سامانه آبیاری با هوش مصنوعی فارسی / پلتفرم هوشمند با قابلیت توسعه در بازارهای کشاورزی منطقه

به گزارش خبرگزاری آنا؛ توسعه فناوری‌های هوشمند در بخش کشاورزی می‌تواند با مدیریت دقیق منابع آب، پیش‌بینی نیاز آبی گیاه و تطبیق برنامه آبیاری با شرایط آب‌وهوایی، بخشی از چالش‌های ناشی از کمبود منابع آبی و افزایش هزینه‌های تولید را کاهش دهد؛ در همین راستا، یک فعال دانش‌بنیانی از طراحی و توسعه پلتفرم سخت‌افزاری و نرم‌افزاری مبتنی بر هوش مصنوعی برای مدیریت هوشمند آبیاری مزارع خبر داد.

منصوره کفاش، مدیرعامل یک مجموعه دانش‌بنیان، در گفت‌و‌گو با خبرنگاراقتصادی آنا، با تشریح ویژگی‌های این محصول اظهار کرد: این محصول شامل یک پلتفرم سخت‌افزاری و یک پلتفرم نرم‌افزاری است که هر یک از آنها به‌صورت مستقل از سخت‌افزار نیز قابلیت فعالیت دارند و بخش نرم‌افزاری آن با استفاده از هوش مصنوعی فارسی توسعه یافته است.

وی افزود: در مدیریت آبیاری سه پرسش اساسی مطرح است؛ اینکه چه مقدار آب باید به گیاه داده شود، چه زمانی باید آبیاری انجام شود و آب با چه روشی و به چه میزان به پای گیاه برسد. سامانه طراحی‌شده با استفاده از داده‌های آنلاین هواشناسی و تطبیق این اطلاعات با شرایط گیاه، خاک و وضعیت حاکم بر مزرعه، امکان مدیریت منابع آبی را فراهم می‌کند.

محاسبه نیاز آبی گیاه بر اساس داده‌های به‌روز هواشناسی

کفاش ادامه داد: داده‌های هواشناسی هر یک ساعت یک‌بار دریافت می‌شوند و محاسبات سامانه نیز بر همین اساس مجدداً انجام می‌شود. سپس شرایط آبیاری تا ۱۴ روز آینده از طریق یک تقویم آبیاری در اختیار کاربر قرار می‌گیرد.

مدیرعامل این مجموعه دانش‌بنیان توضیح داد: رنگ‌بندی‌ها و پیشنهاد‌های آبیاری موجود در این تقویم هر یک ساعت یک‌بار به‌روزرسانی می‌شوند. همچنین هر زمان که کشاورز اقدام به آبیاری کند، میزان آب مصرف‌شده در تقویم ثبت می‌شود و سامانه از همان زمان، با استفاده از اطلاعات قبلی، داده جدید آبیاری و آخرین اطلاعات هواشناسی، محاسبات خود را برای ۱۴ روز آینده مجدداً انجام می‌دهد.

وی بیان کرد: این سامانه علاوه بر ارائه برنامه آبیاری، امکان دریافت هشدار‌های هواشناسی و هشدار‌های مدیریتی را نیز فراهم می‌کند؛ به‌عنوان مثال، کاربر می‌تواند از وقوع گرمای بیش از حد، افزایش سرعت باد و حتی باد‌های کراسی مطلع شود. بخشی از تنظیمات هشدار‌ها در اختیار کاربر قرار دارد و بخشی نیز به‌صورت پیش‌فرض توسط سامانه تعیین می‌شود.

کفاش گفت: زمانی که نرم‌افزار به بخش سخت‌افزاری متصل باشد، میزان آبیاری محاسبه‌شده می‌تواند به‌صورت خودکار اجرا شود و پس از دریافت بازخورد از سیستم، عملکرد آن مجدداً بررسی می‌شود. حتی در شرایطی مانند قطعی برق نیز این موضوع در محاسبات سامانه لحاظ شده و وضعیت اجرای فرآیند به کاربر نمایش داده می‌شود.

وی اضافه کرد: در کنار فعالیت خودکار سامانه، امکان مدیریت دستی نیز برای کاربر وجود دارد. برای نمونه، اگر ترکیدگی لوله اتفاق بیفتد یا مزرعه به آبشویی بیشتری نیاز داشته باشد، کشاورز می‌تواند این شرایط را در سامانه وارد کرده یا سیستم را از حالت اتوماتیک خارج کند.

چرا این سامانه بر سنسور‌ها متکی نیست؟

این فعال دانش‌بنیان درباره بخش سخت‌افزاری محصول و استفاده از سنسور‌ها گفت: رویکرد ما حرکت به سمت سیستم‌های بدون سنسور است و این موضوع دلایل مشخصی دارد. زمانی که درباره کشاورزی در فضای باز صحبت می‌کنیم، شرایط با گلخانه متفاوت است؛ در گلخانه یک محیط کنترل‌شده و یک اقلیم مشخص در اختیار داریم و می‌توان از سنسور‌های مختلف استفاده کرد، اما در کشاورزی فضای باز محدودیت‌های متعددی وجود دارد.

