சமார்த்தமான வேளாண்மை (துல்லியமான விவசாயம் என்றும் அழைக்கப்படுகிறது) சென்சார்கள், ட்ரோன்கள் மற்றும் செயற்கை நுண்ணறிவு (AI) ஆகியவற்றைப் பயன்படுத்தி விவசாயத்தை மேலும் திறமையானதும் நிலைத்திருப்பானதும் ஆக்குகிறது. ஒரு சமார்த்தமான பண்ணையில், மண் ஈரப்பதம் சென்சார்கள், வானிலை நிலையங்கள் மற்றும் செயற்கைக்கோள் அல்லது ட்ரோன் படங்கள் போன்ற தரவுகள் AI ஆல்கொரிதம்களில் வழங்கப்படுகின்றன.

இந்த மாதிரிகள் தேவைகளை முன்னறிவித்து நடவடிக்கைகளை பரிந்துரைக்க கற்றுக்கொள்கின்றன – உதாரணமாக, எப்போது மற்றும் எவ்வளவு நீர் ஊற்ற வேண்டும், உரம் சேர்க்க வேண்டும் அல்லது அறுவடை செய்ய வேண்டும் என்பதைக் குறிக்கின்றன – இதனால் வீணாகும் பொருட்கள் குறைந்து பயிர்களின் ஆரோக்கியம் அதிகரிக்கிறது.

ஒரு ஆய்வின் படி, வேளாண்மையில் AI ஐ ஒருங்கிணைப்பது “துல்லியத்திற்கும் திறமைக்கும் புதிய காலத்தை” குறிக்கிறது, இது தானியங்கி நோய் கண்டறிதல் மற்றும் விளை உற்பத்தி முன்னறிவிப்பு போன்ற முன்பு சாத்தியமில்லாத பணிகளை சாத்தியமாக்குகிறது. பண்ணை தரவுகளில் உள்ள சிக்கலான மாதிரிகளை பகுப்பாய்வு செய்வதன் மூலம், AI முடிவெடுக்கும் வேகத்தையும் துல்லியத்தையும் மேம்படுத்தி, அதிக விளை உற்பத்தி மற்றும் குறைந்த வள பயன்பாட்டை ஏற்படுத்துகிறது.

விவசாயத்தில் AI இன் முக்கிய பயன்பாடுகள்

AI ஏற்கனவே விவசாயத்தின் பல துறைகளில் பயன்படுத்தப்படுகிறது. விவசாயிகள் மற்றும் வேளாண் தொழில்நுட்ப நிறுவனங்கள் இயந்திரக் கற்றல் மற்றும் கணினி பார்வையை பின்வரும் முக்கிய பயன்பாடுகளில் பயன்படுத்துகின்றனர்:

