Drónok, érzékelők, kamerák és mikrofonok – ezen eszközök használatával ma már szinte nincs lehetetlen feladat a mezőgazdaságban. Varga Zsigmond, az SAP üzletfejlesztési vezetője szerint azok a technológiák, amelyek a közeljövőben meghatározók lesznek az agráriumban, viszonylag régen elérhetők, az újdonság bennük az, hogy ezeket egy rendszerbe integrálva tudjuk használni, a bonyolult algoritmusokat pedig le tudjuk fordítani egyszerűen emészthető információvá.
Mint a Magyar Időknek elmondta: ma már megvan az a gépi kapacitás és azok a programozási építőkockák, amelyeknek köszönhetően a sokrétű információhalmazt hatékonyan és gyorsan fel lehet dolgozni. Az SAP felhőplatformja is ilyen típusú építőkockákat tesz egymás mellé. – Régóta dolgozunk képfelismeréssel, de a mezőgazdaságban csak napjainkban kezdjük kihasználni ennek előnyeit – fogalmazott.
Az említett módszerrel ma már könnyedén figyelemmel lehet kísérni a növények fejlődését, ki lehet szűrni a rendellenességeket, a betegségeket. Ha ugyanis jó minőségben, megfelelő távolságról lefotóznak egy táblát vagy egy ültetvényt, az információk tárolásával egy adatbázis jön létre, amelyet felhasználva következtetni lehet arra, hogy mi számít normálisnak és mi nem az adott növénykultúrában. Emellett a meteorológiai adatok, talajminták mind összegyűjthetők és feldolgozhatók. Utóbbi esetben a legegyszerűbb megoldás, ha a talaj vezetőképességét mérve következtetnek a termőképességre, de komolyabb, spektrométeres elemzésre is van lehetőség.
Nem a tökéletesre kell törekedni
– Minél több ilyen mintánk van, annál pontosabbak lesznek a megállapításaink. Nem arra kell törekedni, hogy egy megoldás azonnal százszázalékos pontossággal működjön, hiszen ez gyakorlatilag lehetetlen. Az úgynevezett heurisztikus algoritmusok például az emberi intuícióhoz hasonló elven működnek, így elégtelen információval is nagyjából helyes megoldást tudnak nyújtani – fogalmazott a szakember. A mesterséges intelligenciakutatás ma már elért egy olyan szintre, amikor már nem kell megtanítani a gépnek, hogy bizonyos mintaadatbázisban mi számít jónak és mi az, ami anomáliát jelez, hanem megfelelő mennyiségű adat feldolgozása után erre önmaga is képes lesz.
Az új gépek ma már automatikusan képesek adatot szolgáltatni arról, hogy adott területről mekkora mennyiséget takarítottak be, a megfelelő alkalmazásokkal azt is meg tudjuk nézni, hogy ott milyen volt a növények fejlődése, és visszakövetkeztetéssel ok-okozati összefüggést mutatnak ki az új típusú, öntanuló mesterséges intelligencia algoritmusok – fogalmazott a szakember.
A tenyésztőkre is gondolnak a fejlesztők
Ha a precíziós gazdálkodásról van szó, akkor sokan a növénytermesztésre, azon belül is elsősorban a szántóföldi kultúrák termesztésére gondolnak, holott ma már az állattenyésztésben is számtalan ilyen technológia alkalmazható. Az SAP ügyfélrendezvényén bemutatott mintaalkalmazás egy csirkefarmon az állatok megbetegedését hivatott monitorozni. A módszer lényege, hogy az istállót bekamerázzák és mikrofonokkal látják el. Az állatok viselkedésének figyelésével könnyen következtetni lehet a betegségekre. Ha ugyanis a csirkék más hangot adnak ki, jobban összebújnak, akkor valószínűleg betegek. Ebben az esetben a rendszer jelzi a gazdának, hogy intézkednie kell. Emellett számos más tényező vizsgálható, mint például a hőmérséklet, a levegőminőség, a csirkék testhőmérséklete.
– Ha komplexebb feldolgozóalgoritmusokkal dolgozunk és nagyobb szerverkapacitást helyezünk mellé, akkor azt is követni tudjuk, hogy mennyit esznek vagy isznak az állatok – emelte ki. Ugyanezen elv mentén a szarvasmarha-tenyésztésben is vannak olyan megoldások, amelyek például a borjú születését jelzik előre vagy a tejhozamra következtetnek.
Az extenzív állattartást segíti a drónokkal működtetett villanypásztor. A drón – a pásztorkutyákhoz hasonlóan – figyeli a csordát, és jelzi, ha elkóborol egy állat. Ám míg egy pásztorkutyával egy bizonyos mennyiségű állatot lehet a csordán belül tartani, itt a teljes állományt szemmel tartja az eszköz, s ha kell, a nyakra szerelt villanypásztort is működésbe hozza. Az újfajta megoldások a zöldség- és gyümölcstermesztőknek is nagy segítséget tudnak nyújtani. Esetükben például figyelni lehet a gyümölcsök növekedését, és monitorozni lehet a kártevőkkel való fertőzöttséget is.
A technológia adott, a tudás még hiányzik
Természetesen a gép, legyen szó a legmodernebb eszközről, még nem tudja felvenni a versenyt az emberi szaktudással. Ugyanakkor amíg egy képzett agrármérnök nem juthat el minden táblához, hogy szemrevételezze a növényeket, addig egy drón rövid idő alatt, jelentős erőforrás megtakarításával képes lefényképezni, adott esetben mintát gyűjteni valamennyi parcelláról.
A modern algoritmusok számos tényezőt tudnak egyszerre vizsgálni, ráadásul az eszközök megfizethetők akár a kisebb, közepes mezőgazdasági vállalkozásoknak is. Ám ahhoz, hogy ezt használni is lehessen, szakmákon átívelő tudásra van szükség. Egyrészt agrárszaktudásra, másrészt hardveres szakértelemre és egy szoftveres, matematikai tudásra is szükség van.
Ráadásul a gazda szempontjából nem elég, ha a nap végén megkapja a matematikai végeredményt, neki olyan információra van szüksége, amit könnyen meg tud érteni. – Hiába ad egy algoritmus kiváló matematikai eredményt, ha azt nem tudjuk lefordítani a mezőgazdaságban dolgozó nyelvére – jegyezte meg Varga Zsigmond.
Véleménye szerint épp ez az a szint, ami ma még hiánycikknek tekinthető a piacon. Míg a nagy agrárvállalatok megengedhetik maguknak, hogy a szaktudást házon belül tartva kielemezzék az okosalkalmazásokból nyert eredményt, a kisebb, közepes termelők ezt nem engedhetik meg maguknak. Éppen ezért olyan vállalkozásokra, fejlesztőkre lenne szükség, akik az ő igényeiket kiszolgálva, egyszerűen fogyaszthatóvá teszik a kapott információkat.
