دستیار هوش مصنوعی John Deere برای کشاورزان؛ تصمیم‌گیری دقیق برای مزارع در چند دقیقه

توسعه دستیار هوش مصنوعی John Deere برای نجات کشاورزان از غرق شدن در انبوه داده‌ها

کشاورزان امروزه بیش از هر زمان دیگری به اطلاعات دقیقی درباره زمین‌ها، ادوات و محصولات خود دسترسی دارند، اما تبدیل این حجم از داده به تصمیمی عملی ممکن است هفته‌ها طول بکشد.

شرکت John Deere اعلام کرده است که دستیار هوش مصنوعی جدید این مجموعه با نام JD می‌تواند این تحلیل‌ها را تنها در چند دقیقه انجام دهد.

این غول تولید ادوات کشاورزی ابزار جدید خود را در جریان نمایشگاه Farm Progress Show در ایالت آیووا معرفی کرد. دستیار JD به‌شکل یکپارچه درون سامانه مدیریت مزرعه دیجیتال جان دیر موسوم به Operations Center قرار گرفته است که اطلاعات مزارع و ادوات کشاورزی را در پلتفرمی واحد تجمیع می‌کند. کشاورزان می‌توانند از طریق گوشی هوشمند خود پرسش‌هایی مانند بهترین زمان برداشت محصول بر اساس روندهای پیشین یا عملکرد بهینه سم‌پاش‌ها را از JD بپرسند.

ملیسا نوئندورف (Melissa Neuendorf)، مدیر ارشد محصول در بخش راهکارهای هوش مصنوعی شرکت John Deere، اعلام کرد که ایده خلق JD در پی اعلام مداوم کشاورزان مبنی بر دشواری مدیریت حجم عظیم داده‌ها شکل گرفته است.

نوئندورف در این باره می‌گوید: «اکنون در نقطه‌ای هستیم که کشاورزان با چنان داده‌های حجیمی روبه‌رو هستند که استخراج دستی اطلاعات و نتایج کاربردی برای آن‌ها بسیار دشوار شده است.»

در حالی که استارتاپ‌ها و شرکت‌های فناوری کشاورزی کوچک‌تری مانند OneSoil، VisorPro، Arable و AgZen روی توسعه ابزارهای هوش مصنوعی مولد برای ارائه تحلیل پیرامون تجهیزات خاص یا معیارهای کیفی محصولات تمرکز دارند، شرکت John Deere جزو نخستین غول‌های تولیدکننده تجهیزات کشاورزی است که یک مدل زبانی بزرگ را مستقیماً درون پلتفرمی جامع شامل داده‌های مزرعه، ماشین‌آلات و عملیات اجرایی پیاده‌سازی می‌کند. عرضه JD نشان می‌دهد که هوش مصنوعی مولد در حال تبدیل شدن به یکی از ارکان محوری مدیریت محصولات کشاورزی است.

مت دار (Matt Darr)، استاد دپارتمان مهندسی بیوسیستم و کشاورزی در دانشگاه ایالتی آیووا، در این باره می‌گوید: «پیش از معرفی این ابزار توسط شرکت John Deere، نمونه مشابهی از چنین سیستمی در صنعت کشاورزی وجود نداشت.»

چرا کشاورزان بیش از هر زمان دیگری به ابزارهای هوش مصنوعی روی آورده‌اند؟

کشاورزان برای چندین دهه به جمع‌آوری داده‌های زراعی پرداخته‌اند، اما امروزه ادوات مدرن به فناوری‌های پیشرفته‌تر و حسگرهای متعددی مجهز شده‌اند و همین موضوع حجم فوق‌العاده بالایی از اطلاعات تولید می‌کند که مدیریت و پیگیری مستمر آن به امری طاقت‌فرسا تبدیل شده است.

این شرایط می‌تواند فشار و استرس فراوانی به کشاورزان وارد کند، چراکه آن‌ها علاوه بر تحلیل داده‌ها باید با حاشیه سود محدود، شرایط آب‌وهوایی غیرقابل پیش‌بینی و بازه‌های زمانی بسیار کوتاه برای کشت دست‌وپنجه نرم کنند؛ به‌ویژه آنکه به تعبیر پروفسور دار، «اکثر کشاورزان متخصص علم داده نیستند.»

نوئندورف توضیح می‌دهد که موشکافی مجموعه‌داده‌های عظیم کاری پیچیده و زمان‌بر است و گاه به هفته‌ها زمان نیاز دارد؛ دقیقاً در همین نقطه است که هوش مصنوعی به کار می‌آید، زیرا به گفته او، «هوش مصنوعی این امکان را برای کشاورزان فراهم می‌آورد که بخش عمده این تحلیل‌ها را تنها در عرض چند دقیقه به انجام برسانند.»

شرکت John Deere پیش از معرفی JD، در ماه اوت ابزاری مبتنی بر هوش مصنوعی عرضه کرده بود که به کاربران اجازه می‌داد با زبان طبیعی سؤالات خود را درباره دفترچه‌های راهنما و اسناد فنی ماشین‌آلات بپرسند؛ این اقدام جایگزین ورق زدن‌های طولانی دفترچه‌های راهنما شد.

