة سليمة.