อัลกอริทึม AI ช่วยสนับสนุนการทำฟาร์ม การปลูก และการทำแผนที่ต้นไม้ทั่วโลก

สตาร์ทอัพด้านเทคโนโลยีการเกษตร ซีทรี มี เพิ่งได้รับเงินทุน 3 ล้านเหรียญจาก Orbia Venturesช่วยให้สตาร์ทอัพบรรลุภารกิจในการแปลงต้นไม้ที่เพาะปลูกให้เป็นดิจิทัล บริษัทแสดงถึงแนวโน้มที่เพิ่มขึ้นของการใช้อัลกอริธึม AI เพื่อสนับสนุนการเติบโตของต้นไม้ทั่วโลก

บางส่วนที่ใหญ่ที่สุดและประสบความสำเร็จมากที่สุดของการเกษตรยืนต้นคือการปลูกพืช ตัวอย่างเช่น ต้นพีแคนสามารถให้ผลผลิตได้เกือบ 150 ปี ในขณะที่สวนแอปเปิ้ลสามารถให้ผลผลิตได้ประมาณ 50 ปี อย่างไรก็ตามผลผลิตเหล่านี้ได้รับผลกระทบจากความผันผวนของปริมาณน้ำฝน การพังทลายของดิน อุณหภูมิ และสภาพแวดล้อมทั่วไป เมื่อต้นไม้ถูกกดดันอย่างหนัก ต้นไม้เหล่านั้นก็จะตาย

เพื่อให้แน่ใจว่าต้นไม้มีสุขภาพแข็งแรง ผู้ปลูกต้นไม้จำเป็นต้องตรวจสอบสุขภาพของต้นไม้แต่ละต้นและคาดการณ์ว่าต้นไม้จะตอบสนองต่อการเปลี่ยนแปลงของสภาพแวดล้อมอย่างไร การตรวจสอบสุขภาพของต้นไม้ด้วยการสำรวจอย่างง่ายอาจเป็นเรื่องยากอย่างไม่น่าเชื่อ เนื่องจากเกษตรกรต้องคำนึงถึงตัวแปรหลายอย่าง เช่น โรคและการเปลี่ยนแปลงสภาพภูมิอากาศ ซึ่งผลกระทบมักจะยืดเยื้อและยากที่จะหาปริมาณ เพื่อตอบสนองต่อความท้าทายเหล่านี้ เกษตรกรผู้ปลูกต้นไม้จึงหันมาใช้โซลูชันทางเทคโนโลยีที่ช่วยให้พวกเขาสามารถวิเคราะห์ความสมบูรณ์ของต้นไม้และเพิ่มประสิทธิภาพการผลิต ทำให้ใช้แรงงานน้อยลงและประหยัดต้นทุนมากขึ้น

ตามที่รายงานโดย ForbesSeeTree ใช้อัลกอริทึม AI ที่สนับสนุนโดยโดรน เซ็นเซอร์ภาคพื้นดิน นักวิทยาศาสตร์ข้อมูล และนักปฐพีวิทยาเพื่อสร้างโปรไฟล์ที่สมบูรณ์ยิ่งขึ้นของความสมบูรณ์ของต้นไม้ ปัจจุบันสตาร์ทอัพให้บริการแปลงดิจิทัลและตรวจสอบแก่เกษตรกรผู้ปลูกต้นส้ม เฮเซลนัท อัลมอนด์ อะโวคาโด และต้นมะกอก การเริ่มต้นมีเป้าหมายที่จะขยายบริการไปยังเกษตรกรของต้นพิสตาชิโอ ต้นปาล์ม และต้นยูคาลิปตัส

