कृत्रिम बुद्धिमत्तेचा (एआय) शेतीमध्ये वापर

भाग दोन

संगणकाची दृष्टी कीटक आणि रोग शोधू शकते, त्याप्रमाणे तण आणि आक्रमक वनस्पतीच्या प्रजाती शोधण्यासाठी देखील याचा वापर केला जाऊ शकतो. मशीन लर्निंगसह संगणकाची दृष्टी एकत्रित केल्यावर पिकांपासून तण वेगळे करण्यासाठी पानांचा आकार आणि रंग यांचे विश्लेषण करते. अशा उपायांचा वापर रोबोट प्रोग्राम करण्यासाठी केला जाऊ शकतो. रोबोटिक प्रक्रिया ऑटोमेशन माध्यमातून स्वयंचलित तण काढणे शक्य आहे. खरं तर, अशा रोबोटचा यापूर्वी प्रभावीपणे वापर केला गेला आहे. ही तंत्रज्ञाने अधिक सुलभ झाल्यामुळे, तण काढणे आणि पिकांची कापणी करणे, ही दोन्ही कामे स्मार्ट बॉट्सद्वारे पूर्ण केली जाऊ शकतात.

एआय केवळ पिकांच्या वाढीदरम्यान संभाव्य समस्या ओळखण्यासाठी उपयुक्त नाही. तर ते उत्पादन काढल्यानंतरदेखील कार्य करते. ही प्रक्रिया बहुतेक पारंपारिकपणे हाताने चालते. तथापि, एआय तंत्रज्ञान, शेती उत्पादने अचूकपणे क्रमवारी लावू शकते. कापणी केलेल्या पिकांमध्ये संगणकीय दृष्टी, कीड तसेच रोग शोधू शकते. इतकेच काय, ते त्याच्या आकार आणि रंगावर आधारित उत्पादनाची श्रेणी देऊ शकते. हे शेतकऱ्यांना उत्पादनांचे श्रेण्यांमध्ये त्वरीत विभक्त करण्यास सक्षम करते. उदाहरणार्थ, वेगवेगळ्या ग्राहकांना वेगवेगळ्या किंमतींवर विकणे. त्या तुलनेत, पारंपारिक मॅन्युअल क्रमवारी पद्धती परिश्रमपूर्वक आणि श्रम-केंद्रित आहेत.

सुरक्षितता हा शेती व्यवस्थापनाचा महत्त्वाचा भाग आहे. शेततळे, पिके, फळबागा आणि पशुसंवर्धन हे चोरट्यांचे सामान्य लक्ष्य आहेत, कारण शेतकऱ्यांना त्यांच्या शेतावर चोवीस तास निरीक्षण करणे कठीण आहे. वन्य प्राण्यांची आक्रमकता हा आणखी एक धोका आहे. त्यांच्या वागण्यावर व्हिडिओ पाळत ठेवणे, या प्रणालीसह, संगणक दृष्टी आणि मशीन लर्निंग एकत्रित केल्यावर सुरक्षेचे उल्लंघन त्वरीत ओळखू शकतात. अशा हालचाली शेतकऱ्याला सुचित केल्या जातात.

कृषी माहिती व्यवस्थापन चक्रात ‘एआय’ची भूमिका खूप महत्त्वाची आहे. कृषी डेटा व्यवस्थापित करणे अनेक प्रकारे फायदेशीर ठरू शकते उदा. जोखीम व्यवस्थापन. भविष्यसूचक विश्लेषणामुळे शेती प्रक्रियेतील त्रुटी कमी होतात. हवामान, रोग किंवा हानिकारक कीटकांना अधिक लवचिक असलेल्या पिकांबद्दल सल्ला देण्यासाठी ‘एआय’ने वनस्पती वाढीचा डेटा आणि वनस्पती प्रजनन याची माहिती मिळते. एआय आणि मशीन लर्निंग सोल्यूशन्सचा वापर करून माती आणि पीक आरोग्य विश्लेषण केले जाऊ शकते. मातीच्या नमुन्यांच्या रासायनिक रचनेचे विश्लेषण एआय अल्गोरिदम करू शकतात. कोणत्या पोषक तत्वांची कमतरता असू शकते, पीक-रोग ओळखू शकते किंवा अंदाज लावू शकते. पीक आहार निर्धारित करण्यासाठी ‘एआय’चा वापर केला जाऊ शकतो. सिंचनातील एआय कृषी उत्पादनांच्या इष्टतम मिश्रणाचा अंदाज लावताना इष्टतम नमुने आणि पोषक वापराच्या वेळा ओळखण्यासाठी उपयुक्त आहे. एआय पीक उत्पादन वाढवण्यासाठी उपयुक्त आहे आणि पीक कापणीसाठी सर्वोत्तम वेळेचा अंदाज देखील लावू शकतो.

