مقدمة في الذكاء الاصطناعي ومجال التحقق في الهندسة الزراعية

المكاسب:

• القدرة على تحديد أين يوفر الذكاء الاصطناعي الوقت الفعلي في سير عمل الهندسة الزراعية وما هي القرارات التي يجب أن تظل مسؤولية المهندس الزراعي
• القدرة على تطبيق ثلاثة تخصصات أساسية تتحقق من صحة كل مخرجات الذكاء الاصطناعي حسب الحجم والمعقولية الزراعية والأدلة الميدانية
• تعرف على مخاطر الغموض والهلوسة وخصوصية بيانات المزارعين واعتاد على إعداد مطالبات آمنة من خلال إخفاء هوية السياق.

الهندسة الزراعية هي فن إدارة النظام الحي - التربة والنباتات والمناخ والناس - في وقت واحد. الحقل لا يتكرر أبدًا مرتين: نفس البذرة، نفس الأسمدة، نفس الري ينتج عوائد مختلفة في سنوات مختلفة لأن الطقس ورطوبة التربة وضغط المرض ومئات المتغيرات تلعب دورًا دائمًا. ولهذا السبب فإن الزراعة مهنة تعمل بطبيعتها مع عدم اليقين. يعد الذكاء الاصطناعي (الذكاء الاصطناعي؛ أنظمة برمجية تتعلم من أنماط البيانات الضخمة وتنتج نصوصًا أو صورًا أو أرقامًا) أداة قوية في إدارة حالة عدم اليقين هذه، ولكنها أيضًا أداة يمكنها إخفاء نفس حالة عدم اليقين بلغة مشرقة بشكل خطير. تضع هذه الوحدة الأساسين اللذين سيتم بناء الوحدة بأكملها عليهما: أين ينتج الذكاء الاصطناعي قيمة حقيقية في سير العمل الزراعي وكيف يمكننا التحقق من صحة كل ناتج.

لنكن واضحين من البداية: لن تحل أي من التقنيات التي ستتعلمها خلال هذه الوحدة محل التوقيع والملاحظة الميدانية والحكم الهندسي لمهندس زراعي مؤهل (مهندس زراعي). الذكاء الاصطناعي مساعد؛ يقرأ بسرعة، ويكتب بسرعة، ويلتقط الأنماط. ولكن إذا تسببت وصفة خاطئة للأسمدة في تلويث مجرى النهر، وإذا تركت جرعة خاطئة من المبيدات الحشرية بقايا على المحصول وتضر بسلامة الأغذية، وإذا أدت خطة الري الخاطئة إلى تحويل التربة إلى جرداء، فإن المسؤولية لا تقع على عاتق البرنامج بل على عاتق المهندس الذي وقع عليها. سوف ترى هذه الجملة مرة أخرى بأشكال مختلفة في كل وحدة من الوحدة، لأن هذه هي الحقيقة الوحيدة في مهنة تكون فيها السلامة البيئية والغذائية على المحك.

أين يخلق الذكاء الاصطناعي قيمة في سير العمل الزراعي؟

ينقسم أسبوع المهندس الزراعي تقريبًا إلى ثلاثة أنواع من العمل: إعداد البيانات (قراءة تقارير تحليل التربة، وتحرير الملاحظات الميدانية، ومسح جداول أجهزة الاستشعار)، والتفسير والتحليل (تقييم صحة النبات، وتشخيص الأمراض، وتخطيط الأسمدة والري، وتقدير العائد)، والتواصل (تقرير المزارعين، والوصفات الطبية، وسجل الشهادات، والمراسلات الرسمية). يمس الذكاء الاصطناعي المجالات الثلاثة، لكن مساهمته ومخاطره تختلف في كل منها.

يعد إعداد البيانات هو مجال الذكاء الاصطناعي الأكثر أمانًا والأكثر ربحية. إن تحويل الملاحظات الميدانية المتفرقة إلى جدول بيانات قياسي، وجمع تنسيقات مختلفة من التقارير من مختبرات مختلفة في قالب واحد، ووضع علامة على القيم المتطرفة في آلاف الأسطر من سجلات مستشعرات الرطوبة - هذه هي المهام المتكررة، والمبنية على القواعد، وسهلة التحقق. حتى لو كان هناك خطأ هنا، فسيستغرق الأمر دقائق للعودة إلى المصدر (البيانات الأولية) والتحقق منه.