• துல்லிய நீர் ஊற்றல் மற்றும் நீர் மேலாண்மை: AI இயக்கும் அமைப்புகள் மண் ஈரப்பதம் சென்சார் தரவுகளையும் வானிலை முன்னறிவிப்புகளையும் இணைத்து, தேவையான இடத்திலும் நேரத்திலும் மட்டுமே பயிர்களுக்கு நீர் ஊற்றுகின்றன. உதாரணமாக, சமார்த்தமான துளை நீர் ஊற்றும் கட்டுப்படுத்திகள் நேரடி பகுப்பாய்வுகளை பயன்படுத்தி ஒரு வயலில் நீர் விநியோகத்தை சிறந்த முறையில் ஒழுங்குபடுத்துகின்றன, இது நீர் வீணைவு குறையும் மற்றும் வறட்சி பாதிக்கப்பட்ட பகுதிகளில் பயிர்களின் சகிப்புத்தன்மையை அதிகரிக்கும்.
• பயிர் ஆரோக்கிய கண்காணிப்பு மற்றும் நோய் கண்டறிதல்: கணினி பார்வை மாதிரிகள் (பொதுவாக Convolutional Neural Networks அடிப்படையிலானவை) ட்ரோன்கள் அல்லது கேமராக்கள் மூலம் எடுத்த படங்களை பகுப்பாய்வு செய்து பூச்சிகள், பூஞ்சை தொற்றுகள் அல்லது ஊட்டச்சத்து குறைபாடுகளை ஆரம்ப கட்டத்தில் கண்டறிகின்றன. இந்த AI கருவிகள் மனிதனுடைய கண்களுக்கு தெரியாத நுணுக்க அறிகுறிகளை கண்டுபிடித்து, விவசாயிகள் பிரச்சனைகளை பரவுவதற்கு முன் சிகிச்சை அளிக்க உதவுகின்றன.
  FAO நிபுணர்கள் கூறுவதாவது, “AI இன் உண்மையான சக்தி நாம் காண முடியாத மாதிரிகளை கண்டறிந்து – ... முடிவுகளை முன்னறிவித்து, நோய் பரவலை தடுப்பதில் உள்ளது” என்பதாகும்.
• பூச்சி கட்டுப்பாடு மற்றும் புல் மேலாண்மை: ரோபோட்டிக்ஸ் மற்றும் AI இயக்கும் அமைப்புகள் பூச்சிகள் மற்றும் புல்களை துல்லியமாக இலக்கு வைக்க முடியும். உதாரணமாக, சுய இயக்க ட்ரோன்கள் அல்லது ரோபோக்கள் பூச்சி நாசினிகள் அல்லது புல்களை தேவையான இடங்களில் மட்டுமே பயன்படுத்தி, இயந்திர பார்வை மூலம் புல் பகுதிகளை அடையாளம் காண்கின்றன. இந்த துல்லியமான ரசாயன பயன்பாடு செலவையும் சுற்றுச்சூழல் பாதிப்பையும் குறைக்கிறது.
• விளை மற்றும் வளர்ச்சி முன்னறிவிப்பு: இயந்திரக் கற்றல் மாதிரிகள் (LSTM நெட்வொர்க்குகள் உட்பட) வரலாற்று விளை தரவுகள், வானிலை போக்குகள் மற்றும் தற்போதைய வளர்ச்சி நிலைகளை பகுப்பாய்வு செய்து விளை அளவை முன்னறிவிக்கின்றன. இந்த முன்னறிவிப்புகள் விவசாயிகளுக்கு சேமிப்பு மற்றும் விற்பனை திட்டமிட உதவுகின்றன.
  மரங்கள் வளர்ச்சியை கண்காணிக்கும் IoT சென்சார்கள் AI உடன் இணைந்து சிறந்த அறுவடை நேரம் மற்றும் எதிர்பார்க்கப்படும் விளை அளவை கணிக்கின்றன, வள ஒதுக்கீட்டை மேம்படுத்துகின்றன.
• மண் மற்றும் ஊட்டச்சத்து மேலாண்மை: மண் சென்சார்கள் வயலில் ஈரப்பதம், pH மற்றும் ஊட்டச்சத்து அளவுகளை அளவிடுகின்றன. AI அமைப்புகள் இந்த தரவுகளைப் புரிந்து, சரியான உர வகைகள் மற்றும் அளவுகளை பரிந்துரைக்கின்றன. AI வழிகாட்டும் சமார்த்தமான உர பரப்பிகள் நேரடி முறையில் ஊட்டச்சத்து பயன்பாட்டை சரிசெய்து அதிக உர பயன்பாடு மற்றும் கழிவுகளைத் தடுக்கும்.
• கால்நடை கண்காணிப்பு: புல் அல்லது பால் தொழில்களில், AI அணிகலன்கள் அல்லது கேமராக்கள் மூலம் பெறப்படும் தரவுகளை பகுப்பாய்வு செய்து கால்நடை ஆரோக்கியம், நடத்தை மற்றும் மேய்ச்சல் முறைகளை கண்காணிக்கிறது. AI மாதிரிகள் மூலம் வரும் எச்சரிக்கைகள் மூலம் நோயுற்ற அல்லது மனஅழுத்தம் அடைந்த கால்நடைகளை விரைவில் கண்டறிந்து, கால்நடை நலனையும் உற்பத்தித்திறனையும் மேம்படுத்த முடிகிறது.
• விநியோக சங்கிலி மற்றும் தடயமிடல்: AI மற்றும் பிளாக்செயின் விநியோக சங்கிலிகளிலும் பயன்படுத்தப்படுகின்றன. நுண்ணறிவு அமைப்புகள் உணவை பண்ணையிலிருந்து மேசை வரை தடயமிட முடியும், மூலமும் தரமும் சரிபார்க்கப்படுகின்றன. உதாரணமாக, பிளாக்செயின் பதிவுகள் மற்றும் AI இயக்கும் பகுப்பாய்வுகள் உயிரணு உற்பத்தியைச் சான்றளிக்கவும் உணவு பாதுகாப்பு பிரச்சனைகளை விரைவில் கண்டறியவும் உதவுகின்றன, இது வெளிப்படைத்தன்மையையும் நம்பிக்கையையும் அதிகரிக்கிறது.

இந்த பயன்பாடுகளை சாத்தியமாக்கி, AI பாரம்பரிய பண்ணைகளை தரவுத்தள இயக்கப்படும் செயல்பாடுகளாக மாற்றுகிறது. இது சென்சார்கள் மற்றும் ட்ரோன்கள் போன்ற இணைய பொருட்கள் (IoT) மற்றும் மேக அடிப்படையிலான பகுப்பாய்வுகள் மற்றும் பண்ணை கணினி செயலாக்கத்துடன் இணைந்து ஒரு சமார்த்தமான வேளாண்மை சூழலை உருவாக்குகிறது.

