תַפרִיט
ב-14 בנובמבר 2023, ועדת הסנאט לחקלאות, תזונה וייעור של ארצות הברית קיימה דיון בנושא “חדשנות חקלאית אמריקאית: מינוף טכנולוגיה ואינטליגנציה מלאכותית.”
הזמנו חמישה עדים בעלי רקע מגוון, כולל מחקר חקלאי, טכנולוגיה, השקעות, השכלה גבוהה ומשפטים.
נקודות המבט שלהם לגבי יישום טכנולוגיית בינה מלאכותית בהכשרה, חינוך, סיוע במדיניות וחקלאות חשובות למדינות ברחבי העולם. הרעיונות העיקריים מהעדות שלהם מפורטים להלן:
Jahmy Hindman הוא סגן נשיא בכיר ומנהל טכנולוגיה ראשי ב-Deere & חֶברָה. הוא גם חבר במועצה המייעצת של מכללת ההנדסה באוניברסיטת איווה סטייט, במועצה המייעצת למדעי המחשב באוניברסיטת טקסס, ובמועצה המייעצת למנהלים ב-FIRST.
נקודות מבט:
● ככל שההגירה המתמשכת מאזורים כפריים לאזורים עירוניים נמשכת, פתרונות בינה מלאכותית הופכים חיוניים יותר ויותר לשיפור הפריון החקלאי בארצות הברית.
● עתיד החקלאות האמריקאית מתעצב כעת באמצעות כלים המאפשרים קבלת החלטות מונעת נתונים בקרב חקלאים. לבינה מלאכותית תפקיד קריטי בפתיחת הערך של הנתונים והפיכתם לתובנות ניתנות לפעולה בשטח.
● חקלאים בארה"ב ייהנו מתמריצים שיעזרו להם לגשת לטכנולוגיות מדויקות. בעת הדיון בחקיקה החקלאית הקרובה, נא לשקול הצעות כגון חוק חקלאות מדויקת (חוק מדויק) וחוק הלוואות מדויקות.
● הצבת הטכנולוגיות הללו בידי חקלאים אמריקאים לא רק משפרת את התפוקה והרווחיות של המגדלים אלא גם מאפשרת להם לייצר מספיק מזון, דלק, דיור וביגוד כדי לקיים את אוכלוסיית העולם הגדלה.
ד"ר מייסון ארלס הוא עוזר פרופסור באוניברסיטת קליפורניה, דיוויס. לפני תפקידו האקדמי, ד"ר ארלס שימש כמהנדס מדעי נתונים באפל, שם היה חלוץ בפיתוח של כלי למידה עמוקה וראייה ממוחשבת חדשים בהנדסת חומרה.
נקודות מבט:
● התקדמות חסרת תקדים בחומרה ותוכנה הרחיבה משמעותית את יכולתן של תוכנות מחשב בבינה מלאכותית ללמוד מנתונים מורכבים בעולם האמיתי במגזרים כמו חקלאות ומערכות מזון.
● בהסתכלות קדימה על כוח העבודה העתידי, בשנת 2021 לבדה, למעלה מ-161,000 אנשים בארצות הברית השיגו תארים לתואר ראשון ותואר שני במדעי המחשב. עם זאת, רק אחוז קטן מהסטודנטים מוצאים בסופו של דבר קריירה בחקלאות ובמזון, וזה צריך להשתנות.
● לשמור על ארצות הברית’ מעמדה כמובילה עולמית בחדשנות חקלאית, אני ממליץ בחום שהוועדה תמשיך, אולי אפילו תרחיב, את המימון למכוני המחקר הלאומיים הללו לבינה מלאכותית.
בנוסף, יש לשמור על מקורות מימון אחרים ממשרד החקלאות האמריקאי המתמקדים במינוף בינה מלאכותית כדי להתמודד עם אתגרים חקלאיים.
זוהי הדרך להאיץ יותר חדשנות מחקרית ושיתוף פעולה בתעשייה, לעורר יותר סטודנטים למדעי המחשב והנדסה להתמודד עם אתגרים משמעותיים במגזר החקלאי באמצעות בינה מלאכותית וטכנולוגיות חדשות.