بازخوردهای مثبت کاربران از این ابزار اولیه، جان دیر را ترغیب کرد تا کاربرد هوش مصنوعی را گسترش دهد و دستیار JD را برای ارائه پاسخ‌های فوری و اختصاصی به سؤالات مزرعه‌داران رونمایی کند.

کشاورزانی که از ماشین‌آلات شرکت‌های دیگر استفاده می‌کنند نیز می‌توانند داده‌های تجهیزات متفرقه را وارد پلتفرم Operations Center کنند؛ در این صورت، دستیار هوش مصنوعی JD قادر است با تحلیل جامع کل این داده‌ها به سؤالات آنان پاسخ دهد.

به گفته نوئندورف، استفاده از پلتفرم Operations Center و دستیار JD رایگان است. این دستیار هوشمند در حال حاضر از طریق برنامه دسترسی اولیه در اختیار متقاضیانی که در فهرست انتظار ثبت‌نام کرده‌اند قرار دارد و جان دیر نسخه عمومی آن را در اواسط ماه نوامبر به‌شکل گسترده عرضه خواهد کرد.

نوئندورف تأکید می‌کند که بازخوردهای دریافتی از کشاورزان تا این لحظه بسیار مثبت و دلگرم‌کننده بوده است.

او به تجربه یکی از کشاورزان اشاره می‌کند که هنگام عبور از کنار زمین متوجه رشد بسیار کمتر علف‌های هرز در مقایسه با سایر مزارع شده بود؛ این کشاورز بلافاصله برنامه موبایل John Deere را باز کرد و با پرسش از دستیار JD درباره اقدامات سال‌های گذشته، تفاوت‌های مدیریتی اعمال‌شده در آن قطعه زمین را بررسی و شناسایی کرد.

جلب اعتماد کشاورزان به فناوری هوش مصنوعی

یک نظرسنجی جهانی از سوی مؤسسه مک‌کینزی (McKinsey) با جامعه آماری ۵٬۵۰۰ کشاورز نشان می‌دهد که ۷۲ درصد از آن‌ها انتظار دارند هوش مصنوعی مولد ظرف ۵ سال آینده بر عملیات کشاورزی اثر بگذارد، اما در حال حاضر تنها ۱۷ درصد از این فناوری بهره می‌برند.

به گفته پروفسور دار، یکی از دلایل استقبال محدود کشاورزان در مقطع کنونی، نگرانی‌های جدی پیرامون حفظ حریم خصوصی داده‌ها و اثر احتمالی انتشار این اطلاعات بر قیمت‌گذاری محصولات کشاورزی در بازارهای کالا است.

دار می‌افزاید: «کشاورزی یک فعالیت تجاری رقابتی است و نحوه استفاده از اطلاعات مزارع می‌تواند بازارهای جهانی و نوسانات قیمت کالاها را تحت‌الشعاع قرار دهد.»

شرکت John Deere در بیانیه رونمایی از JD تصریح کرده است که داده‌های مزارع را به هیچ شخص ثالثی نمی‌فروشد و از آن‌ها برای معاملات تجاری یا سوداگری در بازار کالاهای اساسی استفاده نمی‌کند.

کاتیا خیستور (Katya Kheistver)، مدیر محصول و عملیات شرکت OneSoil، معتقد است اگر هوش مصنوعی به‌جای تحلیل‌های منطبق بر داده‌های واقعی و ملموس زمین، توصیه‌های کلی ارائه دهد، کشاورزان هرگز به آن اعتماد نخواهند کرد. به گفته او، کشاورزان معمولاً با مقایسه پاسخ‌های هوش مصنوعی با تجربیات عملی خود کار را آغاز می‌کنند و در صورتی که ببینند نتایج پیوسته با واقعیت زمین تطابق دارد، اعتمادشان جلب می‌شود.

حساسیت تصمیم‌گیری بر اساس پاسخ‌های هوش مصنوعی بسیار بالا است؛ زیرا به گفته دار، «کشاورزان در هر سال فقط یک بار فرصت کشت و برداشت محصول دارند» و باید از صحت و دقت ابزار هوش مصنوعی اطمینان صددرصدی داشته باشند.

دار تأکید می‌کند که ترکیب مجموعه‌داده‌های باکیفیت مزرعه با مدل‌های زبانی پیشرفته (LLM)، دستیار JD را متمایز کرده است و دقت بالایی را در ارائه تحلیل‌ها نوید می‌دهد.

نوئندورف خاطرنشان می‌کند که دستیار JD طوری تنظیم شده است که در صورت ناقص بودن داده‌های مزرعه، موضوع را به کشاورز اطلاع دهد و از فرضیه‌سازی‌های نادرست یا ارائه توصیه‌های گمراه‌کننده خودداری کند.

او می‌گوید این رویکرد کشاورزان را تشویق می‌کند داده‌های کامل‌تری ثبت کنند تا JD بتواند تحلیل‌های دقیق‌تری ارائه دهد و به آن‌ها کمک کند برای فصل زراعی آینده تصمیمات بهتری اتخاذ کنند.