Με το τέλος του 2024 άρχισαν να εμφανίζονται άρθρα που προβλέπουν τις τάσεις που θα επικρατήσουν στην εφαρμογή νέων τεχνολογιών στη γεωργία το 2025.
Δεν υπάρχει αμφιβολία ότι το 2024 μας αφήνει σημαντικά προβλήματα, όπως οι σημαντικές ελλείψεις σε πρώτες ύλες, φυσικούς πόρους και εργατικά χέρια, μεγάλα προβλήματα που προκύπτουν από την κλιματική αλλαγή, όπως οι επιπτώσεις στις καιρικές συνθήκες (πλημμύρες, ξηρασία, διάβρωση εδαφών) και στην ανθεκτικότητα του συστήματος παραγωγής τροφίμων και την επισιτιστική ασφάλεια.
Το 2024 έγινε μεγάλη πρόοδος στην υιοθέτηση νέων τεχνολογιών σε πολλές περιοχές του πλανήτη. Γεωργία ακριβείας και μεταβλητές εφαρμογές εισροών, χρήση αυτόνομων οχημάτων για εκτέλεση εργασιών, χρήση drones σε πολλές εφαρμογές, αλλά και η είσοδος τεχνητής νοημοσύνης σε γεωργικές εφαρμογές προχώρησαν το 2024.
Τι προβλέπεται για το 2025 ;
Σε ένα άρθρο του διευθύνοντος συμβούλου της εταιρείας Agrimatix δίνονται 5 τάσεις εφαρμογής τεχνολογίας στη γεωργία που πρέπει να παρακολουθήσουμε. Η Agrimatix είναι μια εταιρεία που προωθεί τη χρήση νέων τεχνολογιών στη γεωργία. Οι τάσεις που αναλύονται είναι :
1. Η χρήση τεχνητής νοημοσύνης στην αναγεννητική γεωργία. Η αναγεννητική γεωργία έχει στόχο τη βελτίωση των καλλιεργητικών τεχνικών με στόχο την καλύτερη υγεία του εδάφους. Η υιοθέτησή της προχώρησε σε όλο τον κόσμο σημαντικά το 2024. Σύμφωνα με μελέτες, το 68% των αγροτών υιοθέτησε αμειψισπορά, το 56% εφάρμοσε μειωμένη ή καθόλου κατεργασία εδάφους και το 40% χρησιμοποιούσε ψεκασμό ή λίπανση με μεταβλητή δόση. Στις περισσότερες περιοχές του κόσμου συνδυάστηκαν με στόχο την αύξηση της παραγωγής. Για το 2025 αναμένεται να επεκταθούν οι μετρήσεις-έλεγχοι της υγείας του εδάφους εκτός από την οργανική ουσία και σε μετρήσεις βιοποικιλότητας, ποιότητας εδάφους και άλλα χαρακτηριστικά που θα αναλυθούν και θα συμβάλλουν στην επέκταση των πρακτικών που τη βελτιώνουν.
2. Παραγωγική ή δημιουργική (generative) τεχνητή νοημοσύνη. Φέρνει επανάσταση στη γεωργία, καθώς αξιοποιεί τεράστια σύνολα δεδομένων, αναλύοντας και μετατρέποντάς τα σε αξιόπιστες ιδέες, δίνοντας τη δυνατότητα στους αγρότες, τους γεωπόνους και τους ερευνητές να βελτιστοποιήσουν την παραγωγικότητα και τη βιωσιμότητα της γεωργίας. Η Τ.Ν. φαίνεται ότι θα συνεχίσει να χρησιμοποιείται περισσότερο στη γεωργία. Αναπτύσσονται μοντέλα ανάλυσης δεδομένων που βοηθούν τους αγρότες στη σωστή λήψη αποφάσεων. Η ανάπτυξη θα συνεχιστεί και το 2025 με πλατφόρμες ανάλυσης δεδομένων που θα βοηθούν αγρότες, γεωπόνους και ερευνητές να αναλύουν τα στοιχεία τους και να παίρνουν σωστές αποφάσεις για τη διαχείριση των αγροκτημάτων, αλλά και της εφοδιαστικής αλυσίδας γενικότερα.
3. Ανάπτυξη προϊόντων με βάση τις αναλύσεις μεγάλου μεγέθους δεδομένων. Αναπτύσσονται τεχνολογίες που βελτιστοποιούν τα αποτελέσματα των δοκιμών πεδίου, ενισχύουν τη λήψη αποφάσεων και οδηγούν την καινοτομία στις γεωργικές πρακτικές.
Πέρα από τον εξορθολογισμό των λειτουργιών, αυτές οι τεχνολογίες αναμένεται να επιτρέψουν καινοτομίες σε ολόκληρη την αγροτική αλυσίδα αξίας, επιταχύνοντας τον ρυθμό υιοθέτησης της καινοτομίας. Μέχρι σήμερα το 61% των αγροτών στη Βόρεια Αμερική χρησιμοποιεί ψηφιακές τεχνολογίες, το 51% τεχνικές γεωργίας ακριβείας και το 38% χρησιμοποιεί αισθητήρες για πληροφορίες σχετικές με το έδαφος ή τη φυτεία. Το επόμενο έτος αναμένεται να συνεχιστεί η ανάπτυξη μοντέλων που θα επιτρέπουν την ανάλυση εναλλακτικών σεναρίων π.χ. κλιματικών συνθηκών, διαφορετικών εδαφών στις καλλιέργειες και τις αποδόσεις. Όλα αυτά θα συντελέσουν στη λήψη σωστών αποφάσεων και υιοθέτηση καλών καλλιεργητικών πρακτικών και καλών πρακτικών στη διατροφική αλυσίδα.