Sanjeev Krishnan הוא המייסד המשותף, מנהל ההשקעות הראשי ומנהל בכיר של S2G Ventures. הוא עבד פעם ב-CLSA Capital Partners, IFC, Global Environment Fund ו-JPMorgan. בנוסף, כיהן בוועדות מייעצות שונות ובדירקטוריונים של חברות.
● השינויים הצפויים כמעט בכל ענף בעשור הקרוב מצביעים על כך שבינה מלאכותית תמלא תפקיד טרנספורמטיבי. בחקלאות, בינה מלאכותית מחזיקה בפוטנציאל להציע פתרונות פורצי דרך, תוך יצירת ערך משמעותי על ידי הצגת גישות חדשניות להגדלת תפוקת היבול, אופטימיזציה של ניצול המשאבים ושיפור ניהול החווה הכוללת.
● בלב הפיתוח הזה עומדים נתונים. פתרונות הבינה המלאכותית החזקים והיעילים ביותר יהיו אלה המסוגלים לגשת לנתונים הטובים ביותר ולפתח את השיטות היעילות ביותר כדי להפוך את הנתונים הללו למערכי נתונים המתאימים להכשרה כדי לספק מידע על פתרונות מודל בינה מלאכותית.
● הדיגיטציה של מערכות החקלאות והמזון נמצאת בשלביה הראשונים. בממוצע, חקלאי מייצר כ-500,000 נקודות מידע ביום. עד 2036, נפח הנתונים היומי המופק צפוי לגדול ב-800%.
● למרות הצמיחה המהירה בנפח הנתונים, הקשר בין הנתונים של היום לכלי קבלת החלטות אמינים אינו אופטימלי, מה שמגביל את היכולת שלנו לגשת לתובנות ניתנות לפעולה המבוססות על מידע שנאסף וליישם אותן.
ניצול בינה מלאכותית לניתוח, סינתזה ויישום של נתונים חקלאיים יכול להיות בעל השפעה מיידית על היבטים שונים של החקלאות. לחקלאים ניתנת היכולת להתמודד עם שינויים יומיומיים בתחומים דינמיים רבים על ידי מתן הכלים והתמיכה הדרושים.
על פי הערכות משרד החקלאות של ארצות הברית לשנת 2019, מימוש מלוא הפוטנציאל של טכנולוגיה חקלאית דיגיטלית בקנה מידה גדול, כולל הקמת התשתית הדרושה, עשוי להניב הכנסה כוללת של 47 עד 65 מיליארד דולר בשנה עבור כלכלת ארה"ב.
השילוב המהיר של בינה מלאכותית בטכנולוגיה חקלאית מצביע על כך שהתועלת הפוטנציאלית גדולה משמעותית ממה שהוערך כיום. בינה מלאכותית מועילה לחקלאים ולחברה במקרים ספציפיים של שימוש, ומשפרת את היעילות, הפרודוקטיביות והקיימות.
אלה כוללים חקלאות מדויקת, גילוי מחלות ומזיקים, קציר ואוטומציה של רובוטים, ניטור וניהול בעלי חיים, ניתוח חזוי ותובנות שוק, ומזל"טים חקלאיים התומכים בבינה מלאכותית.
● בינה מלאכותית יכולה לשפר את היכולות והיעילות של טכנולוגיות חקלאיות קיימות, לשפר ולחדד גישות טכניות. מתן נתונים ברורים, מדויקים ואיכותיים מסייעים בסינון שיטות לא יעילות ובאופטימיזציה של הקצאת משאבים.
● טכנולוגיה חקלאית, נתונים, ניתוחים ובינה מלאכותית ממלאים תפקיד בחיזוק היחסים והקשרים הקהילתיים בין אנשים, במיוחד בטיפוח האמון בין חקלאים ורשתות ייעוץ.
