Czy sztuczna inteligencja może zrewolucjonizować polskie rolnictwo i biotechnologię? To pytanie było punktem wyjścia seminarium zorganizowanego przez Komitet Nauk Agronomicznych PAN i Komitet Biotechnologii PAN
Rolnictwo wchodzi w fazę głębokiej cyfryzacji, określanej jako rolnictwo 4.0. To etap, w którym dane z sensorów, zdjęcia satelitarne, systemy predykcyjne oraz algorytmy sztucznej inteligencji wspierają decyzje podejmowane w gospodarstwach. AI pozwala m.in. na analizę stanu gleby, przewidywanie plonów, monitorowanie chorób roślin oraz optymalizację wykorzystania nawozów i środków ochrony roślin.
– Potencjał do zastosowania sztucznej inteligencji jest ogromny. Mówimy o narzędziach do planowania, kontroli jakości gleb, diagnozowania chorób i szkodników, a także prognozowania możliwości wystąpienia tych zagrożeń w zależności od warunków pogodowych. Wykorzystanie tych możliwości może pomóc rolnikom działać bardziej precyzyjnie i ograniczać koszty – podkreśla w rozmowie z Academia prof. dr hab. Magdalena Frąc z Instytutu Agrofizyki PAN, jedna z głównych organizatorek seminarium.
Od aplikacji mobilnych po roboty
W Polsce i Europie pierwsze rozwiązania oparte na AI są już stosowane w praktyce. Rolnicy korzystają m.in. z aplikacji mobilnych, które łączą dane meteorologiczne z informacjami o zagrożeniu chorobami i wskazują optymalny moment na oprysk lub użycie biopreparatów.
– Takie aplikacje są już dostępne i stosowane np. w gospodarstwach ekologicznych. Z kolei systemy oparte na czujnikach, które pozwalają na precyzyjne stosowanie herbicydów tylko w miejscach występowania chwastów, są testowane w ramach międzynarodowych projektów i trafiają powoli do praktyki – mówi prof. Frąc, członkini korespondentka PAN i przewodnicząca Komitetu Nauk Agronomicznych PAN.
Podczas seminarium, które odbyło się 29 września w warszawskim Pałacu Staszica, przedstawiono przykłady robotów rolniczych. Naukowcy z firmy Inwebit z Gdańska zaprezentowali rozwiązania oparte na obrazowaniu hiperspektralnym i sieciach neuronowych. Ich system pozwala m.in. na wczesne wykrywanie chorób roślin i tworzenie map do precyzyjnego oprysku, a także na rozwój autonomicznych maszyn do zbioru owoców.
Badacze podkreślali, że to może być odpowiedź na rosnący problem braku rąk do pracy w sadownictwie. Roboty sterowane algorytmami AI identyfikują owoce i mogą precyzyjnie kierować ramionami, co przyspiesza zbiory i zmniejsza straty.
Fot. Celio Messias / Wikimedia Commons
Mikrobiom jako klucz do przyszłości
Jednym z kierunków badań, które zdaniem prof. Frąc mogą okazać się przełomowe, jest analiza mikrobiomu gleby i roślin. Zespół uczonej pracuje nad aplikacją HoloBIOme, która zgromadzi dane, dotyczące składu mikrobiomu gleb i holobiontu 70 gatunków roślin i będzie pomocna w określeniu dobroczynnej mikrobioty oraz potencjalnych zagrożeń dla upraw.
– Algorytmy oparte na analizie mikrobiomu mogą wskazać, że na przykład na danym polu opłaca się założyć plantację malin, a nie truskawek, bo warunki glebowe i mikrobiologiczne sprzyjają jednej uprawie, a zagrażają drugiej. To wiedza, która może uchronić rolników przed nietrafionymi inwestycjami – wyjaśnia badaczka.
Podczas konferencji pokazano też, że podobne podejścia są rozwijane w genomice i biotechnologii. Zespół prof. Barbary Uszczyńskiej-Ratajczak (ICHB PAN w Poznaniu) pracuje nad wykorzystaniem AI w analizie genomów i transkryptomów, co ma umożliwić bardziej precyzyjne prognozowanie funkcji RNA i przyspieszyć badania nad nowymi metodami biotechnologicznymi.
Wyzwania: koszty i infrastruktura
Choć potencjał AI w rolnictwie i biotechnologii jest ogromny, istnieją istotne bariery. Należą do nich wysokie koszty wdrożenia, konieczność stałej aktualizacji systemów oraz uzależnienie od dostępu do internetu, który w warunkach polowych bywa ograniczony.
– Rozwiązania oparte na AI wymagają badań podstawowych opartych na wynikach oraz stabilnych baz danych, a także szybkiego transferu informacji. Tymczasem w praktyce nadal zdarzają się błędy w algorytmach czy problemy z łącznością, co może utrudniać ich stosowanie – zwraca uwagę prof. Frąc.
Według dr hab. Artura Modlińskiego z Uniwersytetu Łódzkiego istotnym wyzwaniem są także kwestie etyczne i organizacyjne. – Dynamiczny rozwój AI w rolnictwie niesie ze sobą szansę na większą efektywność i niższe koszty, ale też ryzyko uzależnienia od technologii, problemy z integracją danych i brak kompetencji cyfrowych wśród kadr zarządzających – mówił podczas swojego wystąpienia.