Как ИИ может бороться с отсутствием продовольственной безопасности в мире
Опубликовано: 25/01/2021 Время на прочтение: 6 минут
Кредит изображения: Железный Бык
В мире около 1,9 миллиарда человек сталкиваются с проблемой отсутствия продовольственной безопасности, что составляет ошеломляющие 25% населения мира. Однако пандемия COVID-19 представляет собой беспрецедентные проблемы, такие как крупномасштабный экономический спад, рост безработицы и уровня бедности, а также высокий риск заражения или смерти для людей с сопутствующими заболеваниями, поэтому это число, вероятно, резко возрастет. Организация Объединенных Наций поставила цель покончить с голодом в мире к 2030 году, но с этой новой неудачей мы сможем достичь «Нулевого голода» только к 2050 году. Именно здесь вмешивается искусственный интеллект (ИИ). Разрабатываются новые технологии для увеличения урожайности. , улучшить здоровье растений, сократить количество пищевых отходов и загрязнение окружающей среды, сэкономить время и деньги и использовать роботов для выполнения повторяющихся задач, которые обычно выполняются вручную.
- Оптимизация традиционного земледелия: алгоритмы могут принимать и анализировать всеобъемлющие наборы данных для повышения эффективности и урожайности традиционных ферм. ИИ может выявлять болезни и вспышки вредителей на ранней стадии, оптимизировать поступление питательных веществ и воды, определять использование удобрений для стимулирования роста растений и минимизировать сток (избыток воды), а также рассчитывать точное применение пестицидов для предотвращения устойчивости к пестицидам и уменьшения опасности для окружающей среды. Этот прогнозный анализ обеспечивает эффективное и действенное использование природных ресурсов, сводя к минимуму отходы, водопотребление и загрязнение. Дополнение традиционных методов ведения сельского хозяйства ИИ произведет революцию в сельскохозяйственной сфере.
- Крупномасштабное секвенирование генома для понимания микробиома: микробиомы (коллекции микроорганизмов, являющиеся хозяевами растений или животных) могут стимулировать рост и здоровье растений, повышать устойчивость к засухе, болезням и вредителям, а также снижать потребность в удобрениях и пестицидах.
образец микробиома растений
Генетическое секвенирование, дополненное аналитикой больших данных и облачными вычислениями, может дать представление о том, как использовать природные свойства микробиома для повышения урожайности сельскохозяйственных культур или выбора благоприятных признаков при селекции растений.
3. Редактирование генов и ГМО. Редактирование генов — это точный, рентабельный и действенный метод реорганизации или удаления последовательностей генома. Таким образом, генетическая модификация вводит чужеродный ген в геном, создавая то, что мы называем генетически модифицированными организмами (ГМО). Оба метода выбирают определенный признак в растении либо путем редактирования существующих генов, либо путем введения нового гена в целом. Например, растение можно модифицировать, чтобы оно стало устойчивым к определенным пестицидам или вирусу, стало больше в размерах, имело более длительный срок хранения, включало больше витаминов и питательных веществ или даже светилось в темноте.
Редактирование генов против инфографики ГМО
Генетически отредактированные зерновые культуры более широко принимаются публикой, поскольку существует недоверие к ГМО и внедрению генов различных организмов в пищу, которую мы едим. Однако как редактирование генов, так и генетическая модификация могут создать более устойчивые культуры с более высокими урожаями. Усилия с использованием ИИ и машинного обучения делают генетическое редактирование более точным, недорогим и простым в реализации.
4. Уменьшение количества пищевых отходов. Модели машинного обучения могут прогнозировать потребительский спрос на основе исторических данных о пищевых отходах, чтобы помочь ресторанам, школам и отелям лучше спланировать, какое количество еды нужно приготовить, увеличивая прибыль и сокращая пищевые отходы. К таким технологиям относятся Winnow, счетчик пищевых отходов, и Kitro, «умный мусорный бак», который измеряет и регистрирует источники и количество пищевых отходов.
5. Сельскохозяйственная робототехника. Сельскохозяйственные роботы могут выполнять такие задачи, как уборка урожая, борьба с сорняками, посадка семян, управление тракторами с GPS, получение аэрофотоснимков полей, анализ состава почвы, управление системами орошения и автоматизация полива сельскохозяйственных культур. Эта технология экономит время, деньги и труд, рассчитывая, как использовать природные ресурсы наиболее эффективно и рационально, работать автономно и в любое время, повышая урожайность сельскохозяйственных культур и улучшая общее состояние здоровья растений.
коллаж из различных сельскохозяйственных роботов в использовании
ИИ может быть недостающим элементом в головоломке кормления планеты. Отсутствие продовольственной безопасности — это проблема, которая мучила человечество на протяжении веков, и сейчас она становится все более актуальной из-за пандемии COVID-19. Таким образом, жизненно важно финансировать и поддерживать усилия по использованию ИИ в сельскохозяйственном секторе для поддержки небольших ферм и местных сообществ, повышения урожайности, улучшения здоровья растений, сокращения пищевых отходов и, в конечном итоге, кормления миллионов. Отсутствие продовольственной безопасности и пандемия COVID-19 не исчезнут в ближайшее время, но ИИ может стать жизненно важным инструментом в продолжающейся борьбе с отсутствием продовольственной безопасности.
Рекомендации