شاهد أيضًا
آثار زيادة المعروض النقدي
هناك أكثر من 5.8 مليون مزارع قطن في الهند وفقًا لوزارة المنسوجات في البلاد. وكل عام، يواجهون خسائر فادحة بسبب الآفات التي تهاجم محاصيلهم. في عام 2017، واجه المزارعون في ولاية ماهاراشترا خسارة قدرها 15000 كرور روبية (2.1 مليار دولار) حيث تعرض 50٪ من المحصول للهجوم من الآفات.
ونتيجة لذلك، فإن أكثر من 55٪ من مبيدات الآفات في الهند تذهب إلى زراعة القطن. ومع ذلك، يمكن أن يؤدي الاستخدام الخاطئ لهذه المواد الكيميائية إلى إتلاف المحاصيل أو تقليل الجودة.
لهذا السبب بدأ Wadhwani AI – وهو معهد أبحاث في الهند – البحث عن حلول في عام 2018 لمساعدة المزارعين على إنقاذ محاصيلهم باستخدام رؤى من الذكاء الاصطناعي.
وضع المفاهيم وجمع البيانات
كانت فكرة نموذج الذكاء الاصطناعي هي تحديد عدد الآفات التي يمكن رؤيتها في تلك المنطقة وإرسال استشارات بشأن استخدام مبيدات الآفات. ومع ذلك، لم تكن هناك بيانات ميدانية سابقة لتدريب النموذج. لذلك كان على الفريق إنشاء تطبيق خاص لجمع البيانات.
ويستخدم المزارعون بالفعل مصائد فرمونية للقبض على الآفات والتنبؤ بإمكانية حدوث هجوم أكبر. لذا طلب تطبيق جمع البيانات من المزارعين التقاط صور للآفات التي تم العثور عليها في هذه الفخاخ على ورقة بيضاء. وكان الهدف الأولي هو التعرف على ديدان اللوز المختلفة، والتي تشكل تهديدًا كبيرًا لمحاصيل القطن.
وصرّح جيروم وايت – كبير الباحثين في Wadhwani AI – أن الفريق أمضى المواسم القليلة الأولى في جمع البيانات ومراقبتها لتحسين النموذج. وكان على الفريق التأكد من أن النموذج يحدد بشكل صحيح نوع وعدد الآفات في الصورة لإعطاء نصائح دقيقة للمزارعين.
كان هناك الكثير من التحديات مع ذلك. استخدم الكثير من المزارعين الهواتف التي تلتقط صورًا منخفضة الدقة فقط. بالإضافة إلى ذلك، قد لا تكون الورقة التي استخدموها كخلفية بيضاء، أو ربما يستخدمون فلاش الكاميرا، أو قد لا يكون الضوء جيدًا بما يكفي. وقال وايت إن هناك أيضًا مشكلة تتعلق بالاختلافات في الآفات عبر المناطق.
بدأ جمع البيانات الأولية في عام 2018 في ولاية ماهاراشترا، وفي العام الماضي نشر الفريق نسخة مبكرة من النموذج الذي تم تدريبه وتقييمه بأكثر من 28000 صورة.
التنفيذ
نظرًا لأنه كان من المقرر استخدام هذا التطبيق بشكل أساسي على الهواتف المنخفضة الجودة، كان على الباحثين ضغط النموذج من 268 ميجابايت إلى 5 ميجابايت. ثم استخدموا PyTorch Mobile لنشره على تطبيق يعمل أيضًا في وضع عدم الاتصال.
يحلل النموذج الآن الصور المرسلة من قبل المزارعين ووفقًا للقواعد التي تقررها سلطات الزراعة في الهند. ويتم نشرها حاليًا في عدة مقاطعات بثلاث ولايات هندية، وهي غوجارات ومهاراشترا وتيلانجانا.
حاليًا، يستخدم أكثر من 18500 مزارع التطبيق وكل قرية لديها مزارع رئيسي للتحدث مع منسقي المشروع وتنبيه زملائهم المزارعين بالإخطارات التي يرسلها التطبيق. ويتلقى المزارعون ثلاثة مستويات من التنبيهات: الأخضر والأصفر والأحمر؛ بناءً على ذلك، يستخدمون مبيدات حشرية مقترحة في التطبيق. ويمكنك مشاهدة التطبيق عمليًا في الفيديو أدناه.
الخطوات التالية
في تجربة صيفية في ولاية ماهاراشترا، استخدم 150 مزارعًا النظام ولاحظوا زيادة بنسبة 25٪ في المحصول. وبسبب هذه النتائج، وافقت حكومة ولاية ماهاراشترا وتيلانجانا على توسيع المشروع في موسم زراعة القطن التالي (يونيو – نوفمبر). إلى جانب ذلك، يعمل الباحثون مع مبادرة Better Cotton – وهي منظمة عالمية غير ربحية تهتم بتحسين مزارع القطن – وتوسيع نطاق هذا المشروع على مستوى العالم.
مترجم عن How AI is helping Indian cotton farmers reduce pesticide use
