Hvordan AI kan holde mennesker fødet i landbrugets uro

Før traktoren blev opfundet, arbejdede landmænd på deres jord uden afbrydelse sammen med lastdyr som heste og muldyr, der krævede seks acres land til foder pr. dyr pr. år.

Landmænd frygtede ændring, joberstatning eller omkostninger, og var generelt skeptiske over for traktoren. Alligevel blev dens brug til sidst standard i begyndelsen af det 20. århundrede, og det muliggjorde for landbrug af alle størrelser og afgrøder at pløje og dyrke jorden mere effektivt. Traktoren tilbød ikke kun landmænd et værktøj til at forbedre deres forretningsoperationer, men hjalp også med at supplere fødevareforsyningerne.

Da AI forstyrrer næsten hver eneste industri, er landbrugssektoren, der står over for betydelige hindringer på flere fronter, forsigtigt begyndt at omfavne maskinel læring, computer vision og andre data-drevne processer. Traktoren førte til omfavnelse af andre opfindelser, der udløste Den Grønne Revolution, og mange regner med, at AI vil have samme effekt som fødevareusikkerhed stiger.

Men hvorfor skal landbrugsindustrien omfavne AI, og vil det give nok hjælp hurtigt nok til at stoppe fødevareusikkerhed?

 Hvorfor landbrug har brug for AI’s effektivitet nu

Hvede-bønder i Egypten kæmper for at levere nok vand til deres afgrøder, og grønsags-dyrkere i Californien oplever uventede ekstreme vejrforhold. Men det globale landbrug kæmper med mere end bare miljøpåvirkningen af klimaforandringen. Branchen står over for en lang og divers liste af problemer og forstyrrelser, der vil føre til, at fødevareusikkerhedstal stiger, hvis det ikke rettes hurtigt.

Klimaforandrings-trusler er eksistentielle, men arbejdskraftsproblemer påvirker hver eneste del af landbrug. Meget af den vestlige verden er afhængig af erfarne sæsonarbejdere til at hjælpe med at arbejde lange og anstrengende dage på markerne. Men forstyrrelser forårsaget af COVID-19-pandemien og andre destabiliserende faktorer efterlod mange landbrug med mandskabsmangel. Derudover fører skiftende sociale pres og livsstils-overvejelser til, at mange unge fra landbrugs-baggrund undgår markerne og frugt-haverne til fordel for job i højteknologi eller andre mere attraktive erhverv.

En mandskabsmangel er en ting, men at erstatte dygtige arbejdere er ikke så simpelt som at plukke en tilfældig person af gaden. Kritiske roller som opdagelse, høst og ledelse af irrigations-systemer kræver ekspert-viden og træning for at udføres acceptabelt.

Krige og arbejdskrafts-forstyrrelser forværre fødevareusikkerhed yderligere ved at forstyrre forsyningskæder. For eksempel har den pågående Russisk krig med Ukraine—et område kendt som “Europas brødkurv”—alvorligt forstyrret fødevare-forsyning, især til dele af verden, der allerede lider under fødevareusikkerhed, som Afrika.

Derudover fører stigende omkostninger, faldende produktionsværdier og skiftende markeder til, at produktiviteten falder i mange landbrug og tankende landmænds profitmarginaler. Hvis dette ikke gør landbrug svært nok, forværres det hele af klimaforandringen, der opmuntrer traditionelt teknologi-modstandende landmænd til at vende sig til AI for at supplere faldende overskud og møde global efterspørgsel.

Men det første skridt er for teknologi-udbydere at opbygge tillid hos landmænd, hvilket kan ske ved at fremhæve, hvor AI allerede gør en enorm forskel.

 Hvor AI hjælper landmænd med at holde fødevare-forsyningen i gang

FN’s Organisation for Erhverv og Landbrug estimerer, at landmænd skal producere 70 procent mere føde til at føde den forventede globale befolkning på 9,1 milliarder mennesker i 2050. Det er en stor ordre for enhver landmand at opfylde, samtidig med at man tager hensyn til klima-påvirkning uden ordentlig teknologi.

I mange brancher er AI-anvendelser mere teoretiske og har brug for tid til at undergå test og kvalitets-sikring. Sundhedssektoren er et godt eksempel, hvor AI-hjælp er nødvendig, men dens nuværende brug er begrænset på grund af bekymringer omkring data-sikkerhed og mislighold.

Men i landbrug ser vi, at landbrug og landmænd bliver styrket af nye AI-anvendelser, herunder mindre, lokale landmænd, der ikke har ressourcerne til at absorbere påvirkningen af pandemier, krige eller klimaforandring.

Som den næststørste eksportør af landbrugs-produkter globalt og et af de mere tæt befolkede lande, har Nederlandene altid haft brug for innovative tilgange til at overvinde deres geografiske begrænsninger og bevare deres jord. Med den historiske erindring om hungersnøden i 1944-45, har hollænderne bredt omfattet AI i landbrug til at implementere præcisions-landbrug til at optimere afgrøde-produktion, udnytte computer-vision til at overvåge planters sundhed og træffe data-drevne beslutninger på landbrug og i grønhuse.

Sidste år etablerede Nederlandenes Organisation for Videnskabelig Forskning (NWO) en ny institution, der integrerer plantebiologi, computermodeleur og AI til at udvikle afgrøde-arter, der kan være mere resistente over for klimaforandring og mindre afhængige af kemisk afgrøde-beskyttelse.

USA er velsignet med en overflod af muligvis det bedste landbrugsjord. Men den gennemsnitlige amerikanske landmand er næsten 60 år gammel, og næsten 40 procent er over 65 år gamle. For at hjælpe ældre og mandskabs-manglende landmænd bliver AI og robotteknologi mere almindelige på amerikanske landbrug, og det øger produktiviteten af arbejdskrævende opgaver som høst og pløjning, samtidig med at det giver data-drevne indsigt til at træffe informerede beslutninger, der kan forbedre afgrøde-sundhed og øge udbyttet.

Med højere kvalitets-data og forbedringer i ML, computer-vision, dyb-læring og innovative robotteknologi hjælper AI aktivt landmænd med at gøre landbrug til en mere levedygtig forretning, mere bæredygtig og mere effektiv overordnet.

For eksempel kan data-deling og samarbejde mellem landmænd og teknologi-udbydere hjælpe med at sprede værdifuld information, der øger produktivitet og afgrøde-kendskab, og det kan aktivere AI-systemer til at forbedre, samtidig med at landmænd kan få værdifuld indsigt. AI og data-deling kan endda hjælpe med at advare landbrugs-samfund om nye afgrøde-trusler, der spreder sig i en bestemt region. Uanset om man bruger AI-værktøjer eller den data, det genererer til afgrøde-overvågning eller prædictiv analyse, er det relevant ammunition i kampen for at øge fødevare-sikkerhed.

Stigende fødevareusikkerhed vil til sidst føre til økonomiske vanskeligheder, konflikter og omfattende destabilisering, der påvirker alle aspekter af menneskeligheden. At undgå disse katastrofale scenarier kræver, at AI’s positive påvirkning på landbrug udvides og spredes.