பண்ணையில் AI எப்படி செயல்படுகிறது

சமார்த்தமான வேளாண்மை பல தொழில்நுட்பங்களை அடிப்படையாகக் கொண்டுள்ளது. முக்கிய கூறுகள்:

• IoT சென்சார்கள் மற்றும் தரவு சேகரிப்பு: பண்ணைகள் மண் ஈரப்பதம் சென்சார்கள், வானிலை நிலையங்கள், கேமராக்கள், செயற்கைக்கோள் இணைப்புகள் போன்றவற்றால் சீரான தரவு சேகரிப்புக்கு உபகரிக்கப்பட்டுள்ளன. உதாரணமாக, மண் மற்றும் நீர் சென்சார்கள் “IoT-இல் இயங்கும் சமார்த்தமான வேளாண்மையின் முதுகெலும்பாக” செயல்பட்டு ஈரப்பதம், வெப்பநிலை, pH மற்றும் ஊட்டச்சத்து அளவுகளை அளிக்கின்றன.
• ட்ரோன்கள் மற்றும் தொலைநோக்கி சென்சிங்: கேமராக்கள் மற்றும் பன்முக ஒளி அளவீட்டாளர்களுடன் கூடிய வானூர்தி ட்ரோன்கள் மற்றும் செயற்கைக்கோள்கள் பயிர்களின் உயர் தீர்மான படங்களை சேகரிக்கின்றன. AI மென்பொருள் இந்த படங்களை இணைத்து பெரிய பரப்பளவில் பயிர் ஆரோக்கியத்தை கண்காணிக்கிறது. இது விரைவில் பாதிக்கப்பட்ட செடிகள் அல்லது பூச்சி பரவலை அடையாளம் காண உதவுகிறது.
• இயந்திரக் கற்றல் ஆல்கொரிதம்கள்: பண்ணை தரவு ML மாதிரிகளில் சேமிப்பகங்கள் அல்லது எட்ஜ் சாதனங்களில் வழங்கப்படுகிறது. கண்காணிக்கப்பட்ட கற்றல் மாதிரிகள் (நரம்பு வலைப்பின்னல்கள் மற்றும் ரேண்டம் ஃபாரஸ்டுகள் போன்றவை) மாதிரிகளை பகுப்பாய்வு செய்து விளை அளவை முன்னறிவிக்கின்றன அல்லது நோய்களை கண்டறிகின்றன. கண்காணிக்கப்படாத கற்றல் (உதா: கிளஸ்டரிங்) பயிர் தரவுகளில் விசித்திரமான மாற்றங்களை கண்டுபிடிக்கிறது.
  புதுப்பிக்கும் கற்றல் முறைகள் காலத்துடன் பண்ணை ரோபோக்களுக்கு சிறந்த நடவடிக்கைகளை கற்றுக்கொள்ள உதவும்.
• முடிவு ஆதரவு அமைப்புகள் (DSS): பயனர் நட்பு தளங்கள் மற்றும் செயலிகள் AI அறிவுரைகளை ஒருங்கிணைக்கின்றன. முடிவு ஆதரவு அமைப்பு சென்சார் தரவு, வானிலை முன்னறிவிப்புகள் மற்றும் முன்னறிவிப்புகளை தொகுத்து விவசாயிக்கு செயல்படுத்தக்கூடிய ஆலோசனைகளை வழங்குகிறது. இந்த மேக அல்லது மொபைல் டாஷ்போர்டுகள் “புலம் B இல் இப்போது நீர் ஊற்றவும்” அல்லது “மக்காச்சோளம் பிளாட் 3 இல் சிகிச்சை செய்யவும்” போன்ற எச்சரிக்கைகளை AI பகுப்பாய்வின் அடிப்படையில் வழங்கலாம்.
• எட்ஜ் AI மற்றும் பண்ணை கணினி செயலாக்கம்: புதிய அமைப்புகள் தரவுகளை நேரடியாக பண்ணையில் (“எட்ஜ் AI”) செயலாக்குகின்றன, அனைத்தையும் மேகத்திற்கு அனுப்பாமல். சாதனத்தில் AI நேரடி முறையில் படங்கள் அல்லது சென்சார் தரவுகளை பகுப்பாய்வு செய்ய முடியும், இது குறைந்த இணைய வசதி உள்ள பண்ணைகளுக்கு முக்கியம்.
  ஒரு ஆய்வின் படி, “எட்ஜ் AI இயக்கும் IoT சென்சார்கள் மற்றும் ட்ரோன்கள் நேரடி பயிர் படங்களை பகுப்பாய்வு செய்து பூச்சி தொற்றுகளை கண்டறிந்து, நீர் ஊற்றும் அட்டவணைகளை மேம்படுத்த முடியும்” என்பதால், இது கிராமப்புற சூழலில் தாமதத்தை குறைத்து நம்பகத்தன்மையை அதிகரிக்கிறது.
• பிளாக்செயின் மற்றும் தரவு தளங்கள்: சில முயற்சிகள் பண்ணை தரவுகள் மற்றும் AI வெளியீடுகளை பாதுகாப்பாக பதிவு செய்ய பிளாக்செயினை பயன்படுத்துகின்றன. இந்த மாதிரியில், விவசாயிகள் தங்களுடைய தரவுகளை மாற்ற முடியாத பதிவுகளின் மூலம் சொந்தமாக்குகின்றனர். இது AI பரிந்துரைகள் வெளிப்படையாகவும், உயிரணு சான்றிதழ்கள் போன்ற தயாரிப்புகள் நம்பகமாகவும் உறுதி செய்ய உதவுகிறது.

