ഇപ്പോൾ കോവിഡ് -19 ലോക്ക്ഡൗണിൽ നിന്ന് ലോകം പതുക്കെ വീണ്ടും തുറന്നിരിക്കുന്നു, അതിന്റെ ദീർഘകാല ആഘാതം ഞങ്ങൾക്ക് ഇപ്പോഴും അറിയില്ല.എന്നിരുന്നാലും, ഒരു കാര്യം എന്നെന്നേക്കുമായി മാറിയിരിക്കാം: കമ്പനികൾ പ്രവർത്തിക്കുന്ന രീതി, പ്രത്യേകിച്ചും സാങ്കേതികവിദ്യയുടെ കാര്യത്തിൽ.പുതിയതും നിലവിലുള്ളതുമായ സാങ്കേതികവിദ്യകൾ ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന രീതിയിൽ വിപ്ലവം സൃഷ്ടിക്കാൻ കാർഷിക വ്യവസായം ഒരു അതുല്യമായ സ്ഥാനത്താണ്.
COVID-19 പാൻഡെമിക് AI സാങ്കേതികവിദ്യ സ്വീകരിക്കുന്നത് ത്വരിതപ്പെടുത്തുന്നു
ഇതിനുമുമ്പ്, കാർഷികമേഖലയിൽ AI സാങ്കേതികവിദ്യകൾ സ്വീകരിക്കുന്നത് ഇതിനകം വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ്, കൂടാതെ കോവിഡ് -19 പാൻഡെമിക് ആ വളർച്ചയെ ത്വരിതപ്പെടുത്തുക മാത്രമാണ് ചെയ്തത്.ഡ്രോണുകളെ ഉദാഹരണമായി എടുത്താൽ, കാർഷിക ഡ്രോണുകളുടെ മേഖലയിലെ ലംബമായ ആപ്ലിക്കേഷനുകൾ 2018 മുതൽ 2019 വരെ 32% വർദ്ധിച്ചു. 2020-ന്റെ തുടക്കത്തിലെ പ്രക്ഷുബ്ധത മാറ്റിനിർത്തിയാൽ, മാർച്ച് പകുതി മുതൽ, കാർഷിക ഡ്രോണുകളുടെ ഉപയോഗത്തിൽ 33% വർദ്ധനവ് ഞങ്ങൾ കണ്ടു. യുഎസിൽ മാത്രം.
ഡ്രോൺ ഡാറ്റാ സൊല്യൂഷനുകളിൽ നിക്ഷേപിക്കുന്നതിലൂടെ, മനുഷ്യരെ സുരക്ഷിതമായി നിലനിർത്തിക്കൊണ്ട്, ഫീൽഡ് സർവേയിംഗ്, വിത്ത് വിതയ്ക്കൽ തുടങ്ങിയ വിലപ്പെട്ട ജോലികൾ ചെയ്യാൻ കഴിയുമെന്ന് കാർഷിക വിദഗ്ധർ പെട്ടെന്ന് മനസ്സിലാക്കി.കാർഷിക ഓട്ടോമേഷനിലെ ഈ ഉയർച്ച, കോവിഡ്-19 ന് ശേഷമുള്ള കാലഘട്ടത്തിൽ വ്യവസായ നവീകരണത്തെ നയിക്കുകയും കാർഷിക പ്രക്രിയകൾ മികച്ചതാക്കുകയും ചെയ്യും.
സ്മാർട്ട് പ്ലാന്റിംഗ്, ഡ്രോണുകളുടെയും കാർഷിക യന്ത്രങ്ങളുടെയും സംയോജനം
വികസിക്കാൻ സാധ്യതയുള്ള കാർഷിക പ്രവർത്തനങ്ങളിലൊന്ന് കാർഷിക പ്രക്രിയയാണ്.നിലവിൽ, ഡ്രോൺ സോഫ്റ്റ്വെയറിന് ചെടികൾ ഭൂമിയിൽ നിന്ന് ഉയർന്നുവന്നതിന് ശേഷം സ്വയമേവ എണ്ണിത്തുടങ്ങാൻ കഴിയും, പ്രദേശത്ത് വീണ്ടും നടീൽ ആവശ്യമുണ്ടോ എന്ന് അളക്കാൻ.ഉദാഹരണത്തിന്, DroneDeploy-ന്റെ AI കൗണ്ടിംഗ് ടൂളിന് ഫലവൃക്ഷങ്ങളെ സ്വയമേവ എണ്ണാൻ കഴിയും, കൂടാതെ വ്യത്യസ്ത തരം മണ്ണ്, സ്ഥാനം, കാലാവസ്ഥ എന്നിവയിലും മറ്റും മികച്ച പ്രകടനം കാഴ്ചവെക്കുന്ന വിത്തുകൾ ഏതെന്ന് മനസ്സിലാക്കാൻ സഹായിക്കുകയും ചെയ്യും.
