전에 트랙터 기계가 발명되자 농부들은 말이나 노새 같은 짐을 싣는 짐승들과 함께 매년 동물 한 마리당 6에이커의 땅을 먹이로 삼아 땅에서 쉬지 않고 일했습니다.
변화, 일자리 교체 또는 비용을 두려워한 농장주들은 그다지 기뻐하지 않았으며 일반적으로 트랙터에 대해 회의적이었습니다. 그럼에도 불구하고 20세기 초에는 결국 그 사용이 표준이 되었고, 모든 규모와 작물 유형의 농장에서 토지를 보다 효율적으로 경작하고 경작할 수 있게 되었습니다. 트랙터는 농부들에게 사업 운영을 개선할 수 있는 도구를 제공했을 뿐만 아니라 식량 공급을 보충하는 데도 도움이 되었습니다.
AI가 거의 모든 산업을 혼란에 빠뜨리면서 여러 측면에서 심각한 장애물에 직면한 농업 부문은 기계 학습, 컴퓨터 비전 및 기타 데이터 기반 프로세스를 조심스럽게 수용하고 있습니다. 트랙터는 인류를 촉발한 다른 발명품의 수용으로 이어졌습니다. 녹색혁명많은 사람들이 AI가 AI와 동일한 효과를 가질 것으로 기대하고 있습니다. 식량 불안이 증가하다.
그런데 왜 농업 산업이 AI를 수용해야 하며, AI가 식량 불안을 막을 수 있을 만큼 빠르게 충분한 지원을 제공할 수 있을까요?
지금 농업에 AI의 효율성이 필요한 이유
이집트의 밀 농부들은 농작물에 충분한 물을 공급하기 위해 고군분투하고 있으며, 캘리포니아의 야채 재배자들은 예상치 못한 극심한 기상 조건을 겪고 있습니다. 그러나 세계 농업은 기후 변화가 환경에 미치는 영향 이상의 문제와 싸우고 있습니다. 업계는 더욱 부풀려질 길고 다양한 문제와 혼란에 직면해 있습니다. 식량 불안 수치 빨리 고치지 않으면.
기후 변화 위협은 실존적이지만 노동 문제는 농업의 모든 측면에 영향을 미칩니다. 서구 세계의 대부분은 현장에서 길고 힘든 일을 돕기 위해 경험이 풍부한 계절 이주 노동에 크게 의존합니다. 그럼에도 불구하고, 이로 인한 혼란은 코로나19 감염병 세계적 유행 그리고 기타 불안정한 요인으로 인해 많은 농장에 인력이 부족해졌습니다. 또한 변화하는 사회적 압력과 생활방식에 대한 고려로 인해 농업 배경을 가진 많은 젊은이들이 하이테크나 기타 보다 매력적인 직업에 종사하기 위해 들판과 과수원을 피하게 되었습니다.
노동력 부족도 문제지만, 숙련된 인력을 교체하는 것은 길거리에서 무작위로 사람을 뽑아내는 것만큼 간단하지 않습니다. 정찰, 수확, 관개 시스템 관리와 같은 중요한 역할을 수행하려면 전문 지식과 훈련이 필요합니다.
전쟁과 노동 중단은 공급망을 붕괴시켜 식량 불안을 더욱 악화시킵니다. 예를 들어, 현재 진행 중인 우크라이나와 러시아의 전쟁—로 알려진 지역 “유럽의 곡창지대”—특히 아프리카와 같이 이미 식량 불안으로 고통받고 있는 세계 지역에 식량 공급 흐름을 심각하게 막았습니다.
또한, 투입 비용 상승, 생산 가치 감소, 시장 변화 등의 문제가 발생하고 있습니다. 감소하는 많은 농장의 생산성과 재배자의 이윤 폭을 줄였습니다. 이것이 농업을 충분히 어렵게 만들지 않으면 기후 변화로 인해 이 모든 것이 악화되어 전통적으로 기술에 저항하는 재배자들이 AI로 전환하여 감소하는 이익을 보충하고 글로벌 수요를 충족하도록 장려합니다.
그러나 첫 번째 단계는 기술 제공업체가 재배자와 신뢰를 구축하는 것입니다. 이는 AI가 이미 엄청난 변화를 만들고 있는 부분을 강조함으로써 이루어질 수 있습니다.