کفاش ادامه داد: بسیاری از طرح‌هایی که تاکنون در حوزه استفاده از سنسور در کشاورزی اجرا شده‌اند، در محیط‌های کوچک و پایلوت باقی مانده‌اند و ورود آنها به محیط واقعی کشاورزی با چالش‌هایی همراه بوده است.

وی با اشاره به برخی از این چالش‌ها گفت: در محیط واقعی، موضوع سرقت، تأمین برق، انتخاب نوع سنسور، شرکت تولیدکننده، میزان دقت سنسور و نحوه کالیبراسیون آن مطرح است. علاوه بر این، باید محل نصب سنسور به‌گونه‌ای انتخاب شود که با عبور ماشین‌آلات کشاورزی تداخل ایجاد نکند و در فرآیند تولید اختلال به وجود نیاورد.

مدیرعامل این مجموعه دانش‌بنیان، اظهار کرد: به همین دلیل، در سامانه خود به جای وابستگی گسترده به سنسورها، از داده‌های آنلاین هواشناسی در کنار داده‌های خاک استفاده می‌کنیم. آزمایش خاک یکی از داده‌هایی است که به‌صورت مستمر در فرآیند استفاده از سامانه مورد توجه قرار می‌گیرد و اطلاعات مربوط به خاک، شرایط گیاه و نوع گیاه با یکدیگر ترکیب می‌شوند تا سامانه بتواند به دقت بالایی در محاسبات برسد.

دستیابی به دقت ۹۶ درصدی در ارزیابی داده‌های مرجع

کفاش با اشاره به ارزیابی عملکرد سامانه با استفاده از داده‌های خارجی گفت: برای ارزیابی دقت سامانه از یک دیتاست آمریکایی استفاده کردم که اطلاعات آب، خاک و گیاه را در بازه‌های ۱۵ دقیقه‌ای جمع‌آوری کرده بود. همان ورودی‌ها را در سامانه خودمان قرار دادیم و نتایج را در بخش‌های مختلف این دیتاست مورد استفاده و ارزیابی قرار دادیم که دقت آن به حدود ۹۶ درصد رسید.

وی افزود: البته این ارزیابی به معنای آن نیست که دقیقاً همین میزان دقت در تمام شرایط ایران نیز تکرار شود، زیرا به لایسیمتر‌های وزنی مورد استفاده در آن دیتاست آمریکایی در داخل کشور دسترسی نداریم. با حذف سنسور‌ها مقداری خطا به سیستم اضافه می‌شود، اما در مقابل، هزینه‌های سربار و مشکلات عملیاتی استفاده از سنسور‌ها نیز حذف می‌شود؛ موضوعی که برای کشاورز می‌تواند یک عامل محدودکننده باشد.

کفاش، تأکید کرد: هدف ما این است که بتوانیم استفاده از این نوع فناوری و روش آبیاری را در سطح گسترده‌تری از کشاورزی کشور توسعه دهیم.

تمرکز بر کشاورزان خرده‌مالک و امنیت غذایی

وی درباره جامعه هدف این محصول اظهار کرد: تمرکز اصلی مجموعه بر کشاورزان خرده‌مالک است، چراکه بخش قابل توجهی از کشاورزی و امنیت غذایی کشور بر دوش این گروه قرار دارد. البته در حال حاضر بیشترین استفاده از سامانه توسط کشاورزان پیشرو و هلدینگ‌های کشاورزی انجام می‌شود.

این فعال دانش‌بنیان افزود: استفاده مجموعه‌های پیشرو از این فناوری کمک می‌کند ریسک استفاده از آن در میان کشاورزان خرده‌مالک کاهش پیدا کند و اعتمادپذیری نسبت به فناوری افزایش یابد.

تفاوت محصول ایرانی با نمونه‌های خارجی

کفاش درباره مقایسه محصول با نمونه‌های خارجی نیز گفت: مقایسه مستقیم این محصول با نمونه‌های خارجی به دلیل تفاوت زیرساخت‌ها و داده‌های مورد استفاده چندان دقیق نیست. نمونه‌های خارجی به داده‌های ماهواره‌ای بیشتری دسترسی دارند و از سنسور‌ها و حسگر‌های محیطی، از جمله دوربین‌های تخصصی منطقه‌ای، استفاده می‌کنند؛ بنابراین تطبیق مستقیم عملکرد آنها با محصول ما امکان‌پذیر نیست.

