A mezőgazdaságban új szintre léphet a hozambecslés: egy friss kutatás szerint a képfelismerő mesterséges intelligencia már szántóföldi körülmények között is nagy pontossággal képes felismerni és számolni a búzakalászokat. Ez azért izgalmas, mert a technológia a jövőben jelentősen felgyorsíthatja a várható terméshozam becslését, és a gazdák a mostaninál korábban kaphatnak képet arról, mi várható a táblán. (MDPI)
A gép már nemcsak fotóz, hanem „látja” is a búzát
Az MDPI oldalán megjelent tanulmány szerint búza terméshozamának becslése ma is kulcskérdés, de a hagyományos módszerek sok helyen továbbra is lassúak, munkaigényesek és erősen mintavétel-függők. A most bemutatott megoldás ezzel szemben mélytanulásra épülő képfelismerést használ: a rendszer a szántóföldön készült képeken automatikusan azonosítja a kalászokat, még akkor is, ha a háttér zavaró, a növényállomány sűrű, vagy a kalászok részben takarják egymást. A tanulmány szerint az alapot a YOLO objektumfelismerő algoritmuscsalád adja, amelyet kifejezetten a búzatáblák valós körülményeire hangoltak.
Ott jön az áttörés, ahol eddig a legtöbb hiba volt
A szántóföldön a kalászszámlálás nem laboratóriumi feladat: változik a fény, mozog a növényállomány, a kalászok összeérnek, árnyék vetül rájuk, és sokszor a kép háttere is „zajos”. A kutatók éppen ezekre a problémákra fejlesztették tovább a modellt. Az MDPI-n megjelent tanulmány szerint az új rendszer úgy javítja a felismerést, hogy közben a kisebb vagy részben kitakart kalászoknál is erős marad a teljesítménye. Ez különösen fontos ott, ahol a hagyományos kézi becslés már túl lassú vagy túl pontatlan lenne. Az AI segítségével történő paradicsomtermesztésről ebben a cikkben írtunk bővebben.
Drón, mobilkamera, gyorsabb döntés
A technológia igazi ereje nem pusztán abban van, hogy megszámolja a kalászokat. A tét az, hogy ezekből az adatokból gyorsabban és megbízhatóbban lehessen következtetni a várható termésre. Ha a kalászszám automatikusan meghatározható drónfelvételekből vagy akár földi kamerás képekből, az sokat segíthet a betakarítás előkészítésében, a logisztikai tervezésben, sőt a piaci döntések időzítésében is. A témában az elmúlt hónapokban több kutatás is megjelent: egy UAV-adatokra épülő AI-modell például „kiemelkedő pontossággal” jelezte előre a búzatermést, míg egy friss, spanyolországi vizsgálat már 10 méteres felbontású, műholdas idősorokra épített búza- és árpahozam-előrejelzést.
Ez már nem csak kísérlet, hanem trend
A mostani eredmény azért különösen érdekes, mert nem magányos fejlesztésről van szó, hanem egy gyorsuló irányról. Az elmúlt hetekben az IPK Leibniz Intézet vezette nemzetközi kutatócsoport is arról számolt be, hogy AI és nagy adathalmazok segítségével pontosabban meghatározható, mely téli búzafajták teljesítenek jobban az adott termőhelyeken. Vagyis az MI már nemcsak a kalászok számolásában, hanem a fajtaválasztásban és a termőhelyi alkalmazkodásban is egyre komolyabb szerepet kap. Ez a mezőgazdaság számára azt üzeni, hogy a digitális döntéstámogatás többé nem távoli ígéret, hanem nagyon is közelítő gyakorlat.
Azért még nincs kész a csodafegyver
A kutatók ugyanakkor nem állítják, hogy a probléma teljesen megoldódott. Az ilyen modellek teljesítménye továbbra is erősen függ attól, milyen minőségű és mennyiségű képpel tanították be őket. A különböző búzafajták, fejlődési állapotok, táblaállapotok és termesztési környezetek mind befolyásolhatják a pontosságot. Magyarán: az MI lehet nagyon okos, de csak akkor, ha elég sok és elég jó adatot kap. Éppen ezért a következő nagy kérdés az lesz, mennyire tudják ezeket a modelleket eltérő termőhelyi viszonyokra is üzembiztosan átültetni.
Aki előbb látja a termést, előnybe kerülhet
A mezőgazdaságban ma már nem elég jól termelni, jól kell időzíteni is. Aki hamarabb és pontosabban látja a várható hozamot, előnybe kerülhet a tápanyag-utánpótlás finomhangolásában, a növényvédelemben, a raktározási döntésekben és az értékesítési stratégiában is. Ezért lehet nagy dobás a búzakalászokat felismerő MI: nem egyszerű technológiai látványosság, hanem olyan eszköz, amely közvetlenül hathat a jövedelmezőségre. A világpiaci jelentőségét az is mutatja, hogy a FAO friss előrejelzése szerint a globális búzatermelés 2026-ban közel 3 százalékkal csökkenhet, így minden pontosabb előrejelzés és minden jobb döntés felértékelődik.
MezőHír Tudástár: búza hozambecslés mesterséges intelligenciával – mélytanulásra és képfelismerő algoritmusokra épülő digitális módszer, amely drón- vagy földi felvételeken automatikusan azonosítja és számolja a búzakalászokat, így gyorsabb és objektívebb terméshozam-előrejelzést tesz lehetővé a precíziós mezőgazdaságban és a gazdasági döntéstámogatásban.
