Không còn nghi ngờ gì nữa, năng suất, chất lượng hạt giống, cây trồng và lao động hiện nay hiệu quả hơn so với 500, hoặc thậm chí 50 năm trước.
Tuy nhiên, vẫn còn một lĩnh vực lớn cần phải cải thiện. Đó là gì?
Dân số toàn cầu đang bùng nổ ước tính sẽ có 9,9 tỷ người trên hành tinh vào năm 2050 với nhu cầu lương thực dự kiến sẽ tăng vọt 35%—56% trong khoản thời gian này. Và đó là chưa kể đến những thay đổi khí hậu khiến các nguồn tài nguyên như nước và đất canh tác trở nên khan hiếm hơn.
May mắn thay, công nghệ cung cấp cho chúng ta một giải pháp khác: AI – Trí thông minh nhân tạo.
Từ việc tận dụng công nghệ thị giác máy tính để theo dõi cây trồng và đất đến phát hiện dịch bệnh và phân tích dự đoán, ngành nông nghiệp đang bước vào một giai đoạn phát triển hoàn toàn mới—với sực giúp sức của AI.
AI không chỉ tiềm năng mà nó ngày càng nhận được sự quan tâm và đầu tư lớn hơn:
- Forbes báo cáo rằng chi tiêu toàn cầu cho nông nghiệp “thông minh”, bao gồm AI và máy học, dự kiến sẽ tăng gấp ba lần lên 15,3 tỷ USD vào năm 2025.
- Nghiên cứu cho thấy rằng quy mô thị trường của AI trong nông nghiệp sẽ có tốc độ tăng trưởng gộp hàng năm (CAGR) là 20%, đạt 2,5 tỷ USD vào năm 2026.
Và đó chỉ là phần nổi của tảng băng chìm!
Trong bài viết này, chúng ta sẽ xem xét một số công nghệ AI hứa hẹn nhất đang thay đổi ngành nông nghiệp. Cụ thể:
Giám sát cây trồng và đất
Hãy bắt đầu từ yếu tố đầu tiên của nông nghiệp: Đất.
Các chất dinh dưỡng vi mô và đa lượng trong đất là những yếu tố quan trọng đối với sức khỏe cây trồng và cả số lượng và chất lượng của năng suất.
Sau đó, khi cây trồng đã ở trong đất, việc theo dõi các giai đoạn tăng trưởng cũng là điều cần thiết để tối ưu hóa hiệu quả sản xuất. Điều quan trọng là phải hiểu được sự tương tác giữa sự phát triển của cây trồng và môi trường để điều chỉnh nhằm cải thiện sức khỏe cây trồng.
Theo cách làm truyền thống hiện nay, chất lượng đất và sức khỏe của cây trồng được xác định bởi sự quan sát và phán đoán của con người. Nhưng phương pháp này không chính xác và cũng không kịp thời.
Thay vào đó, giờ đây chúng ta có thể sử dụng máy bay không người lái (UAV) để thu thập dữ liệu hình ảnh trên không và đào tạo các mô hình thị giác máy tính để sử dụng giám sát một cách thông minh các điều kiện của cây trồng và đất đai.
Cảm biến hình ảnh AI có thể phân tích và giải thích dữ liệu này để:
- Theo dõi sức khỏe cây trồng.
- Đưa ra dự đoán năng suất chính xác.
- Phát hiện suy dinh dưỡng cây trồng nhanh hơn nhiều so với con người.
Các mô hình AI có thể thông báo cho nông dân về các vấn đề cụ thể để họ có thể hành động ngay lập tức.
Bây giờ, hãy xem xét một số ví dụ thực tế về cách thị giác máy tính đang giúp giữ cho cây trồng của họ khỏe mạnh và năng suất.
Quan sát sự trưởng thành của cây trồng
Quan sát thủ công các giai đoạn tăng trưởng của lúa mì trước đây tốn nhiều nhân công. Giờ thì AI có thể giúp nông dân thực hiện quá trình này một cách chính xác và không cần tốn nhiều nhân công.
Các nhà nghiên cứu đã đạt được điều này bằng cách thu thập hình ảnh của lúa mì ở các giai đoạn khác nhau trong 3 năm và ở các điều kiện ánh sáng khác nhau, điều này cho phép họ tạo ra “cơ chế phát hiện tai lúa mì từ thô đến mịn gồm hai bước”.
Mô hình thị giác máy tính này sau đó có thể vượt trội so với quan sát của con người trong việc xác định chính xác các giai đoạn phát triển của lúa mì, nghĩa là nông dân không còn phải đi bộ hàng ngày ra đồng để kiểm tra cây trồng của họ.