இந்த தொழில்நுட்பங்கள் ஒன்றிணைந்து செயல்படுகின்றன: IoT சாதனங்கள் மூல தரவை சேகரிக்கின்றன, AI அதை பகுப்பாய்வு செய்கிறது, DSS கருவிகள் விவசாயிகளுக்கு முடிவுகளை வழங்குகின்றன. நடைமுறையில், செயற்கைக்கோள் கண்காணிப்பு, நிலத்தடி சென்சார்கள் மற்றும் பண்ணை ரோபோக்கள் இணைந்து ஒரு “சமார்த்தமான பண்ணை” வலைப்பின்னலை உருவாக்குகின்றன.

வேளாண்மையில் AI இன் நன்மைகள்

விவசாயத்தில் AI கொண்டு வருவதால் பல நன்மைகள் உள்ளன:

• மேம்பட்ட விளை, குறைந்த செலவுகள்: உள்ளீடுகளை சிறந்த முறையில் ஒழுங்குபடுத்துவதன் மூலம், AI செடிகளுக்கு தேவையானதை துல்லியமாக வழங்க உதவுகிறது. நீர், உரம் மற்றும் தொழிலாளர்கள் சிறந்த முறையில் பயன்படுத்தப்படுவதால் விவசாயிகள் அதிக விளை பெறுகிறார்கள். உதாரணமாக, சமார்த்தமான நீர் ஊற்றலும் உரம் சேர்ப்பும் வளங்களை குறைத்து விளை உற்பத்தியை அதிகரிக்கின்றன.
  மேம்பட்ட பூச்சி மேலாண்மை அறுவடை இழப்பை குறைக்கிறது. இதனால் செயல்பாட்டு செலவுகள் குறிப்பிடத்தக்க அளவில் குறைகின்றன.
• சுற்றுச்சூழல் நிலைத்தன்மை: நீர் மற்றும் ரசாயனங்களை துல்லியமாக பயன்படுத்துவதால் கழிவு நீர் மற்றும் மாசு குறைகிறது. AI உர பயன்பாட்டை குறைத்து ஊட்டச்சத்து கழிவுகளை தடுக்கும். இலக்கு பூச்சி கட்டுப்பாடு பூச்சி நாசினி அளவையும் குறைக்கிறது.
  OECD கூறுவதாவது, துல்லியமான விவசாயம் “சுற்றுச்சூழல் பாதிப்புகளை குறைக்கிறது” என்று, தேவையான இடங்களில் மட்டுமே நீர், உரம் மற்றும் பூச்சி நாசினிகளை பயன்படுத்துவதால். மொத்தத்தில், சமார்த்தமான வேளாண்மை வீணாகும் பொருட்களை குறைத்து நிலத்தினை பாதுகாக்கிறது.
• காலநிலை மற்றும் சந்தை அதிர்வுகளுக்கு எதிர்ப்பு: AI இயக்கும் கண்காணிப்பு முன்கூட்டியே எச்சரிக்கைகள் வழங்குகிறது. விவசாயிகள் வறட்சி அழுத்தம் அல்லது நோய் பரவலை பேரழிவாக மாறுவதற்கு முன் கண்டறிய முடிகிறது. unpredictability நிறைந்த வானிலை எதிர்கொள்ள AI மாதிரிகள் நடுவண் மற்றும் பயிர் தேர்வுகளை மாற்ற உதவுகின்றன.
  உதாரணமாக, செயற்கைக்கோள் மற்றும் AI அமைப்புகள் (FAO இன் Agricultural Stress Index போன்றவை) வறட்சி நிலைகளை கண்காணித்து தடுப்பு நடவடிக்கைகளை பரிந்துரைக்கின்றன. இது உணவு அமைப்பை காலநிலை மாற்றத்திற்கு எதிரான நம்பகமானதாக மாற்றுகிறது.
• தரவு சார்ந்த முடிவெடுப்பு: சிறிய மற்றும் பெரிய விவசாயிகள் கூட கைமுறையாக பெற முடியாத அறிவுரைகளை AI மூலம் பெறுகிறார்கள். FAO குறிப்பிடுவது, AI இன் வலிமை மறைந்த மாதிரிகளை கண்டுபிடித்து “வேகமான முடிவுகளை எடுக்க உதவுகிறது” என்பதாகும்.
  கடினமான பணிகள் – கடுமையான பயிர் வகைகளை வளர்ப்பது அல்லது பல பண்ணைகள் இடையே திட்டமிடல் போன்றவை – தரவு பகுப்பாய்வால் வழிகாட்டப்படுகின்றன.
• அளவுரு பொருளாதாரம் மற்றும் அணுகல்: காலத்துடன் AI கருவிகள் மலிவாகி பரவலாகி வருகின்றன. உதாரணமாக, FAO இன் Digital Green திட்டம் போன்ற கூட்டாண்மைகள் AI இயக்கும் ஆலோசனை செயலிகள் மூலம் நீட்டிப்பு சேவை செலவுகளை (~$30 இருந்து $3 வரை, AI உடன் $0.30 வரை) குறைத்துள்ளன.
  இந்த செலவு குறைப்பு சிறிய விவசாயிகளுக்கும், குறிப்பாக வளர்ந்து வரும் நாடுகளிலும், உயர் தொழில்நுட்ப விவசாயத்தை அணுகக்கூடியதாக மாற்றுகிறது.