കുറഞ്ഞ വിള സാന്ദ്രതയുള്ള പ്രദേശങ്ങൾ കണ്ടെത്തുന്നതിന് മാത്രമല്ല, റീപ്ലാന്റിംഗിനായി പ്ലാൻററുകളിലേക്ക് ഡാറ്റ നൽകുന്നതിനും ഡ്രോൺ സോഫ്റ്റ്വെയർ ഉപകരണ മാനേജ്മെന്റ് ഉപകരണങ്ങളിലേക്ക് കൂടുതലായി സംയോജിപ്പിക്കപ്പെടുന്നു.ഈ AI ഓട്ടോമേഷൻ, ഏത് വിത്തുകളും വിളകളും നടണം എന്നതിനെക്കുറിച്ചുള്ള ശുപാർശകളും നൽകിയേക്കാം.
കഴിഞ്ഞ 10-20 വർഷത്തെ ഡാറ്റയെ അടിസ്ഥാനമാക്കി, പ്രവചിക്കപ്പെട്ട കാലാവസ്ഥാ സാഹചര്യങ്ങളിൽ ഏതൊക്കെ ഇനങ്ങളാണ് മികച്ച പ്രകടനം കാഴ്ചവെക്കുന്നതെന്ന് കാർഷിക വിദഗ്ധർക്ക് നിർണ്ണയിക്കാനാകും.ഉദാഹരണത്തിന്, ഫാർമേഴ്സ് ബിസിനസ് നെറ്റ്വർക്ക് നിലവിൽ ജനപ്രിയ ഡാറ്റ സ്രോതസ്സുകളിലൂടെ സമാന സേവനങ്ങൾ നൽകുന്നു, കൂടാതെ കൂടുതൽ ബുദ്ധിപരമായും കൃത്യമായും വിശകലനം ചെയ്യാനും പ്രവചിക്കാനും കാർഷിക ഉപദേശം നൽകാനും AI-ക്ക് കഴിവുണ്ട്.
പുനർനിർമ്മിച്ച വിള സീസണുകൾ
രണ്ടാമതായി, വിളക്കാലം മൊത്തത്തിൽ കൂടുതൽ കാര്യക്ഷമവും സുസ്ഥിരവുമാകും.നിലവിൽ, സെൻസറുകളും അഗ്രോമെറ്റീരിയോളജിക്കൽ സ്റ്റേഷനുകളും പോലുള്ള AI ഉപകരണങ്ങൾക്ക് നൈട്രജന്റെ അളവ്, ഈർപ്പം പ്രശ്നങ്ങൾ, കളകൾ, സർവേ ഫീൽഡുകളിലെ പ്രത്യേക കീടങ്ങളും രോഗങ്ങളും എന്നിവ കണ്ടെത്താനാകും.ബ്ലൂ റിവർ ടെക്നോളജി ഉദാഹരണമായി എടുക്കുക, കളകളെ നീക്കം ചെയ്യുന്നതിനായി കീടനാശിനികൾ കണ്ടെത്തുന്നതിനും ടാർഗെറ്റ് ചെയ്യുന്നതിനും സ്പ്രേയറിലെ AI-യും ക്യാമറകളും ഉപയോഗിക്കുന്നു.
ബ്ലൂ റിവർ ടെക്നോളജി ഉദാഹരണമായി എടുക്കുക, കളകളെ നീക്കം ചെയ്യുന്നതിനായി കീടനാശിനികൾ കണ്ടെത്തുന്നതിനും ടാർഗെറ്റ് ചെയ്യുന്നതിനും സ്പ്രേയറിലെ AI-യും ക്യാമറകളും ഉപയോഗിക്കുന്നു.ഡ്രോണുകളുമായി സംയോജിച്ച്, ഈ കൃഷിയിടങ്ങളിലെ പ്രശ്നങ്ങൾ കണ്ടെത്താനും നിരീക്ഷിക്കാനും ഫലപ്രദമായി സഹായിക്കാനും തുടർന്ന് അനുബന്ധ പരിഹാരങ്ങൾ സ്വയമേവ സജീവമാക്കാനും ഇതിന് കഴിയും.