ตามที่อธิบายโดย Israel Talpaz ผู้ร่วมก่อตั้ง SeeTree ข้อมูลที่รวบรวมและประมวลผลโดยเครื่องมือวิทยาศาสตร์ข้อมูลและโมเดล AI ส่งผลให้ต้นไม้ที่มีประสิทธิภาพต่ำลดลงอย่างมาก โดยลดจำนวนลงระหว่าง 50 ถึง 85 เปอร์เซ็นต์ ความสามารถในการระบุต้นไม้ที่อยู่ภายใต้ความเครียดและต้องการการสนับสนุน เช่น การชลประทาน จะมีความสำคัญมากขึ้นในอีกไม่กี่ปีข้างหน้าเนื่องจากผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศ ดังที่ Talpaz อธิบายผ่าน Forbes:

“การเปลี่ยนแปลงสภาพภูมิอากาศส่งผลกระทบต่อต้นไม้ในหลายด้าน สภาพอากาศที่ร้อนและรุนแรงมากขึ้นทำให้ต้องมีระเบียบการชลประทานและโครงสร้างพื้นฐานที่แตกต่างกัน รวมถึงระดับความสามารถในการปรับตัวที่สูงขึ้นต่อพื้นที่เพาะปลูกและฟาร์ม นอกจากนี้ เรายังเห็นพื้นที่ที่ปกติไม่มีระบบชลประทานประสบความเครียดในระดับที่สูงขึ้น เนื่องจากต้นไม้ไม่สามารถรับมือได้หากไม่ได้รับความช่วยเหลือจากระบบชลประทานที่เฉพาะเจาะจง”

อัลกอริธึม AI ที่พัฒนาโดย SeeTree เป็นเพียงตัวอย่างหนึ่งของการใช้ AI เพื่อจัดการการปลูกและบำรุงรักษาต้นไม้ทั่วโลก เมื่อเร็ว ๆ นี้ทั้ง NASA และ Google ได้พัฒนาโมเดล AI เพื่อวัดปริมาณความครอบคลุมของต้นไม้ทั่วโลก โดยอ้างอิงจากภาพถ่ายทางอากาศ

Google ได้เปิดตัวความคิดริเริ่มที่เรียกว่า ห้องทดลองเรือนยอดไม้. แพลตฟอร์มนี้มีไว้สำหรับใช้งานโดยนักวางผังเมือง โดยช่วยให้พวกเขาตัดสินใจได้ว่าพื้นที่ใดของเมืองที่ต้องการร่มเงาของต้นไม้มากขึ้น หลายเมืองไม่มีงบประมาณที่จำเป็นในการประเมินอย่างแม่นยำว่าพื้นที่ใดต้องการต้นไม้มากที่สุด แต่ Tree Canopy Lab มีเป้าหมายเพื่อให้นักวางผังเมืองใช้ตัวแปรต่างๆ เช่น ความหนาแน่นของประชากร พื้นที่ปกคลุมของต้นไม้ที่มีอยู่ และความเปราะบางจากความร้อนสูง เพื่อตัดสินใจได้ดีขึ้นว่าจะปลูกต้นไม้ที่ไหน .

Tree Canopy Lab ใช้เทคนิคการมองเห็นด้วยคอมพิวเตอร์และอัลกอริธึม AI ที่ได้รับการฝึกเกี่ยวกับภาพถ่ายทางอากาศของต้นไม้เพื่อสร้างแผนที่ที่แสดงความหนาแน่นของต้นไม้ปกคลุม ห้องปฏิบัติการช่วยให้ผู้ใช้สามารถระบุบล็อกในเมืองที่สามารถปลูกต้นไม้จำนวนมากได้ พร้อมทั้งระบุทางเท้าที่เสี่ยงต่ออุณหภูมิที่สูงมากเนื่องจากมีร่มเงาน้อย ขณะนี้ Tree Canopy Lab มีให้บริการในลอสแอนเจลิสแล้ว และจากข้อมูลของ Google เครื่องมือดังกล่าวพบว่ามากกว่าครึ่งหนึ่งของผู้อยู่อาศัยใน LA อาศัยอยู่ในพื้นที่ที่มีร่มเงาของต้นไม้น้อยกว่า 10% และประมาณ 44% ของผู้อยู่อาศัยทั้งหมดอาศัยอยู่ในพื้นที่ ที่มีความเสี่ยงต่อความร้อนสูง Google วางแผนที่จะนำเครื่องมือนี้ไปใช้ในเมืองอื่นๆ หลายร้อยเมืองในปีหน้า