● בינה מלאכותית יכולה לקלוט, לנתח ולזהות כמויות גדולות של נתונים בזמן אמת, ולספק ליועצים חקלאיים או אגרונומים המלצות מדויקות יותר ותובנות ניתנות לפעולה, ובכך להקל על הנטל שלהם.
● צ'טבוטים ועוזרים וירטואליים המופעלים על ידי בינה מלאכותית יכולים לספק ייעוץ ותמיכה בזמן אמת לחקלאים, תוך התייחסות לשאלות הקשורות לניהול יבולים, הדברת מזיקים, מגמות בשוק ועוד. זה חשוב במיוחד לחקלאים באזורים מרוחקים או לאלה עם גישה מוגבלת למומחיות חקלאית.
לממשלה הפדרלית יש הזדמנויות מרובות להבטיח שארצות הברית תשמור על מנהיגות בטכנולוגיה חקלאית, ותבסס את מעמדה כמובילה עולמית בבינה מלאכותית חקלאית.
חיוני לשמור בו-זמנית על האינטרסים של החקלאים ובעלי העניין תוך תמיכה במערכת החקלאית.
המפתח הוא להבטיח איזון הולם בין שליטה ופיקוח אנושיים ורתימת הכוח העצום של בינה מלאכותית שמעצבת מחדש את עולמנו.
● ניצול יעיל ואחראי של הפוטנציאל של בינה מלאכותית בחקלאות: בינה מלאכותית מונעת על ידי נתונים, ויש לטפל באופן יסודי בסוגיה הבסיסית של בעלות על נתונים בחקלאות.
● הנחיות אתיות לפריסת בינה מלאכותית בחקלאות הן חיוניות כדי להבטיח שמערכות בינה מלאכותית אינן מנציחות הטיות, שתהליכי קבלת ההחלטות שקופים ושאחריות על תוצאותיהן נשמרת.
זה עשוי להיות כרוך בהקמת סטנדרטים בתעשייה לאיסוף נתונים, שימוש ושקיפות כדי להבטיח שמערכות AI אמינות, מיושרות אתית ואינן פוגעות בסביבה או בדינמיקה של השוק.
יתר על כן, קבוצה של אמות מידה המאמתות הצהרות שירות מונעות בינה מלאכותית יכולה לתמוך עוד יותר בדייקנות ובשקיפות, ולשמש כלי חיוני לבניית אמון.
לבסוף, שיתוף פעולה בינלאומי לשיתוף ידע, שיטות עבודה מומלצות ומסגרות רגולטוריות הקשורות לבינה מלאכותית חקלאית יכולה לסייע בתיאום תקנים ולקדם ביטחון תזונתי גלובלי ורווחיות חקלאים.
● קידום סטנדרטים ויוזמות של שיתוף נתונים חקלאיים: עידוד שיתוף הנתונים החקלאיים בין חקלאים, חוקרים ומפתחי בינה מלאכותית הוא חיוני בניצול הכוח של טכנולוגיות חקלאיות חדשניות ובינה מלאכותית לטובת החקלאים.
ניתן להקל על כך על ידי הקמת קואופרטיבים או פלטפורמות לנתונים חקלאיים לצבירה של נתונים תוך שמירה על פרטיות הפרט.
● שיפור התשתית הדיגיטלית והשקעה באוריינות דיגיטלית, במיוחד עבור חקלאים קטנים: שיפור התשתית הדיגיטלית הכפרית יכול לעזור להבטיח לחקלאים’ גִישָׁה.
בנוסף, ניתן לקדם פרויקטים להכשרת חקלאים ועובדים חקלאיים בשימוש בבינה מלאכותית וטכנולוגיות נלוות באמצעות שיתוף פעולה עם מוסדות חינוך, קורסים מקוונים ותוכניות הכשרה באתר.
יוזמות ספציפיות לתמיכה בחקלאים קטנים ובשוליים באימוץ טכנולוגיית בינה מלאכותית עשויות לכלול סובסידיות לרכישת כלי בינה מלאכותית, סיוע כספי ותמיכה טכנית.