कृषी आणि कृषी प्रक्रियांसाठी एआय ऑप्टिमाइझ करणे शक्य आहे. कृषी क्षेत्रातील ‘एआय’चे फायदे ज्वलंत असले तरी, बिग डेटा, सेन्सर्स आणि सॉफ्टवेअर यांसारख्या इतर डिजिटल तंत्रज्ञानाशिवाय ते कार्य करू शकत नाही. त्याचप्रमाणे, इतर तंत्रज्ञानांना योग्यरित्या कार्य करण्यासाठी रँकिंग आवश्यक आहे. बिग डेटाच्या बाबतीत, डेटा स्वत:च विशेषत: उपयुक्त नाही. त्यावर प्रक्रिया आणि अंमलबजावणी कशी होते हे महत्त्वाचे आहे. माहितीपूर्ण निर्णय घेण्यासाठी मोठा डेटा आवश्यक आहे. बिग डेटा अॅनालिटिक्ससह एआय एकत्र केल्याने शेतकऱ्यांना अचूक, रिअल-टाइम माहितीवर आधारित शिफारसी मिळू शकतात, ज्यामुळे उत्पादकता वाढते त्यामुळे खर्च कमी होतो. डेटा कॅप्चर आणि विश्लेषण करण्यासाठी आयओटी सेन्सरची आवश्यकता आहे. आयओटी सेन्सर इतर सहाय्यक तंत्रज्ञानासह (एआय ड्रोन, भौगोलिक माहिती प्रणाली आणि इतर साधने) रिअल टाइममध्ये विविध मेट्रिक्सवर प्रशिक्षण डेटाचे परीक्षण करू शकतात, मोजू शकतात आणि संचयित करू शकतात. ही उपकरणे रँकिंगसह एकत्रित करून, शेतकरी अचूक माहिती पटकन मिळवू शकतात. मॅन्युअल काम कमी करण्यासाठी बुद्धिमान ऑटोमेशन आणि रोबोटिक्स वापरले जात आहेत. एआय, स्वायत्त ट्रॅक्टर आणि आयओटीसह एकत्रितपणे कामगारांच्या कमतरतेची सामान्य समस्या सोडविण्यास मदत करते. रोबोटिक्सदेखील महत्त्वाचे आहेत. कृषी रोबोट्स आधीच उत्पादन निवडण्यासारख्या मॅन्युअल कार्यांसाठी वापरले जात आहेत. जास्त वेळ काम करण्याची क्षमता, त्रुटींना कमी संवेदनशीलतेच्या शीर्षस्थानी वर्धित अचूकता यामुळे यंत्रमानव शेतीच्या कामासाठी अधिक फायदेशीर आहेत. अनेक कंपन्या कृषी कार्यक्षमता सुधारण्यासाठी काम करत आहेत. स्वायत्त स्ट्रॉबेरी पिकिंग मशीन आणि व्हॅक्यूम उपकरणासारखी उत्पादने आहेत जी झाडांपासून परिपक्व सफरचंद काढू शकतात. ही यंत्रे कापणीयोग्य उत्पादनाचे स्थान ओळखण्यासाठी आणि योग्य फळे निवडण्यात मदत करण्यासाठी सेन्सर फ्यूजन, मशीन व्हिजन आणि आर्टिफिशियल इंटेलिजन्स मॉडेल्सचा वापर करतात.

अनेक शेतकऱ्यांसाठी सर्वात मोठी चिंता म्हणजे पिकाच्या किंमतीतील चढउतार, अस्थिर भावामुळे शेतकरी कधीही निश्चित उत्पादन पद्धतीचे नियोजन करू शकत नाहीत. टोमॅटोसारख्या पिकांमध्ये ही समस्या जास्त प्रमाणात आढळते, ज्यांचा शेल्फ-टाइम अत्यंत मर्यादित आहे. कंपन्या एकरी क्षेत्राचे मूल्यांकन करण्यासाठी आणि वास्तविक-वेळेच्या आधारावर पीक आरोग्याचे निरीक्षण करण्यासाठी उपग्रह प्रतिमा आणि हवामान डेटा वापरत आहेत. बिग डेटा, एआय आणि मशीन लर्निंग यांसारख्या तंत्रज्ञानाच्या मदतीने कंपन्या कीटक आणि रोगांचा प्रादुर्भाव शोधू शकतात, टोमॅटोचे उत्पादन आणि उत्पादनाचा अंदाज लावू शकतात आणि किमतीचा अंदाज लावू शकतात. ते शेतकरी आणि सरकार यांना भावी किंमतींचे स्वरूप, मागणी पातळी, जास्तीत जास्त फायद्यासाठी पेरण्यायोग्य पिकाचा प्रकार, कीटकनाशकांचा वापर इत्यादींबाबत मार्गदर्शन करू शकतात.

नाविन्यपूर्ण स्टार्टअप्स कृषी क्षेत्रात ‘एआय’चा वापर करत आहेत. बर्लिन-आधारित

कृषी तंत्रज्ञान स्टार्टअपने बहु-भाषिक वनस्पती रोग आणि कीटक निदान अॅप विकसित केले आहे, जे रोग शोधण्यासाठी वनस्पतीच्या विविध प्रतिमा वापरते, स्मार्ट फोन सर्व्हरच्या प्रतिमेशी जुळलेली प्रतिमा संकलित करतो आणि नंतर त्या विशिष्ट रोगाचे निदान केले जाते आणि बुद्धिमान फवारणी तंत्राचा वापर करून पिकावर लागू केले जाते. अशाप्रकारे, अनुप्रयोग वनस्पती रोगांचे निराकरण करण्यासाठी एआय आणि मशीन लर्निंग वापरतो. सात दशलक्षाहून अधिक शेतकऱ्यांनी हे अॅप डाऊनलोड केले आहे आणि त्यामुळे शेतातील पिके, फळे आणि भाजीपाला यांमधील 385 हून अधिक पीक रोग ओळखण्यात मदत झाली आहे.