ขณะนี้ NASA กำลังใช้ภาพถ่ายทางอากาศที่มีความละเอียดสูง และปัญญาประดิษฐ์เพื่อแสดงแผนที่ที่มีความแม่นยำสูงของต้นไม้ในโลก เป็นผู้บุกเบิกวิธีการใหม่ในการทำแผนที่ต้นไม้ที่ประสบความสำเร็จในการจัดทำรายการต้นไม้หลายล้านต้นที่ไม่เคยทำแผนที่ก่อนหน้านี้ในไบโอมที่แห้งแล้งและกึ่งแห้งแล้งทั่วโลก

นักวิจัยจากศูนย์การบินอวกาศก็อดดาร์ดของ NASA ในรัฐแมรี่แลนด์ใช้อัลกอริธึมการเรียนรู้ของเครื่องและภาพถ่ายหลอดเลือดที่มีความละเอียดสูงเพื่อสร้างอัลกอริธึมที่สามารถจัดทำแผนที่เส้นผ่านศูนย์กลางมงกุฎของต้นไม้ได้ อัลกอริธึมถูกใช้เพื่อสร้างแผนที่ต้นไม้มากกว่า 1.8 พันล้านต้นที่แผ่กระจายไปทั่ว 1,300,000 ตารางกิโลเมตร/500,000 ตารางไมล์ อัลกอริธึมที่ทีมวิจัยใช้ใช้โครงข่ายประสาทเทียมที่ทำงานบน Blue Waters ที่มหาวิทยาลัยอิลลินอยส์ ซึ่งเป็นหนึ่งในซูเปอร์คอมพิวเตอร์ที่ทรงพลังที่สุดในประเทศ

ตามที่ Martin Brandt ผู้เขียนหลักของการศึกษาและผู้ช่วยศาสตราจารย์แห่งมหาวิทยาลัยโคเปนเฮเกน กระบวนการติดฉลากข้อมูลการฝึกอบรมใช้เวลามากกว่าหนึ่งปี แม้จะมีความพยายามในการติดฉลากข้อมูลการฝึกอบรม แต่ก็ยังเป็นกระบวนการที่เร็วกว่าการใช้วิธีการทำแผนที่แบบดั้งเดิมมาก หลังจากระบุข้อมูลแล้ว การศึกษาใช้เวลาเพียงไม่กี่สัปดาห์จึงจะเสร็จสมบูรณ์ เมื่อเทียบกับเวลาหลายปีที่ต้องใช้ในการทำแผนที่ต้นไม้ด้วยวิธีการวิเคราะห์แบบดั้งเดิม

นักวิจัยด้านนิเวศวิทยา นักอนุรักษ์ และผู้กำหนดนโยบายจำเป็นต้องมีจำนวนต้นไม้ที่ถูกต้องแม่นยำภายในพื้นที่ที่สนใจ ข้อมูลที่จัดทำโดยแบบจำลองของ NASA จะเป็นประโยชน์ในการพิจารณาว่าการเปลี่ยนแปลงสภาพภูมิอากาศส่งผลกระทบต่อต้นไม้และพื้นที่ป่าอย่างไรในช่วงหลายปีที่ผ่านมา นอกจากนี้ การพิจารณาความหนาแน่นและขนาดของต้นไม้ที่แปรผันตามการเปลี่ยนแปลงของปริมาณน้ำฝนโดยเฉลี่ยจะช่วยให้มีความพยายามในการอนุรักษ์ด้วยข้อมูลบนพื้นดินที่สำคัญ