إن مجال التفسير والتحليل يحمل أعلى قيمة وأعلى مخاطرة. يمكن للذكاء الاصطناعي أن يقترح منطقة إجهاد مائي محتملة من خريطة NDVI؛ يمكن أن يكشف هذا عن نمط قد يفوته حتى العين ذات الخبرة في مجال كبير. لكن النموذج نفسه يمكنه أن يصف بثقة مرضًا غير موجود في تلك المنطقة بأنه "تهديد واسع النطاق". وعندما ينتج النموذج معلومات غير موجودة في الواقع وكأنها حقيقية، فهذا ما يسمى بالهلوسة. وفي هذا المجال، يعد الذكاء الاصطناعي مولدًا للفرضيات، وليس صانعًا للقرار.

وفي مجال الاتصالات، يعتبر الذكاء الاصطناعي بمثابة مسرّع مشروع. يقوم بصياغة تقرير معلومات المزارعين أو ملخص الأدبيات أو نص طلب الشهادة في دقائق. ويكمن الخطر هنا في أن المصادر الملفقة والجرعات غير الصحيحة قد تجد طريقها إلى المزارع أو الجهة الخاضعة للتدقيق دون أن يلاحظها أحد في النص المتدفق.

نصيحة: قبل إسناد مهمة إلى الذكاء الاصطناعي، اسأل نفسك: "كيف سأعرف ما إذا كانت هذه النتيجة خاطئة وما هي المدة التي سيستغرقها إصلاحها؟" إذا كانت الإجابة دقائق (تنظيف البيانات)، فاستخدمها بشكل مريح؛ إذا كانت الإجابة "لن أفهم حتى يتلف المنتج" (قرار الجرعة)، فتأكد من التحقق بشكل مستقل.

التحقق من صحة الانضباط: قاعدة المرساة الثلاثة

جوهر هذه الوحدة هو عادة واحدة: عدم دمج أي مخرجات للذكاء الاصطناعي في قرار زراعي دون التحقق من صحته. نحن نبني التحقق من الصحة على ثلاث نقاط تثبيت مستقلة.

المرساة الأولى - ترتيب الحجم. هل النتيجة تقريبًا ضمن نطاق القوة المتوقعة وهو 10؟ عادة ما تكون متطلبات النيتروجين النقي لكل هكتار في القمح في حدود 10-18 كجم؛ إذا فقد النموذج 60 كجم لكل ديكار، فهناك خطأ في الوحدة أو التحرير ويمكن فهمه دون الخوض في التفاصيل. معدل التدفق لنظام الري بالتنقيط هو في حدود لتر في الساعة؛ إذا كان النموذج يعطي متر مكعب، فهذا هراء. يستغرق هذا الفحص ثوانٍ ويكتشف معظم الأخطاء.

المرساة الثانية -- المعقولية الزراعية. هل يتوافق الناتج مع بيولوجيا المحصول ومناخ المنطقة؟ إذا أوصى النموذج بزراعة القمح الشتوي في منتصف الصيف؛ أو إذا اعتبرت آفة استوائية لم يسبق رؤيتها في المنطقة على أنها التهديد الرئيسي، فإما أن يكون هناك خطأ في البناء أو أن النموذج هراء. إن الفينولوجيا (مراحل النمو) للمحصول ونوع التربة والمناخ المحلي هي عوامل تصفية المعقولية التي يجب أن يمر بها كل مقترح.

المرساة الثالثة - إثبات ميداني. هذا هو أقوى مرساة. تم أخذ العينة باستخدام مثقاب التربة، وتحليل الأوراق، والعد البصري في الحقل، وقراءة مستشعر الرطوبة. يتم اختبار إشارة الإجهاد من القمر الصناعي من خلال الذهاب إلى نفس المنطقة والنظر إلى المصنع. يتم تأكيد التشخيص الأولي للمرض عن طريق أخذ العينة وفي المختبر. الحقيقة الأرضية تفوز دائمًا.

ثلاث حالات صغيرة: بالأرقام

الحالة 1 - الوقت الموفر في تفسير تقرير التربة. كان أحد المهندسين الزراعيين يقوم يدويًا بتلخيص تقارير تحليل التربة لـ 38 قطعة أرض مختلفة (كل منها في شكل مختبري مختلف)؛ بمعدل 20 دقيقة لكل تقرير، أي ما مجموعه 13 ساعة تقريبًا. ومن خلال سير عمل الرسوم البيانية المدعوم بالذكاء الاصطناعي، قام بتقليل المسودة الأولى إلى 4 دقائق لكل تقرير، مع تخصيص الوقت المتبقي للتحقق من الحدود يدويًا. انخفض إجمالي الوقت إلى حوالي 5 ساعات؛ الأمر الحاسم هو أن الوقت المكتسب تم إنفاقه على السيطرة.