Hoặc tưởng tượng bạn phải kiểm tra độ chín của cà chua bằng tay ở mức độ công nghiệp sẽ cần bao nhiêu nhân lực. AI có thể giúp làm điều này một cách nhanh chóng trên diện một diện tích rộng lớn.
Một nghiên cứu khác đã xem xét khả năng thị giác máy tính có thể phát hiện độ chín của cà chua tốt như thế nào. Các nhà nghiên cứu đã tạo ra một thuật toán phân tích màu sắc từ 5 phần khác nhau của quả cà chua, sau đó đưa ra ước tính độ chín dựa trên dữ liệu này.
Kết quả thuật toán đạt được tỷ lệ phát hiện và phân loại thành công là 99,31%.
Giám sát và ước tính sự tăng trưởng và trưởng thành của cây trồng là công việc khó khăn, tốn nhiều công sức đối với người nông dân. Nhưng AI đang chứng tỏ khả năng xử lý phần lớn công việc đó một cách dễ dàng và chính xác ấn tượng.
Nghiên cứu thành phần của đất
Quay trở lại tầm quan trọng của đất, một nghiên cứu khác đã được thực hiện để xem thị giác máy tính có thể mô tả kết cấu đất và chất hữu cơ của đất (SOM) tốt như thế nào.
Thông thường, việc đánh giá đất đòi hỏi nông dân phải đào các mẫu và mang chúng đến phòng thí nghiệm để phân tích tốn nhiều thời gian và năng lượng. Thay vào đó, các nhà nghiên cứu quyết định xem liệu dữ liệu hình ảnh từ một kính hiển vi cầm tay rẻ tiền có thể được sử dụng để đào tạo một thuật toán để làm điều tương tự hay không.
Chắc chắn rồi, mô hình thị giác máy tính đã quản lý để ước tính hàm lượng cát và SOM với độ chính xác tương đương với quá trình xử lý tốn kém trong phòng thí nghiệm.
Vì vậy, thị giác máy tính không chỉ có thể loại bỏ một lượng lớn lao động thủ công, khó khăn liên quan đến việc giám sát cây trồng và đất, mà trong nhiều trường hợp, nó còn làm điều đó hiệu quả hơn con người.
Phát hiện côn trùng và bệnh cây trồng
Chúng ta đã thấy cách thị giác máy tính AI có thể phát hiện và phân tích sự trưởng thành của cây trồng và chất lượng đất, nhưng còn những vấn đề nông nghiệp khó dự đoán hơn thì sao?
Sử dụng công nghệ nhận dạng hình ảnh dựa trên học sâu (deep learning), giờ đây chúng ta có thể tự động hóa việc phát hiện sâu bệnh và bệnh thực vật. Cụ thể, người ta sử dụng các phương pháp phân loại hình ảnh, phát hiện và phân đoạn hình ảnh để xây dựng các mô hình có thể “theo dõi” sức khỏe của cây trồng.
Hãy xem cách thức hoạt động của nó:
Loại bỏ những quả táo xấu (chẩn đoán mức độ nghiêm trọng của bệnh)
Một ví dụ điển hình về điều này trong thực tế đến từ một nghiên cứu về bệnh thối đen trên táo.
Các nhà nghiên cứu đã đào tạo Mạng nơ-ron chuyển đổi sâu bằng cách sử dụng hình ảnh thối đen của táo đã được các nhà thực vật học chú thích theo bốn giai đoạn nghiêm trọng chính. Mô hình AI trong nghiên cứu này đã có thể xác định và chẩn đoán mức độ nghiêm trọng của bệnh với độ chính xác là 90,4%!
Các nhà nghiên cứu trong một nghiên cứu khác thậm chí còn tiến xa hơn bằng cách sử dụng thuật toán YOLO v3 cải tiến để phát hiện nhiều bệnh và sâu bệnh trên cây cà chua.
Được trang bị máy ảnh kỹ thuật số và điện thoại thông minh, các nhà nghiên cứu đã chụp ảnh tại các nhà kính trồng cà chua ở địa phương và xác định 12 trường hợp bệnh hoặc sâu bệnh khác nhau.
Sau khi mô hình được đào tạo bằng cách sử dụng các hình ảnh đa dạng về độ phân giải và kích thước của đối tượng, mô hình này đã đạt được độ chính xác khi phát hiện sâu bệnh và dịch hại là 92,39% với thời gian phát hiện chỉ 20,39 mili giây.