மொத்தத்தில், AI அறிவார்ந்த விவசாய நடைமுறைகளை ஆதரிக்கிறது. பயிர்களுக்கு சரியான நேரத்தில் சரியான பராமரிப்பு வழங்கப்படுகிறது, விவசாயிகள் ஊகிப்பதற்குப் பதிலாக நேரடி பதில்களைப் பெறுகிறார்கள். இது உலகளாவிய உணவு உற்பத்தி திறனையும் தரத்தையும் மேம்படுத்துகிறது.

உலகளாவிய போக்குகள் மற்றும் முயற்சிகள்

AI இயக்கும் வேளாண்மை உலகம் முழுவதும் விரிவடைகிறது. முன்னணி அமைப்புகள் மற்றும் அரசுகள் பெரிதும் முதலீடு செய்கின்றன:

• ஐக்கிய நாடுகள் / FAO: ஐக்கிய நாடுகள் உணவு மற்றும் வேளாண் அமைப்பு (FAO) AI ஐ டிஜிட்டல் வேளாண்மையின் முக்கியยุทธ-strategy ஆக மாற்றியுள்ளது. FAO உலகளாவிய வேளாண் உணவு மொழி மாதிரியை உருவாக்கி, எத்தியோப்பியா மற்றும் மோசாம்பிக் போன்ற நாடுகளில் AI ஆலோசனை சேவைகளை வழங்க கூட்டாண்மையில் உள்ளது. அவர்களின் குறிக்கோள் விவசாயிகள் மற்றும் கொள்கை அமைப்பாளர்களுக்கான உலகளாவிய அறிவு AI உருவாக்குவதாகும்.
  FAO கூறுவது, டிஜிட்டல் கருவிகள் (சென்சார்கள் + IoT) ஏற்கனவே துல்லியமான விவசாயத்தை சாத்தியமாக்கி, AI இந்த அமைப்புகளை “மேம்படுத்தும்” என்று, மறைந்த மாதிரிகளை கண்டறிந்து நெருக்கடியான நிலைகளை முன்னறிவிக்கும் திறன் கொண்டது.
• அமெரிக்கா / NASA: NASA இன் Harvest கூட்டமைப்பு செயற்கைக்கோள் தரவுகளை AI உடன் இணைத்து உலகளாவிய விவசாயத்தை ஆதரிக்கிறது. உதாரணமாக, NASA Harvest AI இயக்கும் விளை உற்பத்தி முன்னறிவிப்புகள், வறட்சி முன்கூட்டிய எச்சரிக்கைகள் மற்றும் உர மேலாண்மை கருவிகளை வழங்குகிறது, இது செடியின் ஒளி அலைநீளங்களை பகுப்பாய்வு செய்து நைட்ரஜன் பயன்பாட்டை மேம்படுத்துகிறது.
  இந்த முயற்சிகள் விண்வெளி தரவுகளும் AIயும் விவசாயிகளுக்கு சிறந்த முடிவுகளை எடுக்க உதவுகின்றன என்பதை காட்டுகின்றன.
• சீனா: சீனா வேகமாக AI மற்றும் பெரிய தரவுகளை விவசாயத்தில் பயன்படுத்தி வருகிறது. அதன் “சமார்த்தமான வேளாண்மை செயல் திட்டம் (2024–2028)” கிராமப்புறங்களில் ட்ரோன்கள் மற்றும் AI சென்சார்களை ஊக்குவிக்கிறது. நடைமுறையில், பல சீன பண்ணைகள் தற்போது ட்ரோன் படைகள் மூலம் பயிர்களை கண்காணித்து தானாக நீர் ஊற்றும் நிலையங்களை இயக்குகின்றன.
  அலிபாபா மற்றும் JD.com போன்ற பெரிய நிறுவனங்கள் AI ஐ தடயமிடலுக்கு பயன்படுத்தி, பிளாக்செயின் அடிப்படையிலான மாங்காய் கண்காணிப்பை 6 நாட்களிலிருந்து 2 வினாடிகளுக்கு குறைத்துள்ளன. சீனாவின் மேல்நிலை ஆதரவு இதனை பரவலாகவும் முன்னேற்றமாகவும் மாற்றியுள்ளது.
• ஐரோப்பா மற்றும் OECD முயற்சிகள்: OECD AI ஐ “தரவு சார்ந்த புதுமைகள் மூலம் உணவு அமைப்புகளை மாற்றும்” ஒரு பகுதியாக குறிப்பிடுகிறது. அது நிலைத்தன்மைக்காக துல்லியமான விவசாயத்தை ஊக்குவிக்கிறது. ஐரோப்பிய ஆராய்ச்சி திட்டங்கள் மற்றும் ஸ்டார்ட்அப் மையங்கள் (நெதர்லாந்து மற்றும் ஜெர்மனி போன்றவை) தானியங்கி டிராக்டர்கள் மற்றும் AI பயிர் நோய் செயலிகள் போன்ற சமார்த்தமான வேளாண்மை கருவிகளை முன்னேற்றுகின்றன.
  OECD இன் வேளாண்மைக்கான AI பணிக் குழு ஆளுமை மற்றும் தரவு பகிர்வு தரநிலைகளை வலியுறுத்துகிறது.
• சர்வதேச AI நலனுக்காக: ITU AI for Good மாநாடு (ஐக்கிய நாடுகள் உணவு திட்டம் மற்றும் FAO உடன்) சமார்த்தமான வேளாண்மை தரநிலைகள், AI இடைமுகம் மற்றும் சிறிய விவசாயிகளுக்கான அளவீடு ஆகியவற்றை விவாதிக்கிறது. இந்த உலகளாவிய உரையாடல் AI பயன்பாட்டை ஒத்திசைக்கவும், நெறிமுறை, சமூக மற்றும் தொழில்நுட்ப இடைவெளிகளை நிரப்பவும் நோக்கமாகக் கொண்டுள்ளது.