अशी सर्व घाणेरडी आणि धोक्याची कामे सोपी आणि शक्य होत असली तरी, अशा सर्व तंत्रज्ञानाच्या वापरामध्ये काही आव्हाने आहेत. अशी सर्व तंत्रे हाताळण्याच्या शेतकऱ्यांच्या क्षमतेचे मार्गदर्शन तज्ञ प्रशिक्षकांनी केले पाहिजे. आजच्या काळात केवळ शिकलेले तरुण शेतकरीच अशा तंत्रज्ञानाचा वापर करू शकतात. लोकांना कृषी क्षेत्रातील ‘एआय’चा वापर समजण्यास मदत करण्यासाठी तंत्रज्ञान प्रदात्यांद्वारे मोठ्या प्रमाणात काम केले जाणे आवश्यक आहे. शाश्वत शेतीसाठी कृत्रिम बुद्धिमत्तेचे फायदे लक्षात घेता, या तंत्रज्ञानाची अंमलबजावणी करणे हे प्रत्येक शेतकऱ्यासाठी तार्किक पाऊल वाटू शकते. मात्र, अजूनही काही आव्हानांवर मात करायची आहे. शेतकऱ्यांना डेटा-आधारित निर्णय घेण्यास, संसाधनांचा वापर ऑप्टिमाइझ करण्यास आणि पर्यावरणावरील प्रभाव कमी करण्यास एआय मदत करू शकते. उदाहरणार्थ, वर्ल्ड इकॉनॉमिक फोरमने अहवाल दिला आहे की, शेतीमध्ये एआय एकत्रीकरणामुळे कीटकनाशकांच्या वापरामध्ये 60  टक्के घट आणि पाण्याच्या वापरामध्ये 50 टक्के घट होऊ शकते.

नॅसकॉम आणि मॅकिन्से यांनी केलेल्या संशोधनानुसार भारतामध्ये  15 कृषी डेटासेट, जसे की माती आरोग्य नोंदी, पीक उत्पादन, हवामान, रिमोट सेन्सिंग, गोदाम, जमिनीच्या नोंदी, कृषी बाजार आणि कीटक प्रतिमा वाढवण्यामुळे 65 अब्जचे व्यवहार होऊ शकतात. 2023 मध्ये एआय कृषी बाजारपेठेतील व्यवहार 1.7 बिलियन वरून 2028 पर्यंत 4.7 बिलियन पर्यंत वाढण्याची अपेक्षा आहे.  कृषी क्षेत्रातील कृत्रिम बुद्धिमत्ता (एआय) येत्या काही वर्षांत लक्षणीय वाढ करण्याच्या तयारीत आहे, कारण त्यात पीक उत्पादन सुधारून, कचरा कमी करून आणि कार्यक्षमता वाढवून कृषी क्षेत्रात क्रांती घडवण्याची क्षमता आहे.

मार्केटस् अँड मार्केटच्या अहवालानुसार, कृषी बाजारपेठेतील ‘एआय’ने स्फोटक वाढ अनुभवण्याचा अंदाज वर्तवला आहे, 2020 मध्ये बाजाराचा आकार 2.35 अब्ज वरून 2025 पर्यंत 10.83 अब्जपर्यंत वाढण्याची अपेक्षा आहे.

अपरिचिततेमुळे लोकांना नवीन तंत्रज्ञानाचा अवलंब करण्यास संकोच वाटतो, ज्यामुळे शेतकऱ्यांना एआय पूर्णपणे स्वीकारण्यात अडचणी निर्माण होतात जरी ते निर्विवाद फायदे देते. नवीन प्रक्रियेला संधी घेण्याच्या अनिच्छेबरोबरच नावीन्यतेला विरोध, शेतीच्या पद्धतींचा विकास तसेच सर्वसाधारणपणे क्षेत्राचा नफा रोखून धरतो. शेतकऱ्यांनी हे समजून घेणे आवश्यक आहे की, एआय ही फील्ड डेटा प्रोसेसिंगसाठी सोप्या तंत्रज्ञानाची एक अधिक प्रगत आवृत्ती आहे. कृषी कामगारांना एआय स्वीकारण्यास पटवून देण्यासाठी, सार्वजनिक आणि खाजगी क्षेत्रांनी प्रेरणा, संसाधने आणि प्रशिक्षण प्रदान केले पाहिजे. तंत्रज्ञानाला धोका नाही हे कामगारांना खात्री देण्यासाठी आवश्यक असलेले नियमही सरकारने विकसित केले पाहिजेत.

- डॉ. वसंतराव जुगळे