Alati za veštačku inteligenciju (AI) mogu se naći u skoro svakom sektoru društva i brzo postaju veliki tehnološki napredak ovog veka. U sektoru poljoprivrede, velike poljoprivredne operacije koriste veštačku inteligenciju za povećanje profitabilnosti, smanjenje uticaja na životnu sredinu i promovisanje održivih praksi.
Ali kako male operacije koriste veštačku inteligenciju? Da li mali farmeri vide iste prednosti kao i operacije velikih razmera?
Grupa diplomiranih i nedavno diplomiranih studenata sa Univerziteta Južna Dakota — uključujući Skie Brugler, Ajoi Kumar Saha i Mariam Sahraei — pokušala je da odgovori na ova pitanja u istraživačkom sažetku koji govori o izazovima vezanim za veštačku inteligenciju u sektoru poljoprivrede. Oni su takođe dali preporuke za politiku u svom nedavno objavljenom sažetku pod naslovom „Primenama veštačke inteligencije u poljoprivredi je potrebno sočivo pravde kako bi se pozabavili rizicima i pružili koristi malim farmerima“.
„Gledamo kako se ovi mali farmeri nose sa veštačkom inteligencijom“, rekao je Sahraei, „u smislu brzine i razvoja tehnologije“.
Dok se čini da velike poljoprivredne operacije dominiraju svetskom proizvodnjom hrane, male farme ili farme koje imaju pet hektara ili manje, zapravo čine skoro 35% ukupne proizvodnje hrane u svetu. Pored toga, pet od šest proizvođača, ili 83% svih farmera, smatraju se malim vlasnicima. Zbog toga postoji „hitna potreba da se mali vlasnici postave na čelo i centar inovacija u veštačkoj inteligenciji koja se koristi u poljoprivredne svrhe“, objasnio je istraživački tim u izveštaju.
Na globalnom jugu — koji se generalno definiše kao zemlje Latinske Amerike, Afrike, Azije i Okeanije — mali farmeri su ključni za prevazilaženje mnogih izazova bezbednosti hrane sa kojima se suočava ova rastuća populacija. Mnogi mali farmeri u ovim regionima oslanjaju se na tradicionalne tehnike i nemaju tehničku ekspertizu koja je potrebna za mnoge od ovih AI aplikacija.
„Mali farmeri često ne mogu dobiti iste koristi od veštačke inteligencije kao veoma velike operacije proizvodnje hrane“, rekao je Sahraei.
Postoji nekoliko razloga zašto je to tačno, objasnio je Sahraei. Prvo, malim poljoprivrednicima često nedostaju tehničke veštine potrebne za korišćenje dostupnih podataka. Na primer, tehnike daljinskog otkrivanja koje proizvode satelitske slike pomažu u smanjenju rada na terenu i obezbeđuju tačne podatke. Podaci sa ovih satelita obezbeđuju AI modele koji onda pomažu u donošenju agronomskih odluka.
Razumevanje sirovih podataka zahteva tehničke veštine koje mali farmeri često nemaju. Računarske platforme obučene da čitaju podatke — poput Google Earth Engine-a — pružile su potrebnu priliku poljoprivrednicima da pristupe podacima.
Drugo, malim poljoprivrednicima često nedostaju kapitalni resursi potrebni za usvajanje ovih tehnologija. Na primer, precizna poljoprivreda, koja omogućava specifičnu primenu poljoprivrednih inputa za poboljšanje profita farme i održivosti životne sredine, ima niske stope usvajanja među malim poljoprivrednicima zbog nekoliko gore navedenih razloga zajedno sa ekonomskom nestabilnošću.
„Oni su manje voljni da usvoje veštačku inteligenciju jer će im biti teško da finansijski prevaziđu neuspeh ako je koriste pogrešno ili izgube koristi“, rekao je Sahraei.
Ekonomska ograničenja malih gazdinstava stvorila su „tehnološki jaz“ između malih i velikih operacija.
„Istraživanja su pokazala da veći farmeri imaju više kapitala za ulaganje u tehnologiju i softver, sposobniji su da preuzmu rizik zbog sposobnosti da apsorbuju smanjenje profita i mogu da otvore specijalizovana radna mesta za analizu i donošenje odluka na osnovu prikupljenih podataka“, Saha je rekao.
Da bi se borio protiv ovih izazova, istraživački tim je obezbedio skup preporuka o politici usmerenih na upravljanje velikim podacima i veštačkom inteligencijom kroz sočivo socijalne pravde. Jedna od preporuka je uključivala zahtev za standarde transparentnosti za modele koje koriste AI alati i aplikacije.
Druge preporuke su uključivale regulaciju tržišta, posebno osiguravajući da tržišta veštačke inteligencije ostanu konkurentna kako bi se ograničila moć svakog pojedinačnog programera.
Konačno, prepoznajući prednosti AI tehnologije za poljoprivredne operacije, istraživački tim je preporučio usluge savetovanja kako bi pomogli u edukaciji malih poljoprivrednika o tehnologijama koje najbolje funkcionišu u njihovim operacijama.
„Potrebno je više stručnog obrazovanja kako bi mali poljoprivrednici mogli da uče o novim tehnologijama“, rekao je Saha.