இந்த எடுத்துக்காட்டுகள் உலகளாவிய போக்கை காட்டுகின்றன: அரசுகள் மற்றும் வேளாண் தொழில்நுட்ப நிறுவனங்கள் AI உணவு பாதுகாப்பையும் நிலைத்தன்மையையும் மேம்படுத்தும் என்பதை உணர்ந்துள்ளன. 2025 மற்றும் அதற்குப் பிறகு, வேளாண்மையில் AI வேகமாக வளருமென எதிர்பார்க்கப்படுகிறது (உலகளாவிய “சமார்த்தமான வேளாண்மை” செலவுகள் 2025க்குள் முக்கோணமாகும் எனத் தொழில் முன்னறிவிப்புகள் கூறுகின்றன).

சவால்கள் மற்றும் பரிசீலனைகள்

AI பல வாக்குறுதிகளை வழங்கினாலும், சமார்த்தமான விவசாயம் சில தடைகள் எதிர்கொள்கிறது:

• தரவு அணுகல் மற்றும் தரம்: AIக்கு பல நல்ல தரவு தேவை. புலத்தில் துல்லியமான சென்சார் தரவை சேகரிப்பது கடினம் – சாதனங்கள் தோல்வியடையலாம் அல்லது கடுமையான வானிலை காரணமாக சத்தமூட்டிய அளவீடுகளை வழங்கலாம். பல கிராமப்புற பண்ணைகளில் IoT சாதனங்களுக்கு நம்பகமான இணையம் அல்லது மின்சாரம் இல்லை.
  பூரணமான உள்ளூர் தரவு இல்லாமல், AI மாதிரிகள் குறைவான விளைவுகளை தரலாம். FAO கூறுவது, “தரமான உள்ளூர் தரவை உறுதி செய்வது” உண்மையான சவால் எனும் கருத்து.
• செலவு மற்றும் அடிப்படை வசதிகள்: உயர் தொழில்நுட்ப சென்சார்கள், ட்ரோன்கள் மற்றும் AI தளங்கள் விலை உயர்ந்தவை. வளர்ந்து வரும் பகுதிகளின் சிறிய விவசாயிகள் அவற்றை வாங்க முடியாது. அமைப்பான ஆய்வு “உயர் அடிப்படை வசதி செலவுகள்” மற்றும் “பொருளாதார அணுகல் குறைவு” ஆகியவற்றை தடையாகக் குறிப்பிடுகிறது.
  இதனை சமாளிக்க உதவிகள், விவசாய கூட்டுறவுகள் அல்லது குறைந்த செலவு திறந்த மூல மாற்றுகள் தேவை.
• தொழில்நுட்ப நிபுணத்துவம்: AI கருவிகளை இயக்கி ஆலோசனைகளை புரிந்துகொள்ள சில பயிற்சி தேவை. விவசாயிகளுக்கு டிஜிட்டல் திறன்கள் இல்லாமை அல்லது இயந்திரங்களில் நம்பிக்கை குறைவு இருக்கலாம். OECD எச்சரிக்கிறது, பெரிய பண்ணைகளின் தரவுகளில் பயிற்சி பெற்ற பாகுபாடான ஆல்கொரிதம்கள் சிறிய விவசாயிகளை புறக்கணிக்கலாம்.
  சமூக மற்றும் கல்வி திட்டங்கள் விவசாயிகளுக்கு சமார்த்தமான தொழில்நுட்பங்களை பொறுப்புடன் பயன்படுத்தவும் பராமரிக்கவும் கற்றுக்கொள்ள உதவ வேண்டும்.
• இணக்குமுறை மற்றும் தரநிலைகள்: தற்போது பல சமார்த்தமான பண்ணை சாதனங்கள் சொந்தமான தளங்களைப் பயன்படுத்துகின்றன. இது பண்ணைகளுக்கு கருவிகளை கலக்கவும் பொருந்தவும் தடையாக உள்ளது. திறந்த தரநிலைகள் மற்றும் விற்பனையாளர் சாரமில்லா அமைப்புகள் தேவை என நிபுணர்கள் வலியுறுத்துகின்றனர்.
  உதாரணமாக, AI மற்றும் IoT தரநிலை குழுக்கள் (ITU/FAO Focus Group on AI for Digital Agriculture போன்றவை) சென்சார்கள் மற்றும் தரவு வேறுபாடுகளை ஒருங்கிணைக்க வழிகாட்டுதல்களை உருவாக்கி வருகின்றன.
• நெறிமுறை மற்றும் பாதுகாப்பு கவலைகள்: பண்ணை தரவுகளை மையமாக்குவது தனியுரிமை பிரச்சனைகளை எழுப்புகிறது. பெரிய வேளாண் நிறுவனங்கள் AI சேவைகளை கட்டுப்படுத்து விவசாயி தரவுகளை தவறாக பயன்படுத்தலாம். இலக்கியத்தில் குறிப்பிடப்படுவது, விவசாயிகள் தங்களுடைய தரவுகளின் உரிமையை இழக்க வாய்ப்பு உள்ளது, இது சுரண்டல் அல்லது அநியாயமான விலை நிர்ணயத்திற்கு வழிவகுக்கிறது.
  சைபர் பாதுகாப்பும் அவசியம் – ஒரு ஹேக் செய்யப்பட்ட பண்ணை ரோபோ அல்லது மாற்றப்பட்ட விளை முன்னறிவிப்பு பெரிய இழப்புகளை ஏற்படுத்தலாம். வெளிப்படைத்தன்மை (விளக்கக்கூடிய AI) மற்றும் வலுவான தரவு ஆளுமை அவசியம்.
• AI இன் சுற்றுச்சூழல் தாக்கம்: விசித்திரமாக, AI க்கு கூட கார்பன் செலவு உள்ளது. FAO எச்சரிக்கிறது, ஒரு AI கேள்வி சாதாரண இணைய தேடலைவிட அதிக சக்தி பயன்படுத்தும். நிலைத்திருக்கும் AI அமைப்புகள் (எரிசக்தி குறைந்த மாதிரிகள், பசுமை தரவு மையங்கள்) தேவை, இல்லையெனில் விவசாயத்தில் சுற்றுச்சூழல் நன்மைகள் அதிக சக்தி பயன்பாட்டால் சமநிலை அடையும்.

