Qazanclar:
- Süni intellektin kənd təsərrüfatı mühəndisliyi iş prosesində real vaxta qənaət etdiyini və hansı qərarların aqronomun məsuliyyətində qalacağını müəyyən etmək bacarığı
- Hər bir AI çıxışını böyüklük sırası, aqrotexniki inandırıcılıq və sahə sübutu ilə çarpaz təsdiqləyən üç lövbər fənni tətbiq etmək bacarığı
- Qeyri-müəyyənlik, hallüsinasiya və fermer məlumatlarının məxfiliyi risklərini dərk edin və konteksti anonimləşdirməklə təhlükəsiz göstərişlər qurmağı vərdiş edin.
Kənd təsərrüfatı mühəndisliyi canlı sistemi - torpağı, bitkiləri, iqlimi və insanları eyni vaxtda idarə etmək sənətidir. Bir tarla heç vaxt iki dəfə eyni olmur: eyni toxum, eyni gübrə, eyni suvarma müxtəlif illərdə fərqli məhsul verir, çünki hava, torpaq rütubəti, xəstəlik təzyiqi və yüzlərlə dəyişən daim oyundadır. Buna görə də kənd təsərrüfatı qeyri-müəyyənliklə işləyən bir peşədir. Süni intellekt (AI; böyük məlumat nümunələrindən öyrənən və mətn, şəkillər və ya rəqəmlər istehsal edən proqram sistemləri) bu qeyri-müəyyənliyi idarə etmək üçün güclü bir vasitədir, lakin eyni zamanda eyni qeyri-müəyyənliyi təhlükəli parlaq dildə gizlədə bilən bir vasitədir. Bu bölmə bütün modulun üzərində qurulacağı iki təməl qoyur: kənd təsərrüfatında iş prosesində süni intellekt real dəyər yaradır və biz hər bir məhsulu necə təsdiq edirik.
Gəlin əvvəldən aydın olaq: bu modul boyunca öyrənəcəyiniz texnikaların heç biri ixtisaslı kənd təsərrüfatı mühəndisinin (aqronom) imzasını, sahə müşahidəsini və mühəndislik mülahizəsini əvəz etməyəcək. Süni intellekt köməkçidir; Tez oxuyur, tez yazır, nümunələri tutur. Amma səhv gübrə resepti çay yatağını çirkləndirirsə, pestisidin yanlış dozası məhsulda qalıq qoyursa və qida təhlükəsizliyinə xələl gətirirsə, səhv suvarma planı torpağı qısırlaşdırırsa, məsuliyyət proqram təminatının deyil, onu imzalayan mühəndisin üzərinə düşür. Bu cümləni modulun hər bir bölməsində yenidən fərqli formalarda görəcəksiniz, çünki bu, ekoloji və qida təhlükəsizliyinin təhlükə altında olduğu bir peşədə yeganə həqiqətdir.
Süni intellekt kənd təsərrüfatı işində harada dəyər yaradır?
Aqronom həftəsi təxminən üç iş növünə bölünür: məlumatların hazırlanması (torpaq analizi hesabatlarının oxunması, sahə qeydlərinin redaktəsi, sensor cədvəllərinin təmizlənməsi), şərh və təhlil (bitki sağlamlığının qiymətləndirilməsi, xəstəliklərin diaqnostikası, gübrə və suvarma planı, məhsulun qiymətləndirilməsi) və rabitə (fermer hesabatı, resept, sertifikatlaşdırma qeydi, rəsmi yazışma). Süni intellekt hər üç sahəyə toxunur, lakin onun töhfəsi və riski hər birində fərqlidir.
Məlumatların hazırlanması süni intellektin ən təhlükəsiz və ən gəlirli sahəsidir. Səpələnmiş sahə müşahidələrini standart cədvələ çevirmək, müxtəlif laboratoriyalardan hesabatların müxtəlif formatlarını bir şablona gətirmək, minlərlə sətir rütubət sensoru qeydlərində kənar göstəriciləri qeyd etmək – bunlar təkrarlanan, qaydalara əsaslanan və asan yoxlanılan vəzifələrdir. Burada xəta olsa belə, mənbəyə (xam məlumat) qayıtmaq və onu yoxlamaq bir neçə dəqiqə çəkəcək.
