Máy bay không người lái AI giúp nông dân tối ưu hóa năng suất rau

 Máy bay không người lái AI giúp nông dân tối ưu hóa năng suất rau

Huỳnh Thị Đan Anh theo Đại học Tokyo

Vì lý do an ninh lương thực và động lực kinh tế, nông dân liên tục tìm cách tối đa hóa năng suất cây trồng. Do cây trồng phát triển không đồng đều nên tại thời điểm thu hoạch chắc chắn sẽ có sự khác biệt về chất lượng và kích cỡ của mỗi cây. Do đó, việc tìm ra thời điểm thu hoạch tối ưu là ưu tiên hàng đầu của nông dân. Một cách tiếp cận mới sử dụng máy bay không người lái và trí tuệ nhân tạo đã cải thiện đáng kể ước tính này bằng cách phân tích cẩn thận và chính xác từng loại cây trồng để đánh giá các đặc điểm tăng trưởng có thể có của chúng.

 

Một số câu chuyện khoa học viễn tưởng lạc quan nói về một tương lai hậu khan hiếm, nơi nhu cầu của con người được đáp ứng và lao động nặng nhọc được cung cấp bởi máy móc. Có một số cách mà tầm nhìn này dường như dự đoán một số yếu tố của tiến bộ công nghệ hiện tại. Một lĩnh vực mà tự động hóa đang tạo ra ảnh hưởng đó là lĩnh vực nghiên cứu nông nghiệp. Lần đầu tiên, các nhà nghiên cứu, bao gồm các nhà nghiên cứu đến từ Đại học Tokyo, đã trình diễn một hệ thống tự động hóa phần lớn để cải thiện năng suất cây trồng, có thể mang lại lợi ích cho nhiều người và có thể giúp mở đường cho các hệ thống trong tương lai chẳng hạn như hệ thống thu hoạch cây trồng trực tiếp.

 

Phó giáo sư Wei Guo từ Phòng thí nghiệm Hiện tượng học thực địa cho biết: “Ý tưởng tương đối đơn giản nhưng việc thiết kế, triển khai và thực hiện lại cực kỳ phức tạp. Nếu nông dân biết thời điểm lý tưởng để thu hoạch cây trồng, họ có thể giảm thiểu chất thải, điều này tốt cho họ, cho người tiêu dùng và môi trường. Nhưng thời điểm thu hoạch tối ưu không phải là điều dễ dự đoán và lý tưởng nhất là cần có kiến ​​thức chi tiết về từng loại cây; những dữ liệu đó tốn kém chi phí và thời gian nếu thuê người thu thập. Chính vì điều này, máy bay không người lái được đưa vào”.

 

Trực quan hóa dữ liệu ảnh chụp từ trên không. Chi phí nhân công và thời gian có liên quan đến sự ngăn cản việc lập danh mục thủ công từng loại cây trên cánh đồng. Tại đây, danh mục dữ liệu được thu thập bởi máy bay không người lái và được hệ thống học sâu tạo ra sẽ được xếp chồng lên các bức ảnh về cánh đồng. ©2023 Guo và cộng sự. CC-BY.

 

Guo có nền tảng về cả khoa học máy tính và khoa học nông nghiệp, vì vậy rất phù hợp để tìm ra những cách thức phần cứng và phần mềm tiên tiến có thể hỗ trợ nông nghiệp. Ông và nhóm của mình đã chứng minh rằng một số máy bay không người lái giá rẻ với phần mềm chuyên dụng có thể chụp ảnh và phân tích cây con - trong trường hợp của nghiên cứu này là cây bông cải xanh - và dự đoán chính xác các đặc điểm tăng trưởng dự kiến ​​của chúng. Máy bay không người lái thực hiện quá trình chụp ảnh nhiều lần và thực hiện mà không cần sự tương tác của con người, nghĩa là hệ thống đòi hỏi ít chi phí lao động.

 

Guo cho biết: “Một số người có thể ngạc nhiên khi biết rằng việc thu hoạch trên một cánh đồng chỉ một ngày trước hoặc sau thời gian tối ưu có thể làm giảm thu nhập tiềm năng của cánh đồng đó đối với người nông dân từ 3,7% đến 20,4%. Nhưng với hệ thống của chúng tôi, máy bay không người lái xác định và lập danh mục cây trồng trên đồng ruộng, đồng thời dữ liệu hình ảnh của chúng cung cấp cho mô hình sử dụng công nghệ học sâu để tạo ra dữ liệu trực quan dễ hiểu cho nông dân. Với chi phí máy bay không người lái và máy tính tương đối thấp hiện nay, phiên bản thương mai của hệ thống này sẽ nằm trong tầm tay của nhiều nông dân”. 

 

Thách thức chính mà nhóm phải đối mặt là phân tích hình ảnh và các khía cạnh học sâu. Bản thân việc thu thập dữ liệu hình ảnh là tương đối đơn giản, nhưng xét đến cách thực vật di chuyển trong gió và cách ánh sáng thay đổi theo thời gian và các mùa, dữ liệu hình ảnh chứa rất đa dạng mà máy móc thường khó có thể bù đắp được. Vì vậy, khi đào tạo hệ thống của mình, nhóm đã phải đầu tư rất nhiều thời gian để dán nhãn các khía cạnh khác nhau của hình ảnh mà máy bay không người lái có thể nhìn thấy để giúp hệ thống học cách xác định chính xác những gì nó đang nhìn thấy. Thông lượng dữ liệu khổng lồ cũng là một thách thức - dữ liệu hình ảnh thường ở mức hàng nghìn tỷ pixel, lớn hơn hàng chục nghìn lần so với một chiếc máy ảnh điện thoại thông minh cao cấp.

 

Guo cho biết: “Tôi được truyền cảm hứng để tìm ra nhiều cách hơn để xác định kiểu hình thực vật (đo lường các đặc điểm phát triển của thực vật) từ phòng thí nghiệm đến ngoài cánh đồng nhằm giúp giải quyết những vấn đề chính mà chúng ta gặp phải”.

Kỹ thuật ống dẫn của máy bay không người lái. Tổng quan về hệ thống thu thập và phân tích dữ liệu hình ảnh cây trồng, sau đó đưa ra mô hình giúp nông dân biết thời điểm tốt nhất để thu hoạch. ©2023 Guo và cộng sự. CC-BY.