இந்த சவால்களை கடக்க பல தரப்பு முயற்சிகள் தேவை: அரசுகள், ஆராய்ச்சியாளர்கள், வேளாண் தொழில்நுட்ப நிறுவனங்கள் மற்றும் விவசாயிகள் ஒத்துழைக்க வேண்டும். ஆளுமை காலத்துக்கு ஏற்ப முன்னேறினால், AI அனைவருக்கும் பயனுள்ளதாக வழிநடத்தப்படலாம். உதாரணமாக, OECD சிறிய விவசாயிகள் புறக்கணிக்கப்படாமல் உள்ளடக்கக் கொள்கைகளை பரிந்துரைக்கிறது.

எதிர்கால பார்வை

புதிய தொழில்நுட்பங்கள் சமார்த்தமான வேளாண்மையை மேலும் முன்னேற்ற வாக்களிக்கின்றன:

• எட்ஜ் AI மற்றும் IoT இணைப்பு: சாதனத்தில் உள்ள AI செயலிகள் மலிவாகி, சென்சார்கள் மற்றும் ரோபோக்கள் உடனடி முடிவுகளை எடுக்க உதவும். பண்ணைகள் ட்ரோன்கள் மற்றும் டிராக்டர்களில் சிறிய AI சிப்களை பயன்படுத்தி நேரடி முறையில் செயல்படுவார்கள்.
• AI இயக்கும் ரோபோட்டிக்ஸ்: மேலும் சுய இயக்க பண்ணை இயந்திரங்கள் உருவாகின்றன. ஏற்கனவே, ரோபோட்டிக் அறுவடை இயந்திரங்கள், விதைத்தல் மற்றும் புல் அகற்றும் இயந்திரங்கள் பரிசோதனையில் உள்ளன. எதிர்காலத்தில், AI ஒருங்கிணைக்கும் ரோபோக்கள் முழு வயல்களை பராமரித்து, சுற்றுப்புறத்திலிருந்து தொடர்ந்து கற்றுக்கொள்ளும்.
  புதுப்பிக்கும் கற்றல் (AI முயற்சி-பிழை) பழுத்த பழங்களை கண்டறிதல் மற்றும் விதைத்தல் முறைகளை மேம்படுத்துதல் போன்ற பணிகளில் அவற்றை புத்திசாலியாக மாற்றும்.
• உற்பத்தி AI மற்றும் வேளாண்மைத்துறை அறிவியல்: வேளாண்மைக்கான பெரிய மொழி மாதிரிகள் (FAO இன் வரவிருக்கும் வேளாண் உணவு மாதிரி போன்றவை) பல மொழிகளில் விவசாயிகளுக்கு ஆலோசனை வழங்க, சிறந்த நடைமுறைகள் குறித்து கேள்விகளுக்கு பதில் அளிக்க மற்றும் கணினி மூலம் புதிய விதைகள் உருவாக்க உதவும்.
  AI மாற்று புரதங்களை (கூடுதல் இறைச்சி போன்றவை) உருவாக்குவதிலும் பயன்படுத்தப்படுகிறது, இது புலத்தில் அப்பாற்பட்ட தொழில்நுட்பம்.
• காலநிலை-சமரசமான விவசாயம்: AI அதிகமாக காலநிலை சகிப்புத்தன்மைக்கு கவனம் செலுத்தும். மேம்பட்ட முன்னறிவிப்பு மாதிரிகள் பல காலநிலை சூழல்களை சிமுலேட் செய்து பயிர் தேர்வுகள் மற்றும் விதைத்தல் தேதிகளை பரிந்துரைக்கும். AI மற்றும் பிளாக்செயின் இணைந்து கார்பன் கிரெடிட் கண்காணிப்பையும் சாத்தியமாக்கும்.
• உலகளாவிய ஒத்துழைப்பு: சர்வதேச முயற்சிகள் விரிவடைகின்றன. உதாரணமாக, FAO இன் “Agrifood Systems Technology and Innovation Outlook” (2025) வேளாண் தொழில்நுட்பத்தின் பொது தரவுத்தளமாக இருக்கும், நாடுகள் புத்திசாலியாக முதலீடு செய்ய உதவும். ஐக்கிய நாடுகள் திட்டங்கள் மற்றும் தனியார் கூட்டணிகள் (உதா: AI4GOVERN) AI மூலம் நிலைத்த உணவு அமைப்புகளை நோக்கி செயல்படுகின்றன.