Təfsir və təhlil sahəsi ən yüksək dəyər və ən yüksək risk daşıyır. AI NDVI xəritəsindən mümkün su gərginliyi zonasını təklif edə bilər; Bu, hətta təcrübəli gözün böyük bir sahədə əldən verə biləcəyi nümunəni ortaya çıxara bilər. Amma eyni model həmin bölgədə olmayan bir xəstəliyi inamla “geniş yayılmış təhlükə” kimi təsvir edə bilər. Model reallıqda olmayan məlumatları realmış kimi istehsal etdikdə buna hallüsinasiya deyilir. Bu sahədə süni intellekt qərar qəbul edən deyil, fərziyyə generatorudur.
Rabitə sahəsində süni intellekt qaralama sürətləndiricidir. O, bir neçə dəqiqə ərzində fermer haqqında məlumat hesabatını, ədəbiyyat xülasəsini və ya sertifikat ərizəsi mətnini hazırlayır. Burada risk ondan ibarətdir ki, uydurma mənbələr və səhv dozalar axan mətndə fərq edilmədən fermerə və ya yoxlanılan şəxsə yol tapa bilər.
İpucu: Süni intellektə iş verməzdən əvvəl özünüzdən soruşun: “Bu çıxışın səhv olub-olmadığını necə biləcəyəm və onu düzəltmək nə qədər vaxt aparacaq?” Cavab dəqiqədirsə (məlumatların təmizlənməsi), ondan rahat istifadə edin; Cavab "məhsul zədələnənə qədər başa düşməyəcəm" (dozaj qərarı) olarsa, müstəqil olaraq yoxlayın.
Doğrulama İntizamı: Üç Çapa Qaydası
Bu modulun ürəyi tək bir vərdişdir: heç bir AI çıxışını təsdiq etmədən aqronomik qərara daxil etməmək. Təsdiqləməni üç müstəqil lövbər üzərində qururuq.
Birinci lövbər - Böyüklük sırası. Nəticə təxminən 10 aralığında gözlənilən güc daxilindədirmi? Buğdanın hər dekara təmiz azot tələbatı adətən 10-18 kq təşkil edir; Model dekara 60 kq arıqlayırsa, vahid və ya redaktə xətası var və təfərrüata varmadan başa düşülə bilər. Damcı suvarma sisteminin axın sürəti saatda litrdir; Model kubmetr verirsə, bu cəfəngiyatdır. Bu yoxlama saniyə çəkir və əksər səhvləri tutur.
İkinci lövbər - Aqronomik əsaslılıq. Məhsul biologiyasına və bölgənin iqliminə uyğundurmu? Model yazın ortalarında qış buğdasının əkilməsini tövsiyə edərsə; ya da regionda heç vaxt görünməyən tropik zərərvericini əsas təhlükə hesab edirsə, burada ya tikinti xətası var, ya da model cəfəngiyyatdır. Məhsulun fenologiyası (inkişaf mərhələləri), torpaq növü və yerli iqlim hər bir təklifin keçməli olduğu inandırıcılıq filtridir.
Üçüncü lövbər - Sahə sübutu. Bu ən güclü lövbərdir. Torpaq şnağı ilə götürülmüş nümunə, yarpaq analizi, sahədə vizual sayma, rütubət sensorunun oxunması. Peykdən gələn gərginlik siqnalı eyni əraziyə gedərək zavoda baxaraq yoxlanılır. Xəstəliyin ilkin diaqnozu nümunə götürməklə və laboratoriyada təsdiqlənir. Yerüstü həqiqət həmişə qalib gəlir.
Üç Mini Case: Rəqəmlərə görə
Hal 1 - Torpaq hesabatının şərhində qənaət edilmiş vaxt. Kənd təsərrüfatı mühəndisi 38 müxtəlif bağlamanın (hər biri fərqli laboratoriya formatında) torpaq analizi hesabatlarını əl ilə ümumiləşdirirdi; hesabat başına orta hesabla 20 dəqiqə, cəmi təxminən 13 saat. Süni intellektlə işləyən qrafik iş axını ilə o, ilk qaralamanı hesabat başına 4 dəqiqəyə qədər azaldıb, qalan vaxtı isə hədlərin əl ilə təsdiqlənməsinə həsr edib. Ümumi vaxt təxminən 5 saata düşdü; Kritik olan o idi ki, qazanılan vaxt nəzarətə sərf olunurdu.