ഉദാഹരണത്തിന്, ഡ്രോൺ മാപ്പിംഗിന് നൈട്രജന്റെ കുറവ് കണ്ടെത്താനും തുടർന്ന് നിയുക്ത പ്രദേശങ്ങളിൽ പ്രവർത്തിക്കാൻ ബീജസങ്കലന യന്ത്രങ്ങളെ അറിയിക്കാനും കഴിയും;അതുപോലെ, ഡ്രോണുകൾക്ക് ജലക്ഷാമമോ കളകളുടെ പ്രശ്നങ്ങളോ കണ്ടെത്താനും AI-ക്ക് മാപ്പ് വിവരങ്ങൾ നൽകാനും കഴിയും, അതിനാൽ നിർദ്ദിഷ്ട വയലുകളിൽ മാത്രമേ ജലസേചനം നടത്തൂ അല്ലെങ്കിൽ കളകളിൽ കളനാശിനി തളിക്കുക.
വയലിലെ വിളവെടുപ്പ് മെച്ചപ്പെട്ടേക്കാം
അവസാനമായി, AI യുടെ സഹായത്തോടെ, വിളവെടുപ്പ് മികച്ചതാക്കാൻ സാധ്യതയുണ്ട്, കാരണം വിളവെടുപ്പിന്റെ ക്രമം ഏത് വയലുകളിൽ പാകമാകുകയും വരണ്ടുപോകുകയും ചെയ്യുന്നു എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു.ഉദാഹരണത്തിന്, ധാന്യം സാധാരണയായി 24-33% ഈർപ്പം അളവിൽ വിളവെടുക്കേണ്ടതുണ്ട്, പരമാവധി 40%.മഞ്ഞയോ തവിട്ടുനിറമോ ആകാത്തവ വിളവെടുപ്പിനുശേഷം യാന്ത്രികമായി ഉണക്കണം.ഡ്രോണുകൾക്ക് കർഷകരെ അവരുടെ ധാന്യം ഏറ്റവും നന്നായി ഉണക്കിയ വയലുകൾ അളക്കാനും ആദ്യം എവിടെ വിളവെടുക്കണമെന്ന് നിർണ്ണയിക്കാനും സഹായിക്കും.
കൂടാതെ, വിവിധ വേരിയബിളുകൾ, മോഡലിംഗ്, വിത്ത് ജനിതകശാസ്ത്രം എന്നിവ സംയോജിപ്പിച്ച് AI-ക്ക് ഏത് വിത്ത് ആദ്യം വിളവെടുക്കുമെന്ന് പ്രവചിക്കാൻ കഴിയും, ഇത് നടീൽ പ്രക്രിയയിലെ എല്ലാ ഊഹങ്ങളും ഇല്ലാതാക്കുകയും വിളകൾ കൂടുതൽ കാര്യക്ഷമമായി വിളവെടുക്കാൻ കർഷകരെ അനുവദിക്കുകയും ചെയ്യും.
കൊറോണാനന്തര കാലഘട്ടത്തിലെ കാർഷിക മേഖലയുടെ ഭാവി
കൊവിഡ്-19 പാൻഡെമിക് കൃഷിക്ക് വെല്ലുവിളികൾ കൊണ്ടുവന്നിട്ടുണ്ടെങ്കിലും അത് നിരവധി അവസരങ്ങളും കൊണ്ടുവന്നിട്ടുണ്ട്.
ബിൽ ഗേറ്റ്സ് ഒരിക്കൽ പറഞ്ഞു, "അടുത്ത രണ്ട് വർഷങ്ങളിലെ മാറ്റത്തെ ഞങ്ങൾ എല്ലായ്പ്പോഴും അമിതമായി വിലയിരുത്തുകയും അടുത്ത പത്ത് വർഷങ്ങളിലെ മാറ്റത്തെ കുറച്ചുകാണുകയും ചെയ്യുന്നു."നമ്മൾ പ്രവചിക്കുന്ന മാറ്റങ്ങൾ ഉടനടി സംഭവിക്കില്ലെങ്കിലും, അടുത്ത ഡസൻ വർഷങ്ങളിൽ വലിയ സാധ്യതകളുണ്ട്.നമുക്ക് സങ്കൽപ്പിക്കാൻ പോലും കഴിയാത്ത വിധത്തിൽ ഡ്രോണുകളും AI യും കാർഷിക മേഖലയിൽ ഉപയോഗിക്കുന്നത് നമുക്ക് കാണാം.
2021-ൽ, ഈ മാറ്റം ഇതിനകം സംഭവിക്കുന്നു.കോവിഡിന് ശേഷമുള്ള ഒരു കാർഷിക ലോകം സൃഷ്ടിക്കാൻ AI സഹായിക്കുന്നു, അത് മുമ്പത്തേതിനേക്കാൾ കൂടുതൽ കാര്യക്ഷമവും പാഴാക്കാത്തതും മികച്ചതുമാണ്.