חוסה-מארי גריפית'ס הוא נשיא אוניברסיטת דרום דקוטה סטייט במדיסון, דרום דקוטה. היא שימשה כחברה בוועדה לביטחון לאומי לבינה מלאכותית (NSCAI), במועצה הלאומית למדע, בוועדה המייעצת של הנשיא לטכנולוגיות מידע ועוד כמה ועדות פדרליות.
נקודות מבט:
● ככל שארצות הברית מקדמת את פריסת הבינה המלאכותית לחדשנות במגזר החקלאי, היא מתמודדת עם סיכונים ואתגרים הולכים וגדלים של אבטחת סייבר. שיתוף פעולה בין האקדמיה, התעשייה והמוסדות הפדרליים הכרחי לשימוש בטוח, אחראי ואפקטיבי ב-AI.
● בעוד שהמגזר החקלאי עובר אוטומציה וחדשנות כבר עשרות שנים, פריסת הבינה המלאכותית דורשת דגש חזק על אבטחה וניצול מומחיות וטכנולוגיות קיימות.
● גם המגזר הציבורי וגם הפרטי חייבים לטפל בשיתוף פעולה בסיכוני אבטחת סייבר, ולמנף את תפקידה של האקדמיה בפיתוח פתרונות מונעי מחקר כדי להבטיח פריסה בטוחה ויעילה של AI בחקלאות.
● האקדמיה ממלאת תפקיד מכריע בטיפוח הדור הבא של כישרונות בינה מלאכותית, תורמת לכניסתה של התעשייה החקלאית לשלב הבא של צמיחה ופיתוח.
● שיתוף פעולה מרובי בעלי עניין חיוני כדי לטפל באופן קולקטיבי בסיכוני אבטחת סייבר, רתימת החוזקות של האקדמיה בגיבוש פתרונות מונעי מחקר והנעת הפיתוח של AI בחקלאות.
Todd J. Janzen הוא נשיא Janzen Schroeder Agricultural Law LLC ומנהל הפרויקט של Ag Data Transparent Organization.
נקודות מבט:
● לגבי טכנולוגיה חדשה בחוות, המדיניות צריכה להתמקד ביצירת סביבה תחרותית הוגנת במקום לחנוק חדשנות.
● שקיפות צריכה תמיד להיות מוקד עבור כל פלטפורמת איסוף נתונים, בין אם מופעלת על ידי חברות פרטיות או סוכנויות רגולטוריות ממשלתיות.
שקיפות אינה אומרת בהכרח שמידע כזה צריך להיות נגיש לציבור, אלא שחקלאים צריכים להיות מודעים לאיזה מידע נאסף מהם וכיצד ישמש מידע זה.
● יש מקום לשיפור באיסוף הנתונים של USDA. חוק הנתונים החקלאיים (S.98) הוא דוגמה שמטרתה למודרניזציה של איסוף וניצול הנתונים של USDA.
בעוד ש-USDA אוספת נתונים חקלאיים באמצעות תוכניות שונות במשך זמן רב, חלק ניכר מהנתונים הללו נטמעים על פני סוכנויות שונות, מה שהופך אותם לפחות בעלי ערך עבור קובעי מדיניות וחוקרים.
החוק צופה לעדכן את איסוף הנתונים של USDA, ליצור מרכז נתונים מאובטח ולאפשר לבעלי עניין ולחוקרים גישה לנתונים אנונימיים שנאספו על ידי USDA.
מתכנון אור מותאם אישית, ועד הצעות מחיר מותאמות, וכל מה שביניהם, צוות מומחי הגננות שלנו תמיד מוכן לעזור.
מיט LED
גוז'ן, ג'ונגשאן, גואנגדונג, סין
WhatsApp: +86 180 2409 6862
דוא"ל: info @ vantenled.com
אנחנו יצרנית תאורת LED מקצועית לצמחים, המחויבים להשתמש בטכנולוגיה כדי להגביר את הפוטנציאל המרבי של המנורה, למקסם את התועלות למגדלים באופן מתמשך ולחסוך באנרגיה לכדור הארץ.