الحالة 2 - الهلوسة الملتقطة. عندما طلب أحد المتدربين من الذكاء الاصطناعي تلخيص التاريخ المرضي لمزرعة العنب، تضمن النص جملة "ضغط الحمضيات السائد في هوانغ لونغ بينغ (HLB) في المنطقة". ومع ذلك، كان هناك كروم العنب (العنب) في الطرد، وليس الحمضيات؛ لقد أربك النموذج معلومات منتج آخر. اكتشف مرشح المعقولية الزراعية (نمط المحاصيل لا يتوافق مع HLB) الخطأ قبل التوقيع على التقرير.

الحالة 3 - خطأ في الوحدة. في أحد حسابات الأسمدة، خلط النموذج بين التوصية لكل هكتار والتوصية لكل هكتار، مما أدى إلى تضخيم جرعة النيتروجين بعامل قدره 10 (نظرًا لأن الهكتار الواحد = 10 هكتارات). كشف ترتيب الحجم - "لا يمكن أن تحتوي هذه الطرود على 15 كجم ولكن 150 كجم من النيتروجين النقي" - عن الخطأ على الفور. ولو تم تنفيذه، لكان قد حدث ضرر اقتصادي وتلوث بالنترات.

موجه ضعيف / موجه قوي

المطالبة هي تعليمات مكتوبة تقدمها إلى الذكاء الاصطناعي؛ جودتها تحدد بشكل مباشر جودة المخرجات.

حث ضعيف:

قم بتقييم حالة هذا الحقل وأخبرني بما يجب أن أفعله.[البيانات]

مطالبة قوية:

دورك: مهندس زراعي كبير (مهندس زراعي). قم بتفسير البيانات الميدانية التالية فقط بناءً على المعلومات المقدمة. - عدم إضافة أي منتج أو مرض أو سماد أو قيمة غير موجودة في البيانات. - إظهار خط البيانات الذي تعتمد عليه مع وضع الأقواس بجانب كل تعليق. - اكتب "البيانات غير كافية" عندما لا تكون متأكدًا، ولا تقم بالتخمين. - لا تعطي توصيات بشأن الجرعات والأدوية؛ بدلاً من ذلك، قم بإعداد قائمة منفصلة من 3 افتراضات تحتاج إلى التحقق منها. البيانات: [البيانات الميدانية]

يفرض الموجه القوي ثلاثة أشياء على النموذج: التمسك بالمصدر، والاعتراف بعدم اليقين، وترك القرار الحاسم (الجرعة) للمهندس. وهذا لا ينهي الهلوسة تمامًا، لكنه يجعلها مرئية.

أربعة قوالب قابلة للنسخ

1) إنشاء سياق مجهول:

أريد المساعدة في مهمة الهندسة الزراعية. اسم المزارع وإحداثيات الحقل ومعرف قطعة الأرض ومعلومات التكلفة سرية؛ سأقدم لهم تعبيرات تمثيلية مثل "Farmer-A"، "Plot-1"، "X إحداثي". المهمة: [المهمة]. لا تضف افتراضات غريبة تعتمد فقط على البيانات الفنية التي أقدمها.

2) ثلاثة طلبات للتحقق من الإرساء:

قم بإجراء ثلاثة فحوصات للمخرجات التالية: 1) ترتيب الحجم: هل كل رقم يقع ضمن النطاق المتوقع للمحصول/المنطقة؟ 2) المعقولية الزراعية: هل هناك ادعاء متعارض مع بيولوجيا المحاصيل/المناخ؟ 3) قائمة التحقق: العناصر التي تحتاج إلى تأكيد في الحقل/المختبر.الإخراج: [نص]

3) فرض الغموض:

أعط تفسيرك على ثلاثة مستويات من الثقة: - ثقة عالية (مدعومة مباشرة بالبيانات) - ثقة متوسطة (استدلال زراعي معقول) - ثقة منخفضة (تكهنات؛ مطلوب تأكيد ميداني) اكتب كل عنصر مع الإشارة إلى مستواه.

4) فحص العلم الأحمر قبل اتخاذ القرار:

قم بإدراج المخاطر الثلاثة الأكثر خطورة (البيئية، وسلامة الأغذية، والاقتصادية) التي يمكن أن تنشأ إذا اتبعت هذا الاقتراح وعلامات الإنذار المبكر لكل منها.