2-ci hal - Tutulan hallüsinasiya. Təcrübəçi AI üzüm bağının xəstəlik tarixini ümumiləşdirəndə, mətnə "Bölgədə üstünlük təşkil edən sitrus Huanglongbing (HLB) təzyiqi" cümləsi daxil edildi. Halbuki bağlamada sitrus yox, üzüm bağları (üzüm) var idi; Model başqa bir məhsulun məlumatını qarışdırmışdı. Aqronomik inandırıcılıq filtri (məhsul nümunəsi HLB-yə uyğun gəlmədi) hesabat imzalanmazdan əvvəl səhvi tutdu.
Hal 3 - Vahid xətası. Bir gübrə hesablamasında model azot dozasını 10 dəfə artıraraq (1 hektar = 10 dekar olduğundan) hektar üzrə tövsiyə ilə dekar üzrə tövsiyəni qarışdırdı. Böyük yoxlama qaydası - "bu bağlamada 15 kq yox, 150 kq saf azot ola bilməz" - səhvi dərhal üzə çıxardı. Əgər həyata keçirilsəydi, həm iqtisadi ziyan, həm də nitrat çirklənməsi baş verərdi.
Zəif Tələb / Güclü Tələb
Tələb AI-yə verdiyiniz yazılı göstərişdir; Onun keyfiyyəti məhsulun keyfiyyətini birbaşa müəyyən edir.
Zəif çağırış:
Bu sahənin vəziyyətini qiymətləndirin və nə etməli olduğumu söyləyin.[data]
Güclü göstəriş:
Sizin rolunuz: Böyük kənd təsərrüfatı mühəndisi (aqronom). Aşağıdakı sahə məlumatlarını YALNIZ verilmiş məlumat əsasında şərh edin. - Məlumatda olmayan heç bir məhsul, xəstəlik, gübrə və ya dəyər əlavə etməyin. - Hər şərhin yanında mötərizə ilə əsaslandığınız məlumat xəttini göstərin. - Əmin olmadığınız yerdə "məlumatlar qeyri-kafi" yazın, təxmin etməyin. - Dozaj və dərman tövsiyələri verməyin; Bunun əvəzinə, təsdiq edilməli olan 3 fərziyyədən ibarət ayrıca siyahı hazırlayın. Data: [sahə məlumatları]
Güclü təklif modelə üç şey qoyur: mənbəyə sadiq qalmaq, qeyri-müəyyənliyi etiraf etmək və kritik qərarı (dozanı) mühəndisə həvalə etmək. Bu hallüsinasiyanı tamamilə bitirmir, lakin onu görünən edir.
Dörd Kopyalana bilən Şablon
1) Anonim kontekstin yaradılması:
Mən kənd təsərrüfatı mühəndisliyi tapşırığına kömək etmək istərdim. Fermerin adı, sahə koordinatları, bağlama ID-si və xərc məlumatları MƏXFİDİR; Onlara “Fermer-A”, “Plot-1”, “X coordinate” kimi təmsil ifadələri ilə verəcəyəm. Tapşırıq: [tapşırıq]. Yalnız verdiyim texniki məlumatlara əsaslanan kənar fərziyyələr əlavə etməyin.
2) Üç lövbər yoxlama sorğusu:
Aşağıdakı çıxış üçün üç yoxlama aparın:1) Böyüklük sırası: hər bir rəqəm məhsul/region üçün gözlənilən diapazon daxilindədirmi?2) Aqronomik inandırıcılıq: məhsul biologiyası/iqlimi ilə ziddiyyətli iddia varmı?3) Yoxlama siyahısı: sahədə/laboratoriyada təsdiq edilməli olan maddələr.Çıxış: [mətn]
3) Qeyri-müəyyənliyin tətbiqi:
Şərhinizi üç güvən səviyyəsində verin: - Yüksək etimad (birbaşa məlumatlarla dəstəklənir) - Orta etibarlılıq (ağlabatan aqronomik nəticə) - Aşağı inam (spekulyasiya; sahənin təsdiqi tələb olunur) Hər bir elementi onun səviyyəsini göstərən yazın.
4) Qərardan əvvəl qırmızı bayraq yoxlanışı:
Bu təklifə və hər biri üçün erkən xəbərdarlıq işarələrinə əməl etsəm yarana biləcək 3 ən ciddi riski (ekoloji, qida təhlükəsizliyi, iqtisadi) sadalayın.
