لخّصلي

يستخدم الذكاء الاصطناعي في الزراعة لتحسين جميع العمليات، من تحضير التربة إلى الحصاد. تطبيقات مثل "بلانتكس" و"فارم بيتس" تساعد المزارعين على تحليل صور التربة عبر الهواتف الذكية لتحديد احتياجاتها من المواد العضوية أو حل مشاكلها. كما يُستخدم في تحديد أماكن زراعة المحاصيل الأنسب عبر تحليل صور طائرات بدون طيار، وتخطيط المحاصيل باستخدام أدوات مثل "eAgronom" لتقليل استخدام الأسمدة ومبيدات الأعشاب بنسبة 25-35% وزيادة المحصول بنسبة 4%. يُساعد أيضاً في فحص جودة البذور باستخدام رؤية حاسوبية، وفرزها بواسطة روبوتات زراعية. أخيراً، يُستخدم لتحليل آثار استخدام الأسمدة المختلفة وتحديد الجرعات المناسبة، مع التوصية بأنواع الأسمدة المتوفرة تجارياً.

استخدام الذكاء الاصطناعي من تحضير التربة إلى الحصاد
ًا في كل العمليات الزراعية: من فحص التربة،
يمكن للذكاء الاصطناعي تغيير مستقبل الزراعة، وقد دخل فعلي
إلى الكشف عن الآفات وأمراض النبات، إلى الري الذكي وغيرها.
يتيح الذكاء الاصطناعي من خلال بيانات أجهزة الاستشعار الموضوعة في التربة، أو صور الهواتف الذكية
ّيات فيها. ومن الأمثلة التطبيقية على ذلك
ّ إمكانية اكتشاف عيوب التربة، والتعرف على نقص المغذ
"بلانتكس" (Plantix ( ٌ وهو تطبيق يتيح للمزارعين تحديد مقدار ونوع المواد العضوية التي ينبغي إضافتها
ّم النصائح على شكل فيديوهات وذلك بحسب الحالة
ّنة. بالإضافة إلى أنه يقد
ِ لجعل التربة مناسبة لمحاصيل معي
التي تواجه المزارعين.. ومع أداة "فارم بيتس" (Beats Farm (من شركة "مايكروسوفت"، ما على
المزارعين سوى ّ التقاط صورة من خلال هواتفهم ثم تحميلها. وبعد تقييم المشكلة، يتم تزويد المزارعين بالحلول
التي تساعدهم في تحسين نوعية التربة وكميتها.
ويمكن للذكاء الاصطناعي مساع ً دة المزارعين على تحديد الأماكن الأنسب لزرع محاصيل معينة وذلك بناء
على ال ّ خصائص الجغرافية للحقل، أو التركيب الكيميائي للتربة وغيرها. ويتم ذلك من خلال تحليل الصور التي
توفرها الطائرات بدون طيار. كما بإمكان المزارعين استخدام أدوات تخطيط المحاصيل
مثل "eAgronom "لتحديد مقدار كل محصول تحتاج المزرعة لزرعه في البيوت الزراعية، ومتى يجب
ّ ة تتجاوز عملية وضع البذور، إلا ّ زرع المحاصيل، وما إلى ذلك. وعلى الرغم من أن خطة المحاصيل الشامل
أنه لا يزال من الجيد معرفة أنه باستخدام مثل هذه الأدوات يمكن للمزارعين تقليل استهلاك مبيدات الأعشاب
والأسمدة بنسبة تتراوح بين ٢٥ و ٣٥ بالمئة ، بالإضافة إلى زيادة المحصول بنسبة تصل إلى٤ بالمئة.
كما يستطيع الذكاء الاصطناعي فحص صور البذور ومقارنتها بصور البذور الصحية قبل بدء عملية الزرع.
ّم الآلي الخاضعة للإشراف جودة البذور وتصنيف المحاصيل التي تراها.
ّد خوارزميات التعل
حيث تحد
وباستخدام هذه البيانات، يمكن توجيه روبوتات الزراعة مثل آلة فرز البذور ذات الرؤية الحاسوبية التي طورتها
خدمات البحوث الزراعية في وزارة الزراعة الأمريكية، لتصفية البذور دون المستوى، أو فرز البذور إذا
اختلطت مع بعضها.
٣ مركز الدراسات الاقتصادية
ّ يعمل الذكاء الاصطناعي من خلال الاستعانة بمجموعات البيانات (Datasets (على ق من الآثار البيئية
التحق
لاستخدام كميات وأنواع مختلفة من الأسمدة. كما يمكن الاعتماد عليه في تحديد الجرعات المناسبة، والتقليل
من التأث ّ ير السلبي على المحاصيل. وفي حالة الحاجة لاستعمال الأسمدة، يوصي حل الذكاء الاصطناعي بأفضل
النوعيات التي تمتلكها المؤسسات التجارية الزراعية.