وی توضیح داد: دلیل استفاده ما از دیتاست آمریکایی این بود که یکی از دقیق‌ترین روش‌های اندازه‌گیری آب و خاک برای یک گیاه، استفاده از لایسیمتر‌های وزنی است. در این روش، بخش وسیعی از خاک کشاورزی که همان گیاه در همان خاک رشد می‌کند، در شرایط خاص تحت اندازه‌گیری قرار گرفته و حسگر‌های مختلف نیز روی آن قرار می‌گیرند.

کفاش ادامه داد: از آنجا که چنین داده‌هایی را در داخل کشور در اختیار نداشتیم، اگر می‌خواستیم سامانه را در یک مزرعه الگو ارزیابی کنیم، احتمال ورود خطا‌های محیطی وجود داشت. به همین دلیل از داده‌های معتبر و منتشرشده خارجی استفاده کردیم تا ارزیابی عملکرد سامانه با اطمینان بیشتری انجام شود.

چالش واردات تجهیزات و تأثیر آن بر توسعه محصولات دانش‌بنیان

این فعال دانش‌بنیانی در ادامه با اشاره به چالش‌های مسیر تولید گفت: یکی از مهم‌ترین مشکلات، زمان‌محور بودن فعالیت ماست؛ چراکه سامانه مستقیماً با فرآیند رشد گیاه و دوره‌های کشت ارتباط دارد. برای مثال، در مورد ذرت، دوره مشخصی برای کاشت و برداشت وجود دارد و اگر فرصت ارائه خدمت به کشاورز در زمان مناسب از دست برود، عملاً امکان استفاده از فناوری در آن دوره کشت نیز از بین می‌رود.

وی افزود: برای سامانه اینترنت اشیای خود، کنترل‌کننده‌هایی را برای شیر‌های برقی طراحی کرده‌ایم که نمونه مشابه آن در ایران وجود ندارد. این شیر‌ها به دلیل مصرف برق بسیار پایین و دریافت یک پالس در بازه‌ای کوتاه، برای سیستم ما مناسب بودند.

کفاش با اشاره به مشکلات تأمین این تجهیزات اظهار کرد: در حال حاضر با مشکلات واردات این تجهیزات مواجه هستیم. بخشی از تجهیزات در گمرک باقی می‌ماند و فرآیند تخصیص ارز نیز در مقاطعی حدود هشت تا ۹ ماه متوقف شده بود. چنین شرایطی می‌تواند چرخه حیات یک سیستم دانش‌بنیان را با مشکل مواجه کند.

وی ادامه داد: فرض کنید تجهیزات در اسفند یا بهمن‌ماه به دست ما برسد و پروژه قرار باشد در فروردین‌ماه آغاز شود؛ در چنین شرایطی موانعی مانند جنگ، مشکلات وارداتی و تأخیر در تأمین تجهیزات می‌تواند اجرای پروژه را با مشکل مواجه کند.

این فعال دانش‌بنیان، تأکید کرد: البته بخش عمده کنترل‌کننده‌ها و مجموعه سیستم توسط نیرو‌های نخبه داخلی طراحی شده و از پایه در اختیار مجموعه قرار دارد، اما در بخش‌هایی که نمونه داخلی وجود ندارد، همچنان با محدودیت واردات مواجه هستیم.

ضرورت توجه جدی‌تر به امنیت غذایی

کفاش در بخش دیگری از سخنان خود با تأکید بر اهمیت امنیت غذایی گفت: امنیت غذایی باید به‌صورت جدی مورد توجه قرار گیرد و پایه اصلی این امنیت، کشاورزان هستند.

وی افزود: کشاورزان سرمایه‌های ارزشمندی هستند و جامعه باید با نگاه ویژه‌تری به این قشر توجه کند. در طراحی پلتفرم‌های سخت‌افزاری و نرم‌افزاری خود نیز تلاش کرده‌ایم پیچیدگی‌های محاسباتی و اطلاعات مورد نیاز را تا حد امکان در پشت سامانه قرار دهیم تا کشاورز بتواند با حداقل اطلاعات از این فناوری استفاده کند.

این فعال دانش‌بنیانی خاطرنشان کرد: کشاورز نمی‌تواند به‌سادگی ریسک استفاده از یک فناوری جدید را بپذیرد، چراکه محصول و درآمد او در میان است و باید این حق را به او داد؛ بنابراین لازم است ابتدا سطح آگاهی کشاورزان نسبت به ابزار‌های نوین و فناوری‌های مورد استفاده در کشاورزی افزایش پیدا کند و سپس با ایجاد اعتماد، استفاده از سخت‌افزار‌ها و سامانه‌های هوشمند توسعه یابد.

وی گفت: زمانی که این اعتماد و آگاهی شکل بگیرد، می‌توان از فناوری برای کمک واقعی به کشاورزان، افزایش بهره‌وری منابع و ارتقای دانش در حوزه کشاورزی استفاده کرد.