Əsas anlayışlar cədvəli
müddət
Mənası
Niyə vacibdir?
aqronom
Kənd təsərrüfatı mühəndisi, kənd təsərrüfatı istehsalı üzrə mütəxəssis
Kritik qərarlar üçün son məsuliyyət
hallüsinasiya
Süni intellekt inamla mövcud olmayan məlumatları istehsal edir
Təsdiq etmədən etibar etməyin ən böyük riski
fenologiya
Bitkinin inkişaf mərhələləri (çıxması, çiçəklənməsi...)
Planlaşdırma qərarları üçün əsaslar
Əsas həqiqət
Sahədə birbaşa müşahidə/ölçmə
Bütün uzaq məlumatların identifikasiyası lövbəri
NDVI
Bitkilərin canlılıq indeksi
Sağlamlığın uzaqdan monitorinqi üçün əsas vasitədir
Ümumi səhvlər
- Dəqiqlik üçün axıcılığı səhv salmaq. Süni intellektin gözəl, özünə güvənən türkcəsi çıxışın doğru olduğunu göstərmir; Ən təhlükəli halüsinasiyalar ən çox maye halüsinasiyalardır.
- Doğrulamanın vaxt itkisi olduğunu düşünmək. Qənaət olunan vaxtı yoxlamağa sərf etməsəniz, AI sizin adınıza xətanı sürətləndirəcək.
- Həssas məlumatların olduğu kimi paylaşılması. Fermerin koordinasiyası, məhsuldarlığı və dəyəri mülkiyyət və məxfilik məsələsidir; Anonimləşdirmədən paylaşmayın.
- Kritik doza qərarını AI-yə buraxın. Gübrə, pestisid və suvarma dozaları sahənin kalibrlənməsi və qanunvericilik tələb edir; AI yalnız qaralamalar istehsal edir.
- Bir lövbərlə kifayətlənmək. Yalnız böyüklük sırasına baxmaq və inandırıcılığı və sahə dəlillərini buraxmaq incə səhvləri aşır.
Diqqət: AI sizə "bu sahədə X xəstəliyi var" dedikdə, bu diaqnoz deyil, fərziyyədir. Diaqnoz; Nümunə laboratoriyanın və səlahiyyətli mühəndisin razılığı ilə yerləşdirilir.
Xülasə
Süni intellekt məlumatların hazırlanmasında ən təhlükəsiz vasitədir, ünsiyyətdə sürətləndirici və kənd təsərrüfatı mühəndisliyində şərh və təhlildə həm ən qiymətli, həm də riskli vasitədir. Bu modulun onurğa sütunu üç lövbər fənsidir: hər bir çıxışı böyüklük sırasına, aqronomik inandırıcılığa və sahə sübutlarına qarşı sınaqdan keçirmək. Halüsinasiya realdır, rəvanlıq dəqiqlik deyil və kritik qərarlar üçün məsuliyyət həmişə imzalayan aqronomun üzərinə düşür. Sonrakı bölmələrdə biz bu intizamı dəqiq kənd təsərrüfatı, NDVI, torpaq, suvarma, xəstəlik, iqlim, məhsuldarlıq, Python və izləmə qabiliyyətinə bir-bir tətbiq edəcəyik.
Tətbiq tapşırığı
Sahib olduğunuz sahə (və ya təmsilçiniz) üçün AI-dən əvvəlcə zəif əmr ("Mən bu sahədə nə etməliyəm?"), sonra bu bölmədəki güclü əmr şablonu ilə eyni sualı verin. İki çıxışı yan-yana qoyun və qeyd edin: (1) hansı cümlələrdə məlumatda olmayan məlumatlar var (namizəd hallüsinasiyası), (2) hansı rəqəmlər miqyasda yoxlama sırasına uyğun gəlmir, (3) sahədə yoxlamalı olduğunuz 3 element. Bir abzasda güclü sorğunun hansı səhvləri göründüyünü yazın.
yoxlama siyahısı
- [ ] Tapşırığı məlumatların hazırlanması / şərhi / ünsiyyəti kimi təsnif etdim və risk səviyyəsini təyin etdim.
- [ ] Mən fermerin şəxsiyyətini, koordinatlarını və xərc məlumatını anonimləşdirdim.
- [ ] Mən nəticəni ölçü, aqronomik inandırıcılıq və sahə sübutu üçün sınaqdan keçirdim.
- [ ] Halüsinasiya namizədi cümlələrini qeyd etdim və onları mənbəyə qaytardım.
- [ ] Mən kritik doza/dərman/irriqasiya qərarını səlahiyyətli mühəndisin təsdiqinə buraxdım.