Inteligentny system Microsoftu uratuje ludzkość przed globalnym głodem?
„Jakim prawem on mi na moje niebo wlata?” – srożył się Kazimierz Pawlak, patrząc na przelatujący nad jego polem samolot. Dziś złego słowa by nie powiedział, tym bardziej że latające po „jego niebie” małe i ciche drony dbałyby o jego uprawy lepiej niż największy samolot.
Bo wkrótce to właśnie drony będą zbierały dane o gospodarstwie i przesyłały je do komputerów, które podpowiedzą gospodarzowi, jak poprawiać wydajność upraw. Na tym w skrócie polega projekt o nazwie FarmBeats, który powstał w Microsofcie.
Dziś rolnicy mają już do dyspozycji skomputeryzowane traktory, aplikacje przewidujące pogodę i elektroniczne dojarki krów. Do tego zestawu Microsoft chce dorzucić narzędzie na miarę XXI wieku. Świat musi bowiem zwiększyć produkcję żywności, inaczej za kilkadziesiąt lat grozi nam poważny kryzys. Ludzi przybywa (szacuje się, że globalna populacja sięgnie w 2050 roku 10 miliardów osób), a powierzchnia gruntów rolnych zmniejsza się, podobnie jak zasoby wody pitnej.
– Nasza platforma internetu rzeczy dla rolnictwa umożliwia gromadzenie danych z różnych czujników, kamer i dronów – wyjaśnia Zerina Kapetanovic, odpowiedzialna w Microsofcie za FarmBeats i zastosowania sztucznej inteligencji oraz internetu rzeczy w rolnictwie.
Jak to działa?
Znając temperaturę, kwaśność i wilgotność gleby, rolnik może zaoszczędzić pieniądze i zwiększyć wydajność uprawy. Ostrzeżony przez komputer o ryzyku powodzi, odpowiednio zaplanuje siew. Według Microsoftu udział w projekcie FarmBeats pozwoli zmniejszyć zużycie wody do nawadniania roli o 30 procent, a wapna do zakwaszania gleby nawet o 44 procent. Informacje na temat temperatury i wilgotności gleby mogą pomóc w wyborze lepszego czasu sadzenia nasion, a to oznacza lepsze zbiory.
System FarmBeats jest zasilany z paneli słonecznych. W gospodarstwie co kilkaset metrów umieszcza się w ziemi czujniki. Dane z nich zbierają drony lub – w tańszej wersji – rolnik, kierując smartfon z kamerą w stronę balonu wypełnionego helem, który unosi się nad gospodarstwem. Chodząc po swych włościach z telefonem rolnik tworzy ich mapę: dane są przesyłane do komputera, który przetwarza je za pomocą uczenia maszynowego i algorytmów do łączenia obrazów z wartościami pobranymi z czujników. Może je wykorzystać do prognoz temperatury czy wilgotności gleby.
Sztuczna inteligencja porównuje zdjęcia lotnicze z danymi z czujników i wypełnia luki, rysując szczegółowe mapy obszarów, w których gleba jest zbyt kwaśna lub wysuszona. Może również pomóc w śledzeniu zwierząt gospodarskich. Obserwując sposób ich poruszania się, kamery potrafią na przykład zidentyfikować w stadzie chore sztuki.
Pracujący od czterech lat nad FarmBeats pod kierownictwem pochodzącego z Indii Ranveera Chandry zespół wierzy, że technologia z interfejsem SI pozwoli znacznie zwiększyć globalną produkcję żywności. Nawet przy ograniczonym dostępie do internetu.
Sprytne obejście
No właśnie: dostęp do sieci. Uzyskanie danych z gospodarstwa może być trudne, ponieważ tam, gdzie się sieje, orze i wypasa, często nie ma dostępu sieci. W Stanach Zjednoczonych jedna piąta osób mieszkających na wsi nie może korzystać nawet z najwolniejszych łączy.
Twórcy FarmBeats postanowili sprytnie obejść ten problem. Kluczową innowacją, którą wprowadzili, jest sposób transmisji danych z czujników.
„FarmBeats (…) wykorzystuje białą przestrzeń TV. Białe przestrzenie są niewykorzystanym widmem telewizyjnym. Naukowcy ulepszający projekt FarmBeats właśnie wydali dokument pokazujący po raz pierwszy, że do zbierania danych o glebie mogą być również wykorzystywane łącza WI-FI. Używając swoich inteligentnych telefonów i tanich czujników, każdy rolnik może uzyskać ważne informacje o swojej ziemi. Nie jest wymagany żaden specjalny, zaawansowany technologicznie sprzęt” – pisze o projekcie były prezes Microsoft Bill Gates na swoim blogu www.GatesNotes.com.
Rzeczywiście, do tej pory koszt czujników był poważną barierą. To się zmienia. Projektanci FarmBeats wciąż pracują nad tańszymi czujnikami działającymi na poziomie gruntu, które obecnie mogą kosztować nawet 8 tys. dol. Pierwsze sukcesy już są: udało im się wyprodukować pełną jednostkę przetwarzania za około 175 dol. Ranveer Chandra ma nadzieję, że koszty podstawowego systemu spadną wkrótce poniżej 100 dolarów.