Прогнозы погоды на основе ИИ могут помочь фермерам бороться с рисками климата, но вызывают новые опасения

ИИ меняет сельское хозяйство, помогая фермерам прогнозировать погоду, управлять урожаем и оптимизировать операции, однако высокие затраты, социальные неравенства и экологические риски означают, что он также несет серьезные вызовы

Каждое решение о посадке, принимаемое фермерами, влечет за собой множество рисков, которые становятся все более серьезными вследствие изменения климата, как отмечено в новом анализе The Conversation (TC).

Погода является одним из основных факторов риска, негативно влияющих на сельскохозяйственное производство и финансовую стабильность фермеров. TC приводит примеры того, как задержка муссона вынуждает рисовых фермеров Южной Азии либо начинать все сначала с новыми посадками, либо менять свое сельскохозяйственное производство, что приводит к потере времени и доходов.

Это означает, что доступ к надежным и своевременным прогнозам погоды может помочь фермерам оптимизировать свои графики посадок и использование удобрений. Однако TC утверждает, что многие страны с низким и средним уровнем доходов сталкиваются с серьезными проблемами доступа к надежным прогнозам, поскольку эта технология обычно очень дорога.

Новая волна прогностических моделей погоды, работающих на основе ИИ, имеет потенциал изменить этот разрыв. Модели на основе ИИ могут предоставлять точные, локализованные прогнозы за долю вычислительной стоимости традиционных моделей, основанных на физике.

ИИ позволяет национальным метеорологическим агентствам развивающихся стран предоставлять фермерам своевременную, локализованную информацию об изменениях в рисунке осадков.

В отличие от традиционных моделей, которые требуют дорогостоящих суперкомпьютеров и фокусируются на умеренных регионах, модели AI могут работать на ноутбуках и предоставлять прогнозы по всему миру.

TC сообщает, что новые системы, такие как Pangu-Weather и GraphCast, демонстрируют эквивалентную или лучшую производительность по сравнению с ведущими физическими моделями прогноза температуры. После тренировки, модели AI выдают результаты в течение нескольких минут, а не часов, что позволяет фермерам принимать быстрые, обоснованные решения.

Проблема состоит в том, чтобы адаптировать прогнозы к реальным потребностям. «Чтобы раскрыть весь свой потенциал, прогнозирование на основе ИИ должно быть связано с людьми, решения которых оно призвано направлять», — отмечает TC.

Организации, такие как AIM for Scale, совместно с международными структурами, обучают пользователей и создают прогнозы, ориентированные на принятие сельскохозяйственных решений для правительств. В Индии точные прогнозы муссонов помогли фермерам выбрать оптимальные стратегии посадки, что улучшило инвестиции и снизило риск.

Прогнозирование погоды с помощью ИИ в настоящее время находится на критическом этапе, и при должной поддержке страны с низким и средним уровнем дохода могут предоставлять фермерам необходимую своевременную информацию.

Технологии ИИ также вносят значительные изменения не только в прогнозирование погоды. Компания Tavant реализует решения на основе ИИ для улучшения управления фермерскими хозяйствами, цепочек поставок и операций продаж.

Ее ускорители AI Agent, разработанные совместно с Microsoft Copilot Studio, включают в себя «Sales Assistant», который позволяет фермерам покупать семена, удобрения и другие средства через электронную почту или мессенджеры, и «Virtual Agronomist», который предоставляет реальное время советы по уходу за урожаем на основе искусственного интеллекта.

Новые инструменты, такие как роботизированные опылители от MIT и SwagBot от Университета Сиднея дополняют эти решения, демонстрируя перспективу устойчивого, высокотехнологичного сельского хозяйства.

Недавнее исследование выделяет три основные проблемы, связанные с ИИ: прогностическое несоответствие между моделями, технологическую неопределенность, вызывающую задержки в принятии решений, и дефицит готовности из-за недостаточной подготовки к прерываниям, связанным с ИИ. Чрезмерная зависимость может привести к плохому управлению, включая чрезмерное использование удобрений, что наносит вред здоровью почвы и долгосрочной продуктивности.

Еще один научный обзор сообщает, что высокие затраты мешают малым фермам использовать ИИ, автоматизация угрожает рабочим местам, а корпоративный контроль над данными может создавать неравенства. Кроме того, исследователи отмечают, что социально ИИ может усугублять цифровой разрыв, воспроизводить предрассудки и разрушать традиционные сельскохозяйственные практики.

Кроме того, исследование указывает, что этические вопросы включают в себя ущерб окружающей среде и благополучие животных, в то время как сложные алгоритмы затрудняют прозрачность.

Для устранения этих рисков требуется равный доступ, цифровое обучение, смягчение предвзятости, управление данными и этические принципы для устойчивого внедрения ИИ.