Phát hiện côn trùng
Các nhà nghiên cứu thiết lập một cái bẫy dính để bắt sáu loài côn trùng bay khác nhau và thu thập hình ảnh thời gian thực. Sau đó, họ dựa trên phương pháp phát hiện và đếm thô dựa trên phát hiện đối tượng YOLO, đồng thời phân loại và đếm chính xác trên Máy vectơ hỗ trợ (SVM) bằng cách sử dụng các tính năng toàn cầu.
Sau khi được học hỏi từ dữ liệu, mô hình thị giác máy tính này có thể xác định ong, ruồi, muỗi, bướm đêm, bọ rầy và ruồi giấm với độ chính xác 90,18% và đếm chúng với độ chính xác 92,5%.
Những nghiên cứu này cho thấy rằng tương lai của tầm nhìn máy tính AI để theo dõi sức khỏe của hệ thống thực phẩm của chúng ta là đầy hứa hẹn.
Giám sát sức khỏe vật nuôi
Cho đến nay, chúng tôi chủ yếu tập trung vào thực vật, nhưng nông nghiệp còn nhiều thứ khác ngoài lúa mì, cà chua và táo.
Động vật là một thành phần chính khác trong hệ thống nông nghiệp của chúng ta và chúng có xu hướng cần theo dõi nhiều hơn một chút so với thực vật. Thị giác máy tính có thể theo kịp bò, gà và lợn khi đang di chuyển không?
Ok, nếu theo dõi được côn trùng thì không có lí do gì nó không thể giám sát hoạt động của một con bò.
Bên dưới là cách người ta dùng V7—dữ liệu đào tạo của CattleEye cho phép theo dõi và chú thích gia súc bằng cách sử dụng các hộp giới hạn và các điểm chính.
CattleEye là một ví dụ điển hình về việc các công ty ưu tiên AI trong ngành nông nghiệp. Họ sử dụng camera trên cao và thuật toán thị giác máy tính để theo dõi sức khỏe và hành vi của gia súc.
Nghĩa là việc phát hiện ra các vấn đề với vật nuôi đã có AI lo không cần con người quan sát trực tiếp nữa. Gia súc có thể được theo dõi và giám sát từ xa và theo thời gian thực để nông dân có thể được thông báo ngay khi phát hiện ra vấn đề.
Tất nhiên, điều này không chỉ giới hạn ở gia súc. Thị giác máy tính cũng có thể:
- Đếm động vật, phát hiện bệnh, xác định hành vi bất thường và theo dõi các hoạt động quan trọng như sinh con.
- Thu thập dữ liệu từ máy ảnh và máy bay không người lái (UAV).
- Kết hợp với các công nghệ khác để thông báo cho nông dân về sức khỏe động vật và khả năng tiếp cận thức ăn hoặc nước uống.
Ngoài ra, hãy xem hình ảnh những chú gà này đã được chú thích như thế nào với V7.
Các thuật toán được huấn luyện để xem xét dữ liệu video và xác định gà đang làm gì – chúng đang uống, ăn, ngủ hay làm điều gì đó kỳ lạ có thể là dấu hiệu của bệnh tật hoặc các vấn đề về hành vi.
Hệ thống phun thông minh
Chúng ta đã thấy rằng thị giác máy tính rất tốt trong việc phát hiện các vấn đề trong nông nghiệp, nhưng nó cũng có thể giúp ngăn ngừa chúng.
UAV được trang bị AI thị giác máy tính có thể tự động hóa việc phun thuốc trừ sâu hoặc phân bón đồng đều trên một cánh đồng.
Với khả năng nhận biết khu vực phun mục tiêu theo thời gian thực, các máy phun UAV có thể hoạt động với độ chính xác cao cả về diện tích và lượng phun. Điều này làm giảm đáng kể nguy cơ gây ô nhiễm cây trồng, con người, động vật và nguồn nước.
Mặc dù tiềm năng ở đây là rất lớn nhưng hiện tại vẫn còn tồn tại một số thách thức. Ví dụ, việc rải trên một cánh đồng rộng lớn sẽ hiệu quả hơn nhiều với nhiều UAV, nhưng việc ấn định trình tự nhiệm vụ cụ thể và quỹ đạo bay cho từng thiết bị bay có thể gây khó khăn.
Nhưng điều đó không có nghĩa là trò chơi phun thuốc thông minh không khả thi.
Các nhà nghiên cứu từ Virginia Tech đã phát minh ra một hệ thống phun thông minh dựa trên các máy phun được điều khiển bằng động cơ servo sử dụng thị giác máy tính để phát hiện cỏ dại. Một máy ảnh gắn trên máy phun ghi lại vị trí địa lý của cỏ dại và phân tích kích thước, hình dạng và màu sắc của từng loại cỏ để cung cấp lượng thuốc chính xác với các mục tiêu. Điều này sẽ tránh gây thiệt hại lên cây trồng và môi trường.