جدول المفاهيم الأساسية

مصطلح

معنى

لماذا هو مهم؟

مهندس زراعي

مهندس زراعي، أخصائي إنتاج زراعي

المسؤولية النهائية عن القرارات الحاسمة

هلوسة

ينتج الذكاء الاصطناعي معلومات غير موجودة بثقة

أكبر خطر الثقة دون التحقق

الفينولوجيا

مراحل نمو النبات (النشوء، التزهير...)

أسس جدولة القرارات

الحقيقة الأرضية

الملاحظة/القياس المباشر في الميدان

مرساة المصادقة لجميع البيانات البعيدة

NDVI

مؤشر حيوية الغطاء النباتي

أداة أساسية لرصد الصحة عن بعد

الأخطاء الشائعة

• الخلط بين الطلاقة والدقة. لا تشير اللغة التركية الجميلة والواثقة التي يستخدمها الذكاء الاصطناعي إلى أن النتيجة صحيحة؛ أخطر الهلوسة هي الأكثر سيولة.
• الاعتقاد بأن التحقق هو مضيعة للوقت. إذا لم تقضي الوقت الموفر في التحقق، فسيقوم الذكاء الاصطناعي بتسريع الخطأ نيابة عنك.
• مشاركة البيانات الحساسة كما هي. إن تنسيق المزارعين وإنتاجيتهم وتكاليفهم هي مسائل تتعلق بالملكية والسرية؛ لا تشارك دون إخفاء الهوية.
• ترك قرار الجرعة الحاسمة للذكاء الاصطناعي. تتطلب جرعات الأسمدة والمبيدات والري معايرة وتشريعات ميدانية؛ الذكاء الاصطناعي ينتج مسودات فقط.
• الاكتفاء بمرساة واحدة. إن النظر فقط إلى ترتيب الحجم وحذف المعقولية والأدلة الميدانية يتجاوز الأخطاء الدقيقة.

تحذير: عندما يخبرك الذكاء الاصطناعي بوجود مرض X في هذه المنطقة، فهذه فرضية وليست تشخيصًا. تشخبص؛ يتم وضع العينة بموافقة المختبر والمهندس المعتمد.

في ملخص

الذكاء الاصطناعي هو الأداة الأكثر أمانًا في إعداد البيانات، ومسرع الاتصالات، والأداة الأكثر قيمة وخطورة في التفسير والتحليل في الهندسة الزراعية. العمود الفقري لهذه الوحدة هو ثلاثة تخصصات أساسية: اختبار كل ناتج وفقًا لترتيب الحجم والمعقولية الزراعية والأدلة الميدانية. الهلوسة حقيقية، والطلاقة ليست دقة، ومسؤولية القرارات الحاسمة تقع دائمًا على عاتق المهندس الزراعي الموقّع. في الوحدات اللاحقة، سنطبق هذا التخصص على الزراعة الدقيقة، ومؤشر الغطاء النباتي للفرق (NDVI)، والتربة، والري، والأمراض، والمناخ، والإنتاجية، وPython، وإمكانية التتبع واحدًا تلو الآخر.

مهمة التطبيق

بالنسبة للمجال الذي لديك (أو حقل تمثيلي)، اسأل الذكاء الاصطناعي أولاً موجهًا ضعيفًا ("ماذا علي أن أفعل في هذا المجال؟")، ثم نفس السؤال مع قالب المطالبة القوي في هذه الوحدة. ضع المخرجين جنبًا إلى جنب وحدد: (1) الجمل التي تحتوي على معلومات غير موجودة في البيانات (هلوسة المرشح)، (2) الأرقام التي تفشل في التحقق من حجمها، (3) 3 عناصر تحتاج إلى التحقق منها في الميدان. في فقرة واحدة، اكتب الأخطاء التي تجعلها المطالبة القوية مرئية.

قائمة مرجعية

• [ ] لقد صنفت المهمة على أنها إعداد/تفسير/اتصال للبيانات وحددت مستوى المخاطرة.
• [ ] قمت بإخفاء هوية المزارع وإحداثياته ​​ومعلومات التكلفة.
• [ ] لقد اختبرت الناتج من حيث الحجم والمعقولية الزراعية والأدلة الميدانية.
• [ ] قمت بوضع علامة على الجمل المرشحة للهلوسة وأرجعتها إلى المصدر.
• [ ] لقد تركت قرار الجرعة/الأدوية/الري الحاسم لموافقة المهندس المعتمد.