Birləşmiş Millətlər Təşkilatının verdiyi məlumata görə, dünya əhalisinin təxminən yarısı əsas məşğulluq mənbəyi kimi aqrar ərzaq sistemlərindən asılı olan ev təsərrüfatlarında yaşayır. Dünya əhalisinin 2050-ci ilə qədər 7,3 milyarddan 9,7 milyarda çatacağı proqnozlaşdırıldığı bir zamanda, iqlim dəyişikliyi səbəbindən su qıtlığı və məhsulun sıradan çıxması faciəvi dərəcədə qlobal ərzaq çatışmazlığına səbəb ola bilər.
Artan əhali ilə ayaqlaşmaq üçün dünya növbəti 25 il ərzində kənd təsərrüfatı istehsalını 60% artırmalıdır və hətta bu halda belə, 300 milyon insanın hələ də aclıq çəkəcəyi ehtimal edilir. Eyni zamanda, cərgəli əkin məhsuldarlığının daha sərt hava şəraiti və daha çox zərərvericilər səbəbindən 11% azalması gözlənilir. Hazırda ABŞ-da yeni bir məhsul xüsusiyyətini inkişaf etdirmək üçün təxminən 136 milyon dollar və təqribən 12 il tələb olunur.
Dünya istiləşir, şirin su ehtiyatları azalır və keçmişdə uğurlu olmuş məhsullar artıq uzun müddət etibarlı olmayacaq. Süni intellekt qarşıdakı onilliklərdə qarşılaşacağımız kənd təsərrüfatı böhranını yüngülləşdirməyə kömək edə bilərmi?
Karnegi Mellon Universitetinin kənd təsərrüfatında süni intellekt və robototexnika üzrə tədqiqat aparan sistem alimi Dr. Abhiseş Silval belə düşünür. O bildirir ki, “Süni intellekt daha dəqiq və vaxtında proqnozlar, xüsusilə xəstəliklərin erkən aşkarlanması üçün imkanlar yarada bilər və enerji və resurslardan istifadə üsulumuzu təkmilləşdirərək karbon izini və ətraf mühitə təsiri azaltmağa kömək edə bilər.”
Daha yaxşı və daha sürətli fenotipləşdirmə
Tanzaniyada Beynəlxalq Tropik Kənd Təsərrüfatı Mərkəzinin kənd təsərrüfatı üzrə alimi Devid Gerena süni intellektdən istifadə edərək bitkilərin təkamül prosesini həddindən artıq sürətləndirir.
Gerenanın “Artemis” adlanan layihəsi, süni intellekt və kompüter görməsindən istifadə edərək fenotipləşdirmə prosesini sürətləndirir. O, bunu belə izah edir: “İnsanlar gördüklərimiz haqqında kəmiyyət əsaslı etibarlı təxminlər etməkdə yaxşı deyil. İnsanın minlərlə sahədəki yüzlərlə bitkidə çiçəklərin sayını dəqiq hesablaması mümkün deyil. Yoruluruq, diqqətimizi cəmləşdirə bilmirik və ya sadəcə fiziki olaraq görməli olduğumuz hər şeyi görə bilmirik. Kompüterdə belə problemlər olmur. Yaxşı öyrədilmiş kompüter görmə modelləri dərhal kəmiyyət əsaslı ardıcıl məlumatlar təqdim edir”.
Gerenanın komandası hazırda qurduqları sistemlərə kompüter görməsi ilə yanaşı, “danışıqdan mətnə” və təbii dil emalı texnologiyalarını inteqrasiya etmək üzərində işləyir. O izah edir ki, insanlarla təbii nitq vasitəsilə ünsiyyət qurmaq dil və savadlılıq maneələrini aşmağa kömək edə bilər. Bundan əlavə, müxtəlif növ məlumatların birləşdirilməsi sahədə bitkilərin vəziyyətini daha əhatəli şəkildə dərk etməyə imkan yaradır. “Fermerlər nitq funksiyasından istifadə edərək mövsüm ərzində qarşılaşdıqları bəzi çətinlikləri təsvir edə bilərlər,” deyə o qeyd edir. “Əgər bu məlumatları dünyanın müxtəlif yerlərindəki minlərlə təsərrüfatlardan toplasaq, yerli ekoloji şəraitin məhsul müxtəlifliyinin səmərəliliyinə necə təsir etdiyini daha yaxşı anlaya bilərik.”
Havanı bir neçə ay əvvəlcədən proqnozlaşdırmaq
Maks Evans və Himanşu Qupta uşaqlıqdan qeyri-müntəzəm hava şəraitinin onların icmalarına necə təsir etdiyini yaxından müşahidə ediblər. “Maks Ekvadorda ananas fermasında böyüyüb və iqlim dəyişikliyinin məhsullara necə təsir etdiyini birbaşa şahidi olub,” Qupta deyir. “Mən isə Hindistanın şimalında bir kənddə böyümüşəm, orada quraqlıq və zəif musson mövsümlərində təmiz su üçün çox vaxt bir mil yol qət etməli olurduq.”