AI가 재배자가 식품의 흐름을 유지하도록 돕는 곳
UN 식량농업기구는 농부들이 농산물을 생산해야 한다고 추정합니다. 70% 더 많은 음식 2050년에 예상되는 세계 인구 91억 명에게 식량을 공급하는 것입니다. 이는 적절한 기술 없이 기후 영향을 고려하면서 재배자가 충족하기 어려운 주문입니다.
많은 산업에서 AI 응용 프로그램은 더 이론적이고 테스트 및 품질 보증을 받는 데 시간이 필요합니다. 대표적인 사례인 헬스케어는 AI의 도움을 구하고 있지만 현재 데이터 프라이버시 및 의료 과실에 대한 우려로 인해 사용이 제한되고 있습니다.
그러나 농업 분야에서는 전염병, 전쟁 또는 기후 변화의 영향을 흡수할 자원이 없는 소규모 지역 재배자를 포함하여 농장과 농부가 새로운 AI 애플리케이션을 통해 역량을 강화하는 것을 목격하고 있습니다.
다음과 같이 두 번째로 큰 수출국 전 세계적으로 농산물 생산량이 많고 인구 밀도가 가장 높은 국가 중 하나인 네덜란드는 지리적 한계를 극복하고 토지를 보존하기 위해 항상 혁신적인 접근 방식이 필요했습니다. 역사적 기억과 함께 1944-45년 기근네덜란드는 농작물 생산을 최적화하기 위한 정밀 농업 관행을 구현하고, 컴퓨터 비전을 활용하여 식물 상태를 모니터링하고, 농장과 온실에서 데이터 기반 결정을 내리기 위해 농업에 AI를 광범위하게 수용했습니다.
지난해 네덜란드 과학연구기구(NWO)는 새로운 기관 식물 생물학, 컴퓨터 모델링 및 AI를 통합하여 기후 변화에 더 탄력적이고 화학 작물 보호에 덜 의존할 수 있는 작물 품종을 개발합니다.
미국은 아마도 최고의 농지가 풍부하다는 축복을 받았습니다. 그러나 평균적인 미국 농부는 거의 60세거의 40%가 65세 이상입니다. 노령화되고 인력이 부족한 재배자를 돕기 위해 AI와 로봇 공학은 미국 농장 전체에서 점점 더 보편화되어 수확 및 쟁기질과 같은 노동 집약적 작업의 생산성을 높이는 동시에 데이터 기반 서비스를 제공합니다. 작물 건강을 증진하고 수확량을 향상시킬 수 있는 정보에 입각한 결정을 내릴 수 있는 통찰력.
ML, 컴퓨터 비전, 딥 러닝, 혁신적인 로봇 공학의 고품질 데이터와 개선을 통해 AI는 재배자가 농업을 더욱 실행 가능하고 지속 가능하며 전체적으로 보다 효율적인 비즈니스 활동으로 만들 수 있도록 적극적으로 돕습니다.
예를 들어, 재배자와 기술 제공업체 간의 데이터 공유 및 협업은 생산성과 작물 지식을 높이는 귀중한 정보를 확산시켜 AI 시스템을 개선하는 동시에 재배자가 귀중한 통찰력을 얻을 수 있도록 지원합니다. AI와 데이터 공유는 특정 지역에 퍼지는 새로운 작물 위협에 대해 농업 공동체에 경고하는 데에도 도움이 될 수 있습니다. 농작물 모니터링이나 예측 분석을 위해 AI 도구를 사용하든, AI 도구가 생성하는 데이터를 사용하든, 이는 식량 안보를 강화하기 위한 전투에서 중요한 무기입니다.
식량 불안의 증가는 궁극적으로 인류의 모든 측면에 영향을 미치는 경제적 어려움, 갈등 및 광범위한 불안정화로 이어질 것입니다. 이러한 재앙적인 시나리오를 피하려면 AI가 농업에 미치는 긍정적인 영향을 확대하고 확산해야 합니다.
게시물 농업의 혼란 속에서 AI가 사람들을 먹이는 방법 처음 등장한 Unite.AI.
