هوش‌مصنوعی چگونه کشاورزی را تغییر خواهد داد؟

هوش مصنوعی (AI) یکی از جدیدترین نوآوری‌های بخش فناوری است و احتمالا بر هر صنعتی تاثیر خواهد گذاشت. این فناوری تنها یک کلمه نیست و ممکن است به زودی وارد کشاورزی شما شود.
هوش مصنوعی تعریفی مبهم دارد و می‌تواند شامل هر چیزی از یادگیری ماشین تا مدل‌های زبانی بزرگ (LLM) و هوش‌مصنوعی مولد باشد. یادگیری ماشین هم‌اکنون در کشاورزی استفاده می‌شود، به عنوان مثال در سیستم
See and Spray شرکت جان دیر که از دوربین‌ها برای شناسایی علف‌های هرز جهت اسپری کردن و موانع برای اجتناب از آنها استفاده می‌کند. شاید شما قبلا با هوش‌مصنوعی مولد آشنا شده‌اید و می‌توانید آن را در پلتفرم‌ها و دستگاه‌های مختلف آنلاین استفاده کنید، مانند Copilot مایکروسافت، Gemini گوگل و Meta AI فیسبوک که همگی برای استفاده مصرف‌کنندگان در دسترس هستند.
هوش‌مصنوعی مولد می‌تواند انواع مختلفی از متن، تصویر و صدا را تولید کند و در مراحل ابتدایی تولید ویدئو قرار دارد. هوش‌مصنوعی کاربردهای زیادی دارد، هم در سطح تجاری و هم مصرفی که شامل کشاورزی نیز می‌شود.
پیش از آنکه به مزایای احتمالی هوش‌مصنوعی بپردازیم ضروری است که چگونگی عملکرد آن و محدودیت‌های آن را درک کنیم.
AI در کشاورزی چگونه کار می‌کند؟
یکی از نخستین مدل‌های هوش‌مصنوعی که به بازار رسید، ChatGPT شرکت OpenAI است که در خط مقدم این فناوری قرار دارد و در حال حاضر در بسیاری از عملیات‌های روزمره کسب‌وکارها ادغام شده است. کاربران می‌توانند از ChatGPT بخواهند که متنی بنویسد، آن را خلاصه و سازماندهی کند و حتی مکالمه‌ای انجام دهد.
ChatGPT و بسیاری از دیگر خدمات محبوب هوش‌مصنوعی از LLM برای تولید متن از ورودی‌های کاربر استفاده می‌کنند. این کار را از طریق «خواندن» متون موجود در اینترنت انجام می‌دهند و تشخیص می‌دهند که کلمات چگونه معمولا در کنار یکدیگر ظاهر می‌شوند، مشابه به عملکرد کامل خودکار هنگام تایپ روی گوشی هوشمند. این مدل از این اطلاعات برای پیش‌بینی کلمه بعدی که ممکن است در پاسخ به درخواست کاربر ظاهر شود استفاده می‌کند.
طبق اطلاعات موجود در وب‌سایت این شرکت، ChatGPT در حال توسعه فعال است و از سه منبع اطلاعاتی استفاده می‌کند: 1- آثار نوشته‌شده عمومی موجود در اینترنت، 2- محتوای مجاز از طرف سوم‌ها که توسط OpenAI دریافت شده و 3- داده‌های ارائه‌شده توسط کاربران یا مربیان انسانی. این مساله محدودیت‌هایی دارد.
از آنجایی که این سرویس به اینترنت عمومی متکی است- که همیشه دقیق نیست- هوش‌مصنوعی ممکن است دچار «توهم» شود. هنگامی که یک مدل هوش‌مصنوعی دچار توهم می‌شود، پاسخ‌های نادرستی را براساس این اطلاعات غلط ایجاد می‌کند یا پاسخی کاملا خودساخته می‌دهد و آن را به‌عنوان یک واقعیت ارائه می‌دهد.