Bu təcrübələr Evans və Quptaya dərindən təsir edib və onları “ClimateAi”-ni qurmağa ilhamlandırıb. “Əksər texnologiya şirkətləri ənənəvi 14 günlük hava proqnozunu təkmilləşdirməyə çalışsa da, bu vaxt çərçivəsi fermerlər və qida şirkətləri üçün praktiki deyil,” Qupta bildirir. “Biz havanın iki həftə əvvəldən proqnozlaşdırılmasında yenilik etdik və ekstremal hava risklərini superkompüter modellərindən istifadə edən meteoroloji agentliklərdən, o cümlədən Milli Okean və Atmosfer Administrasiyasından (NOAA) daha ucuz, daha sürətli və daha etibarlı şəkildə proqnozlaşdırmaq üçün patentli biofizika əsaslı süni intellekt yanaşmaları tətbiq etdik.” Bu, “ClimateAi”-yə fermerlərə gün ərzində və ya bir neçə ay əvvəldən ultra-lokal hava proqnozları təqdim etməyə imkan yaradır. Həmçinin, müəyyən məhsulların əkilməsi və biçilməsi üçün ən optimal vaxtları tövsiyə edə və məhsulun məhsuldarlığını təxmin edə də bilir.
“ClimateAi” Hindistanın Maharaştra ştatında fermerlər üçün simulyasiyalar keçirib və aşkar edib ki, ekstremal istilik və quraqlıq növbəti iyirmi il ərzində regionda pomidor istehsalını təxminən 30% azaldacaq. Bu məlumatlar, bölgədəki kiçik fermerlər üçün quraqlığa davamlı toxumların tətbiq edilməsi üçün işlərin sürətləndirilməsi məqsədilə bir pomidor toxumu şirkəti tərəfindən istifadə olunub. Bundan əlavə, Hindistanda böyük bir ərzaq və içki şirkəti ilə əməkdaşlıq edərək 300 kənddə uyğunlaşma üzrə praktiki təlimatlar həyata keçirilib və təxminən 100000 kiçik fermerə kömək edilib. Bu praktiki təlimatlar istifadə ediləcək ən yaxşı toxum seçimi, suyun idarə edilməsi və ən yaxşı əkin-biçin vaxtlarının müəyyənləşdirilməsi ilə bağlı tövsiyələr verir. Nəticədə, məhsuldarlıq təxminən 40%-ə qədər artıb.
Qupta izah edir ki, məqsəd ərzaq və su sistemlərini iqlim dəyişikliyinə daha davamlı etmək və bütün dünyada insanların həyatını yaxşılaşdırmaqdır. Fermerlər bu sistemlərin əsas hissəsidir: “Onlar ərzaq və su dəyər zəncirinin ən mühüm həlqələridir.”
Brokkolini üç dəfə daha sürətli yetişdirmək
Şimali Karolinada yerləşən “Avalo” adlı aqrotexnologiya şirkəti mürəkkəb məhsul xüsusiyyətləri ilə əlaqəli genləri dəqiq müəyyən etmək üçün izah edilə bilən süni intellektdən (xAI) istifadə edir. Şirkətin baş icraçı direktoru Brendan Kollins-in sözlərinə görə, hərtərəfli genetik profillərdən istifadə edərək seleksiya prosesini istiqamətləndirmək “Avalo” şirkətinə rəqiblərindən beş dəfə daha sürətli və 50 dəfə daha ucuz məhsul hazırlamağa imkan verir. “Avalo” şirkətinin üzərində çalışdığı layihələrdən biri isə şaquli əkinçilikdir. Bu metod məhsulların il boyu qapalı məkanda yetişdirilməsini təmin edir. Davamlı məhsul dövrləri üçün əlverişli olsa da, yüksək enerji və gübrə xərcləri ortaya çıxır ki, bu da mənfəətin azalmasına səbəb olur.
Əgər bu təsərrüfatlar daha dəyərli məhsulları daha sürətli yetişdirə bilsəydilər, mənfəətləri artardı, deyə Kollins qeyd edir. Hazırda onların sistemində yaxşı nəticə verən yeganə məhsul ucuz kahıdır. “Avalo” şirkəti şaquli əkinçilik metodunu tətbiq edən bir təsərrüfatla birlikdə çalışaraq brokkoli yetişdirməyə başladı. Brokkoli, supermarketlərdə ən baha qiymətə satılan tərəvəzlərdən biri olsa da, açıq sahədə yetişməsi 120 gündən çox vaxt tələb edir. Onlar cəmi 37 gündə yığıla bilən bir növ hazırlamaq üçün 500-dən çox brokkoli çeşidini araşdırdılar. Bu sürətli məhsul yığımı pestisidlərin istifadəsinə ehtiyac olmayacağı demək idi, çünki bu müddət zərərvericilərin bir problem kimi ortaya çıxması üçün çox qısa idi.