இந்த புதுமைகள் உள்ளடக்கமாக செயல்படுத்தப்பட்டால், விவசாயம் மிகுந்த விளை உற்பத்தி மற்றும் சுற்றுச்சூழல் நிலைத்தன்மையுடன் கூடியதாக மாறும். சிறிய பண்ணைகளிலிருந்து பெரிய நிலங்களுக்கு அனைவருக்கும் சத்தான உணவு கிடைக்கும் சமார்த்தமான வேளாண்மை சூழல் உருவாகும் என்பது இலக்கு.

>>> மேலும் அறிய கிளிக் செய்யவும்:

உற்பத்தி மற்றும் தொழிற்துறையில் செயற்கை நுண்ணறிவு

மருத்துவம் மற்றும் சுகாதாரத்தில் செயற்கை நுண்ணறிவு

AI வேளாண்மையை உயர் தொழில்நுட்ப செயல்பாடுகளாக மாற்றி புரட்சி செய்கிறது. நவீன சமார்த்தமான சென்சார்கள் மற்றும் AI மாதிரிகள் புலங்களை நேரடி முறையில் கண்காணிக்க, பயிர் வளர்ச்சிக்கான முன்னறிவிப்புகளை வழங்க மற்றும் முக்கிய பணிகளில் தானாக முடிவெடுக்க உதவுகின்றன. விவசாயிகள் துல்லியமாக நீர் ஊற்ற, நோய்களை விரைவில் கண்டறிந்து, உரம் சிறந்த முறையில் பயன்படுத்தி, அதிக விளை மற்றும் குறைந்த வள பயன்பாட்டை பெறுகிறார்கள்.

உதாரணமாக, ஒரு ஆய்வு கூறுகிறது, AI இயக்கும் அமைப்புகள் இப்போது “துல்லிய நீர் ஊற்றல், ஆரம்ப நோய் கண்டறிதல் மற்றும் சிறந்த உரம் சேர்ப்பை” பயிர்களில் வழக்கமாக ஆதரிக்கின்றன.

ஆனால், இந்த தொழில்நுட்பம் ஒரு அதிசய மருந்து அல்ல. இணைப்பு, செலவு, தரவு தனியுரிமை மற்றும் விவசாயி பயிற்சி போன்ற பிரச்சனைகள் இன்னும் உள்ளன. இதனை சமாளிக்க சிந்தனையுடன் கூடிய கொள்கைகள் மற்றும் ஒத்துழைப்பு தேவை.
சரியான ஆளுமை (தரவு விதிகள் மற்றும் திறந்த தரநிலைகள் போன்றவை) இருந்தால், AI உண்மையில் பெரிய பண்ணைகளுக்கு மட்டுமல்ல, அனைவருக்கும் சேவை செய்யும்.

இறுதியில், சமார்த்தமான வேளாண்மையில் AI மனித முடிவெடுப்பை மேம்படுத்தி, விவசாயத்தை அதிக விளை உற்பத்தி மற்றும் நிலைத்திருப்பானதாக மாற்றும். மேம்பட்ட பகுப்பாய்வுகளை புலத்தில் கொண்டு வந்து, உலகளாவிய உணவு உற்பத்தி தேவையை குறைந்த வீணாக் கொண்டு பூர்த்தி செய்ய AI வாக்குறுதி அளிக்கிறது, இது விவசாயிகளின் வாழ்வாதாரத்தையும் பூமியின் நலனையும் பாதுகாக்கும்.

FAO மற்றும் OECD அறிக்கைகள் வலியுறுத்துவது, வெற்றிக்கு உள்ளடக்கமான, நெறிமுறை மற்றும் சக்தி மிக்க புதுமை அவசியம் – சமார்த்தமான வேளாண்மை கருவிகள் சக்தி குறைந்த, விளக்கக்கூடிய மற்றும் அனைத்து விவசாயிகளுக்கும் மலிவானவையாக இருக்க வேண்டும். இதை சரியாக செய்தால், AI 21ஆம் நூற்றாண்டின் சவால்களுக்கு ஏற்ப நவீன தொழில்துறையாக வேளாண்மையை மாற்ற உதவும்.