همچنین مدل‌های هوش‌مصنوعی قادر به ارائه منابع برای خروجی‌های خود نیستند، حتی زمانی که اطلاعات دقیق باشد. از آنجا که این فناوری هنوز در مراحل ابتدایی توسعه است، وب‌سایت ChatGPT توصیه می‌کند که پاسخ‌های تولیدشده را تایید کرده و بازخورد ارائه دهید.
مدل Retrieval Augmented Generation یکی از روش‌هایی است که شرکت‌ها برای جلوگیری از توهمات هوش‌مصنوعی استفاده می‌کنند. به گفته پاتریک والتر، بنیانگذار استودیوی Molewa AI به‌جای استفاده از پایگاه داده کامل یک مدل هوش‌مصنوعی مبتنی بر RAG با اطلاعات خصوصی که توسط کاربر تامین می‌شود آموزش می‌بیند که اولویت بیشتری نسبت به منابع دیگر دارد. بدین ترتیب، یک شرکت می‌تواند اعتماد بیشتری به نتایج تولیدشده توسط هوش‌مصنوعی داشته باشد زیرا این نتایج براساس اطلاعات تولیدشده توسط انسان خودشان است.
تاثیرات زیست‌محیطی
مدل‌های هوش‌مصنوعی نشان داده‌اند که بیشتر از جست‌وجوهای اطلاعاتی و پخش و ارتباطات معمولی که بیشتر مراکز داده از زمان رونق اینترنت استفاده می‌کنند، انرژی مصرف می‌کنند. مطابق مطالعه‌ای که توسط موسسه تحقیقاتی نیروی برق EPRI انجام شده است، جست‌وجوی یک عبارت در گوگل به 3/‏0 وات‌ساعت برق نیاز دارد تا نتایج را بازیابی کند. در حالی که پرسیدن یک سوال در ChatGPT به 9/‏2 وات‌ساعت نیاز دارد، تقریبا 10برابر بیشتر. با توجه به 3/‏5‌میلیارد کاربر جهانی اینترنت، EPRI اعلام کرده است که این مساله می‌تواند به افزایش چشمگیر نیاز به انرژی منجر شود.
سازمان بین‌المللی انرژی (IEA) پیش‌بینی می‌کند که مصرف انرژی جهانی در بخش‌های هوش‌مصنوعی و ارزهای دیجیتال تا سال2026 بیش از دو برابر خواهد شد و از 460 ترابات‌ساعت (TWh) در سال2022 به بیش از 1000ترابات‌ساعت خواهد رسید که تقریبا معادل مصرف سالانه انرژی کل کشور ژاپن است.
چگونه از هوش مصنوعی استفاده می‌شود؟
در سال2023 شبکه کشاورزان تجاری (FBN) یک مشاور کشاورزی مبتنی بر هوش‌مصنوعی به نام Norm معرفی کرد که بر پایه مدل ChatGPT شرکت OpenAI ساخته شده است.
کیت بارون، معاون فناوری درFBN می‌گوید: «زمانی که OpenAI مدل GPT-3 را منتشر کرد، این را به‌عنوان یک پیشرفت شگفت‌انگیز در فناوری دیدیم. بلافاصله شروع کردیم به فکر کردن درباره اینکه چگونه می‌توانیم از این فناوری برای حمایت از ماموریت خود و کمک به اعضای کشاورز خود استفاده کنیم.» بارون معتقد است که کشاورزان باید در بسیاری از زمینه‌ها مانند ژنتیک گیاهی، شیمی و نرخ‌های مصرف، پیش‌بینی وضعیت آب و هوا، و تجارت غلات تخصص داشته باشند. Norm راه‌حلی ممکن است که این فرآیندها را ساده‌تر کند و دانش کشاورز را گسترش دهد. در آزمایش‌های اولیه، FBN متوجه شد که کشاورزان از Norm برای پرسش درباره محافظت از محصولات استفاده می‌کنند.
این روند در مراحل ابتدایی و Norm همچنان آزمایشی است. با این حال، این ابزار به کشاورزان کمک می‌کند تا فرآیندهای پیچیده کشاورزی را ساده‌تر و به سرعت پاسخ‌های دقیق‌تری دریافت کنند.