4. Συμβολή της Τ.Ν. και της μάθησης των μηχανών (machinelearning) στην αντιμετώπιση των προβλημάτων από τους περιορισμένους φυσικούς πόρους. Η Τ.Ν. στοχεύει στη δημιουργία μηχανών που θα μιμούνται το ανθρώπινο μυαλό. Η μάθηση των μηχανών είναι λογισμικό που στοχεύει να διδάξει τη μηχανή πώς να αναλύει μια διαδικασία (π.χ. σχέση λίπανσης παραγωγής) και να πετυχαίνει να αναπτύσσει λειτουργίες που δίνουν ικανοποιητικά αποτελέσματα.
Η μάθηση των μηχανών είναι λογισμικά σε υπολογιστές. Εισάγουμε τα δεδομένα π.χ. πόσο λίπασμα εφαρμόσαμε, χρόνους σποράς, ποικιλίες, ψεκασμούς, αρδεύσεις κ.λπ. και τις αποδόσεις της καλλιέργειας. Λειτουργώντας το λογισμικό με τα δεδομένα που έχουμε (εισροές – αποδόσεις) πολλές φορές (μπρος-πίσω) δημιουργούμε συντελεστές για κάθε εισροή για να μας δώσει την παραγωγή ή χαρακτηριστικά της παραγωγής.
Έτσι, μπορούμε να δοκιμάσουμε διάφορες λύσεις και να δούμε τι αποτέλεσμα θα έχουμε. Με τον τρόπο αυτόν μπορούμε να κάνουμε δοκιμές και να πετύχουμε τα καλύτερα αποτελέσματα, χωρίς κοστοβόρες και χρονοβόρες δοκιμές στο χωράφι. Οι τεχνολογίες αυτές μπορούν να βοηθήσουν την υιοθέτηση τεχνικών που θα μειώνουν τη χρήση πόρων που λείπουν, χωρίς να μειώσουν τις αποδόσεις των καλλιεργειών και να θέσουμε σε κίνδυνο την επισιτιστική ασφάλεια.
Ιδιαίτερη ανάπτυξη αναμένεται σε εφαρμογές βιολύσεων (biosolutions), δηλαδή υπηρεσίες που προκύπτουν από τον συνδυασμό βιολογικών χαρακτηριστικών (εδαφών, περιβάλλοντος) και τεχνολογιών.
Ήδη αναπτύσσονται ουσίες που ενισχύουν τη δράση μικροοργανισμών του εδάφους και βελτιώνουν τη χρήση θρεπτικών στοιχείων ή υποκαθιστούν χημικά σκευάσματα. Για το 2025 αναμένεται να συνεχιστούν η ανάπτυξη και οι δοκιμές τέτοιων ουσιών που θα βοηθήσουν στην προσαρμογή της γεωργίας σε ελλείψεις πρώτων υλών, στις καιρικές συνθήκες με την κλιματική αλλαγή και να εξασφαλίσουν τρόφιμα για τον πληθυσμό της Γης.
5. Ψηφιακά δίδυμα (Digital Twins). Αυτά είναι μοντέλα που αναπαριστούν την πραγματικότητα (εικονική). Επιτρέπουν την εξομοίωση της πραγματικότητας και επιτρέπουν δοκιμές διαφόρων ιδεών χωρίς να εφαρμοστούν στην πράξη. Η ιδέα έχει εφαρμοστεί με μεγάλη επιτυχίας στην ιατρική και στη βιομηχανία, αλλά όχι μέχρι σήμερα στη γεωργία. Για το 2025 αναμένεται να αρχίσει η επέκταση της εφαρμογής των μοντέλων αυτών στη γεωργία που θα βοηθήσει να δοκιμαστούν διάφορες ιδέες και να διερευνηθούν τα αποτελέσματα με ελάχιστο κόστος.
Είναι προφανές από τα παραπάνω ότι η ψηφιοποίηση της γεωργίας μπορεί να βοηθήσει σημαντικά τους αγρότες να παίρνουν σωστές αποφάσεις με βάση τα δεδομένα τους και αυτό θα βοηθήσει στην εξοικονόμηση πόρων και στη βελτίωση της παραγωγικότητας.
Δεν υπάρχει αμφιβολία ότι η ανάπτυξη νέων ποικιλιών, αλλά και σκευασμάτων που θα ενισχύσουν τη βιολογική λειτουργία των εδαφών θα βοηθήσουν ουσιαστικά τους αγρότες να προσαρμοστούν στην κλιματική αλλαγή και στις απαιτήσεις για αύξηση της παραγωγικότητας.
Ένα ερώτημα που πρέπει να τεθεί είναι τι γίνεται από όλα αυτά στη χώρα μας. Πιστεύω ότι σε πολλά ερευνητικά εργαστήρια υπάρχει αντίστοιχη δουλειά.
Τα εργαστήρια που μετέχουν στον κόμβο «Digi Agri Food» που παρουσιάστηκε πριν από τα Χριστούγεννα αναπτύσσουν σχετική έρευνα, αλλά πώς αυτά θα μεταφερθούν στη γεωργική πρακτική ;
Εδώ φοβάμαι πως πάλι θα κολλήσουμε και θα μείνουμε πίσω, μειώνοντας την ανταγωνιστικότητα των προϊόντων μας και κυνηγώντας πάλι της ασήμαντες επιδοτήσεις της ΚΑΠ.
* Θεοφάνης Γέμτος, Γεωπόνος, ομότιμος Καθηγητής του Πανεπιστημίου Θεσσαλίας, μέλος της Ε.Δ.Υ.ΘΕ.
Πηγή : ΕΛΕΥΘΕΡΙΑ
Eνημερωθείτε για τα νέα του blog
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου
Τα σχόλια σας για το blog ή/ και τις αναρτήσεις εδώ :