Algoritmi umjetne inteligencije pomažu pri uzgoju drveća, sadnji i mapiranju diljem svijeta

Startup za poljoprivrednu tehnologiju SeeTree ima nedavno je dobio 3 milijuna dolara financiranja od Orbia Venturesa, pomažući startupu da ostvari svoju misiju digitalizacije uzgojenih stabala. Tvrtka predstavlja rastući trend korištenja AI algoritama za podršku rastu drveća diljem svijeta.

Neki od najvećih i najuspješnijih dijelova višegodišnje poljoprivrede su usjevi drveća. Na primjer, stabla pekana mogu davati urod gotovo 150 godina, dok voćnjak jabuke može davati urod oko 50 godina. Međutim, na te prinose utječu fluktuacije padalina, erozije tla, temperature i općenitog okoliša. Kada je drveće izloženo značajnom stresu, ono umire.

Kako bi osigurali zdravlje usjeva drveća, uzgajivači drveća trebaju pratiti zdravlje pojedinačnih stabala i predvidjeti kako bi ona mogla odgovoriti na promjene u okolišu. Praćenje zdravlja stabala jednostavnim pregledom može biti nevjerojatno teško jer poljoprivrednici moraju uzeti u obzir mnoge varijable poput bolesti i klimatskih promjena, čiji učinci često mogu biti dugotrajni i teško ih je kvantificirati. Kako bi odgovorili na te izazove, uzgajivači drveća okreću se tehnološkim rješenjima koja im omogućuju analizu zdravlja usjeva drveća i optimizaciju proizvodnje, omogućujući manje radno intenzivna, a troškovno učinkovitija rješenja.

Kako prenosi Forbes, SeeTree koristi algoritme umjetne inteligencije koje podržavaju dronovi, senzori na tlu, znanstvenici za podatke i agronomi za stvaranje potpunijeg profila zdravlja stabla. Startup trenutno pruža usluge digitalizacije i praćenja uzgajivačima citrusa, lješnjaka, badema, avokada i maslina. Startup ima za cilj proširiti svoje usluge na uzgajivače stabala pistacija, palmi i eukaliptusa.

Kao što je objasnio suosnivač SeeTreeja, Israel Talpaz, podaci prikupljeni i obrađeni njihovim alatima za znanost o podacima i modelima umjetne inteligencije rezultirali su znatnim smanjenjem stabala s lošim rezultatima, smanjujući ih za između 50 i 85 posto. Sposobnost određivanja koja su stabla pod stresom i potrebna im je podrška, poput navodnjavanja, postat će važnija u nadolazećim godinama zbog učinaka klimatskih promjena. Kako je Talpaz objasnio putem Forbesa:

„Klimatske promjene uzimaju danak na drveću u nekoliko aspekata; toplije i ekstremnije vrijeme zahtijeva različite protokole navodnjavanja i infrastrukturu, kao i više razine prilagodljivosti po nasadu i farmi. Osim toga, vidimo da područja koja se tradicionalno nisu navodnjavala trpe više razine stresa jer se stabla ne mogu nositi bez pomoći specifičnog navodnjavanja.”

AI algoritmi koje je razvio SeeTree samo su jedan primjer kako se AI koristi za upravljanje sadnjom i održavanjem drveća diljem svijeta. I NASA i Google nedavno su razvili modele umjetne inteligencije namijenjene kvantificiranju pokrivenosti krošnjama drveća diljem svijeta, na temelju slika iz zraka.

Google je pokrenuo inicijativu pod nazivom Laboratorija za krošnje drveća. Platforma je namijenjena gradskim urbanistima, pomažući im da utvrde koje regije u gradu trebaju više pokrivenosti krošnjama. Mnogi gradovi nemaju proračun potreban za točnu procjenu gdje su stabla najpotrebnija, ali Tree Canopy Lab ima za cilj dopustiti gradskim planerima da koriste varijable kao što su gustoća naseljenosti, pokrivenost postojećim stablima i ekstremna toplinska osjetljivost kako bi došli do boljih odluka o tome gdje saditi drveće .

Tree Canopy Lab koristi tehnike računalnog vida i algoritme umjetne inteligencije obučene na slikama stabala iz zraka za izradu karata koje prikazuju gustoću pokrivenosti drveća. Laboratorij korisnicima omogućuje prepoznavanje gradskih blokova u kojima bi se mogao posaditi veliki broj stabala, kao i određivanje koji su nogostupi osjetljivi na ekstremno visoke temperature zbog manje sjene. Tree Canopy Lab trenutno je dostupan za korištenje u Los Angelesu, a prema Googleu, alat je otkrio da više od polovice svih stanovnika LA-a živi u područjima s manje od 10% pokrivenosti krošnjama drveća, a oko 44% svih stanovnika živi u područjima s ekstremnim rizikom od vrućine. Google planira staviti alat u još stotine gradova tijekom sljedeće godine.

NASA sada koristi snimke iz zraka visoke rezolucije i umjetnu inteligenciju za izradu vrlo preciznih karata Zemljinog drveća, pionirsku novu metodu kartiranja stabala koja je uspješno katalogizirala milijune prethodno nekartiranih stabala u sušnim i polusušnim biomima diljem svijeta.

Istraživači iz NASA-inog Centra za svemirske letove Goddard u Marylandu koristili su algoritme strojnog učenja i arterijske slike visoke rezolucije kako bi stvorili algoritme koji mogu mapirati promjer krošnje stabla. Algoritam je korišten za mapiranje preko 1.8 milijardi stabala raspoređenih na 1,300,000 četvornih kilometara/500,000 četvornih milja. Algoritmi koje je koristio istraživački tim koristili su konvolucijske neuronske mreže koje rade na Blue Watersu na Sveučilištu Illinois, jednom od najmoćnijih superračunala u zemlji.

Prema Martinu Brandtu, glavnom autoru studije i docentu na Sveučilištu u Kopenhagenu, proces označavanja podataka o obuci trajao je više od godinu dana. Unatoč trudu uloženom u označavanje podataka o obuci, to je još uvijek bio puno brži proces od korištenja tradicionalnih metoda mapiranja. Nakon što su podaci označeni, studija je trajala samo nekoliko tjedana da se dovrši, u usporedbi s godinama koje su možda bile potrebne za mapiranje stabala korištenjem tradicionalnih analitičkih metoda.

Ekološki istraživači, zaštitari i kreatori politike moraju imati točan broj stabala unutar područja od interesa. Podaci dobiveni NASA-inim modelom bit će korisni u određivanju utjecaja klimatskih promjena na drveće i šumovita područja tijekom godina. Osim toga, određivanje kako gustoća i veličina drveća variraju u skladu s promjenama u prosječnoj količini oborina pružit će naporima za očuvanje važne podatke na terenu.