“Bitki genomları çox qəribədir,” Kollins deyir. “Onlar heyvan genomlarından fərqli qaydalar əsasında fəaliyyət göstərir.” O izah edir ki, heyvanlar enerjiyə qənaət üçün kiçik və effektiv genomlara malikdirlər, lakin bitkilərin böyük və elastik genomları var, çünki onlar təhlükələrdən qaçmaq üçün hərəkət edə bilmirlər. Bundan əlavə, heyvanların sadə diploid genomlarından fərqli olaraq, bir çox bitkilərdə bir neçə genom surəti (poliploid) olur (məsələn, pambıqda dörd, çiyələkdə səkkiz, şəkərqamışında isə on), bu da onları öyrənməyi daha da çətinləşdirir. “Biz bu mürəkkəb bitki genomlarını anlamaq üçün izah edilə bilən süni intellektdən (xAI) istifadə edəcəyimiz üçün həyəcanlıyıq”, deyə o vurğulayır.
Texas fermerləri üçün daha ağıllı suvarma sistemi
Quraqlıqlar, daşqınlar, həddindən artıq isti və ani soyuq hava şəraiti iqlim dəyişikliyinin Texas fermerləri və maldarlığı ilə məşğul olan insanlar üçün yaratdığı problemlərdən sadəcə bir neçəsidir. Bu, bütün Texas sakinlərinə təsir edir: keçən il ştatın kənd təsərrüfatı departamenti iqlim dəyişikliyinin daha yüksək ərzaq qiymətləri və artan ərzaq çatışmazlığı ilə əlaqəli olduğuna dair bir hesabat verdi.
Texas ştatının Lampasas şəhərində IBM ilə su menecmenti həllərini sınaqdan keçirmək üçün əməkdaşlıq edən fermer və IBM mütəxəssisi Devid Çapin, on ildən çox müddətdir ki, iqlim dəyişikliyinin onun meyvə bağlarına necə ziyan vurduğunu müşahidə edir. O, əvvəlcə 3600 zeytun ağacı ilə fəaliyyətə başladı, lakin onların hamısı 2021-ci ildə baş verən “Uri” qış fırtınası səbəbindən məhv oldu. Növbəti il ABŞ Kənd Təsərrüfatı Nazirliyindən (USDA) aldığı qrantla zeytun ağaclarını armud, gavalı, ərik və şaftalı ilə əvəz etdi. Bu ağaclar qışa daha dözümlü olsa da, daha çox su tələb edirdi və onun mövcud suvarma sistemi bu tələbatı ödəyə bilmirdi.
“Rütubəti yalnız səthdə deyil, kök səviyyəsində izləmək çox vacibdir, buna görə də bunu idarə etmək üçün dəqiq bir üsul axtarıram,” deyə Çapin izah edir. “Süni intellekt müxtəlif ərazilərin su tələbatını təhlil etməklə yardımçı ola bilər, lakin bunun üçün çoxsaylı yeraltı sensorlar tələb olunur. İdeal olaraq su ehtiyatını daha yaxşı idarə etmək və çatışmazlıqların qarşısını almaq üçün real vaxt rejimində torpağın vəziyyəti barədə xəritələrə və suvarma üzrə gələcək proqnozlara sahib olmaq istəyirəm”.
IBM və “Texas A&M AgriLife” qurumu Çapin kimi kiçik fermerlərə kömək etmək üçün əməkdaşlıq edir. Nəticədə, fermerlərə mümkün qədər səmərəli şəkildə harada və nə vaxt suvarmadan istifadə edəcəkləri barədə ehtiyac duyduqları məlumatları verməyi hədəfləyən “Liquid Prep” adlı bir alət hazırlanır və bu texnologiyanı ABŞ-ın quraq bölgələrində tətbiq etmək və miqyasını genişləndirmək planlaşdırılır.
“Liquid Prep” aləti bir “əşyaların interneti” (IoT) sensoru ilə “IBM Cloud”-da işləyən mobil tətbiqdən birgə istifadə edir. Fermerlər torpağa bir rütubət sensoru quraşdıraraq onu mobil tətbiqləri ilə əlaqələndirə və torpağın nəmliyini izləyə, daha sonra bu məlumatları təhlil üçün yükləyə bilərlər. Layihə komandası hazırda tətbiqə hava məlumatları, torpaq növləri və nə vaxt suvarmaqla bağı qərara dəstək əlavə etməklə genişləndirir ki, fermerlər suvarmanı daha səmərəli şəkildə idarə edə bilsinlər.
“Kiçik fermerlər adətən texnoloji baxımdan çox inkişaf etmiş olmurlar, bu da kiçik və böyük fermerlər arasındakı əsas fərqlərdən biridir,” deyə Çapin bildirir. “Lakin insanlar mobil telefonlardan və bəzi tətbiqlərdən necə istifadə edəcəklərini bilirlər. “Liquid Prep” kifayət qədər sadə bir tətbiqdir və bu da rəqabət mühitini dəyişdirəcək.”