Làm cỏ tự động
Máy phun thuốc thông minh không phải là AI duy nhất tham gia vào việc làm cỏ. Có những robot trang bị thị giác máy tính khác đang sử dụng cách tiếp cận thậm chí trực tiếp hơn để loại bỏ những cây không mong muốn.
AI sẽ giúp dò tìm và loại bỏ được những cây cỏ dại gây hại. Điều này chắc chắn sẽ tiết kiệm nhiều công sức cho nông dân.
Khả năng loại bỏ cỏ dại bằng phương pháp vật lý không chỉ giúp người nông dân tiết kiệm khá nhiều công sức mà còn giảm nhu cầu sử dụng thuốc diệt cỏ. Và do đó, nó làm cho toàn bộ hoạt động canh tác thân thiện với môi trường và bền vững hơn nhiều.
Khảo sát và thu thập hình ảnh trên không
Tại thời điểm này, có lẽ không có gì ngạc nhiên khi thị giác máy tính cũng có một số ứng dụng tuyệt vời để khảo sát đất đai và theo dõi mùa màng, vật nuôi.
Ngoài ra, AI có thể phân tích hình ảnh từ máy bay không người lái và vệ tinh để giúp nông dân giám sát mùa màng và đàn gia súc. Bằng cách đó, họ có thể được thông báo ngay lập tức nếu có điều gì đó không ổn mà không cần phải liên tục tự quan sát tại cánh đồng hay trang trại.
Hình ảnh chụp từ trên không cũng rất hữu ích để nâng cao độ chính xác và hiệu quả của việc phun thuốc trừ sâu. Như đã đề cập ở trên, việc đảm bảo rằng thuốc trừ sâu chỉ đi đến nơi cần thiết sẽ tiết kiệm tiền và bảo vệ môi trường xung quanh.
Phân loại và sắp xếp sản phẩm
Cuối cùng, thị giác máy tính AI có thể tiếp tục giúp đỡ nông dân ngay cả khi mùa màng đã được thu hoạch.
Giống như việc chúng có thể phát hiện ra các khuyết tật, bệnh tật và sâu bệnh khi cây đang phát triển, các thuật toán hình ảnh cũng có thể được sử dụng để phân loại sản phẩm “tốt” khỏi sản phẩm bị lỗi hoặc xấu xí.
Bằng cách kiểm tra kích thước, hình dạng, màu sắc và khối lượng của trái cây và rau quả, thị giác máy tính có thể tự động hóa quy trình sắp xếp và phân loại với tỷ lệ chính xác và tốc độ cao hơn nhiều so với cả một chuyên gia được đào tạo.
Tương lai của AI trong Nông nghiệp: Nông dân là kỹ sư AI?
Xuyên suốt lịch sử nhân loại, công nghệ từ lâu đã được sử dụng trong nông nghiệp để nâng cao hiệu quả và giảm lượng lao động thâm canh của con người. Từ máy cày cải tiến đến hệ thống tưới tiêu, máy kéo đến AI hiện đại, đó là một quá trình phát triển mà con người và nền nông nghiệp đã trải qua kể từ khi phát minh ra nông nghiệp.
Với những thay đổi đáng kể xảy ra trong khí hậu, môi trường và nhu cầu lương thực toàn cầu của chúng ta, AI có khả năng biến đổi nền nông nghiệp thế kỷ 21 bằng cách:
- Tăng hiệu quả sử dụng thời gian, lao động và nguồn lực.
- Cải thiện tính bền vững môi trường.
- Làm cho việc phân bổ tài nguyên trở nên “thông minh hơn”.
- Cung cấp giám sát thời gian thực để tăng cường sức khỏe và chất lượng sản phẩm.
Tất nhiên, điều này sẽ đòi hỏi một số thay đổi trong ngành nông nghiệp. Kiến thức của nông dân về “lĩnh vực” của họ sẽ cần được chuyển thành đào tạo AI và điều này sẽ phụ thuộc vào các khoản đầu tư giáo dục và kỹ thuật lớn hơn trong lĩnh vực nông nghiệp.
Nhưng một lần nữa, đổi mới và thích ứng không có gì mới trong nông nghiệp. Thị giác máy tính và robot nông nghiệp chỉ là cách mới nhất mà nông dân có thể áp dụng công nghệ để đáp ứng nhu cầu lương thực toàn cầu ngày càng tăng và tăng cường an ninh lương thực.
