লাভ:
- কৃষকের ডেটা মালিকানা, গোপনীয়তা এবং অ্যালগরিদমিক পক্ষপাতের মতো নৈতিক ঝুঁকিগুলি চিনতে এবং পরিচালনা করার ক্ষমতা
- একটি একক মৌসুমী এন্ড-টু-এন্ড ওয়ার্কফ্লোতে মডিউলের সমস্ত লিঙ্ক একত্রিত করার ক্ষমতা
- একটি গুণমান ব্যবস্থায় প্রতিষ্ঠা করা যে AI আউটপুট নিরাপত্তা-গুরুত্বপূর্ণ কৃষি সিদ্ধান্তে দক্ষ কৃষিবিদ অনুমোদন প্রতিস্থাপন করে না
মডিউল পরীক্ষা
1. কৃষি প্রকৌশলে একটি সিদ্ধান্তে AI আউটপুট অন্তর্ভুক্ত করার আগে প্রয়োগ করা 'তিন অ্যাঙ্কর' বৈধতার অ্যাঙ্করগুলি কী কী?
- ক) আকারের পরিসীমা, কৃষিগত প্রশংসনীয়তা এবং ক্ষেত্রের প্রমাণ ✔
- খ) মডেলের জনপ্রিয়তা, উত্তরের দৈর্ঘ্য এবং ভাষার সাবলীলতা
- গ) মূল্য, গতি এবং ইউজার ইন্টারফেস
- ঘ) ব্র্যান্ড বিশ্বাসযোগ্যতা, ইন্টারনেট সংযোগ এবং ফাইল বিন্যাস
বর্ণনা: তিনটি অ্যাঙ্কর; মাত্রার ক্রম, যা ফলাফলটি 10 এর প্রত্যাশিত শক্তির মধ্যে কিনা তা পরীক্ষা করে, কৃষিগত যুক্তিসঙ্গততা, যা ফসল এবং জলবায়ুর সাথে আউটপুটের সামঞ্জস্যের দিকে নজর দেয় এবং ক্ষেত্রের প্রমাণ, যা মূল/নমুনার পরিবর্তে ক্ষেত্রে নিশ্চিতকরণ প্রদান করে। উৎসের ব্র্যান্ড, মডেলের জনপ্রিয়তা, বা পাঠ্যের সাবলীলতা যাচাইয়ের মানদণ্ড নয়।
2. NDVI (নর্মালাইজড ডিফারেন্স ভেজিটেশন ইনডেক্স) মূলত কি পরিমাপ করে?
- ক) সেন্টিমিটারে মাটির সঠিক আর্দ্রতা শতাংশ নির্ণয় কর
- খ) সবুজ, প্রাণবন্ত উদ্ভিদের ঘনত্ব এবং শক্তি ✔
- গ) প্রজাতি পর্যায়ে কোন রোগের এজেন্ট উপস্থিত?
- ঘ) ফসল কাটার পর পণ্যের চূড়ান্ত মূল্য
বর্ণনা: NDVI কাছাকাছি-ইনফ্রারেড (NIR) এবং লাল ব্যান্ডের প্রতিফলনের মধ্যে পার্থক্যকে স্বাভাবিক করার মাধ্যমে সবুজ, সালোকসংশ্লেষিত জীবন্ত উদ্ভিদের ঘনত্ব এবং শক্তি পরিমাপ করে। যেহেতু সুস্থ উদ্ভিদ এনআইআরকে দৃঢ়ভাবে প্রতিফলিত করে এবং লালকে তীব্রভাবে শোষণ করে, তাই এনডিভিআই বৃদ্ধি পায়; চাপযুক্ত বা স্পার্স কভারে মান হ্রাস পায়। এটি সরাসরি ফলন, মাটির আর্দ্রতা বা রোগের ধরন পরিমাপ করে না; এই অতিরিক্ত তথ্য প্রয়োজন.
3. একটি উপগ্রহ চিত্র একটি কম NDVI মান সহ একটি এলাকা দেখায়৷ এই অসঙ্গতিটিকে ইঞ্জিনিয়ারিং সিদ্ধান্তে পরিণত করার আগে নিম্নলিখিতগুলির মধ্যে কোনটি নেওয়া সর্বোত্তম পদক্ষেপ?
- ক) অবিলম্বে ওই এলাকায় ছত্রাকনাশক প্রয়োগ করুন
- খ) এলাকায় সারের মাত্রা দ্বিগুণ করা
- গ) ক্ষেত্র নিয়ন্ত্রণ, আবহাওয়াবিদ্যা এবং ফেনোলজি দ্বারা কারণ নিশ্চিত করুন ✔
- ঘ) অসঙ্গতি উপেক্ষা করুন এবং সমগ্র ক্ষেত্রে গড় প্রয়োগ করুন
ব্যাখ্যা: নিম্ন এনডিভিআই পানির চাপ, রোগ, পুষ্টির ঘাটতি, কদাচিৎ উত্থান, মেঘের ছায়া বা সদ্য চাষ করা মাটির কারণে হতে পারে। আমরা শুধুমাত্র ক্ষেত্র নিয়ন্ত্রণ, আবহাওয়াবিদ্যা এবং ফেনলজির মাধ্যমে এই অনিশ্চয়তাকে আলাদা করতে পারি; একা মানচিত্র কেন তা বলে না। কীটনাশক বা সার প্রয়োগ করা সরাসরি ভুল কারণে হস্তক্ষেপের ঝুঁকি বহন করে।
4. সর্বজনীনভাবে উপলব্ধ AI টুলে কৃষকের ক্ষেত্রের স্থানাঙ্ক, ফলন এবং খরচের ডেটা প্রবেশ করার সময় সবচেয়ে সঠিক পদ্ধতি কী?
- ক) আইডি এবং স্থানাঙ্কের সাথে সমস্ত ডেটা পেস্ট করা
- খ) সনাক্তকরণ তথ্য বেনামী করুন এবং শুধুমাত্র প্রয়োজনীয় প্রযুক্তিগত ডেটা ভাগ করুন ✔
- গ) কোনো পাবলিক টেবিলে ডাটা লোড করা একেবারেই চেক না করে
- ঘ) কৃষকের অনুমতি ছাড়াই মডেল প্রশিক্ষণে ডেটা দান করা
প্রকাশ: কৃষকের তথ্য বাণিজ্যিকভাবে এবং ব্যক্তিগতভাবে সংবেদনশীল; সমন্বয়, পরিচয় এবং খরচ তথ্য সম্পত্তি এবং গোপনীয়তা একটি বিষয়. সঠিক পদ্ধতি হল প্রতিনিধি লেবেল (প্লট-এ, এক্স কোঅর্ডিনেট) সহ সনাক্তকারী তথ্য বেনামী করা এবং বিশ্লেষণের জন্য প্রয়োজনীয় প্রযুক্তিগত ডেটা ভাগ করা। তথ্য যেমন আছে তেমন ভাগ করা বা অনুমতি ছাড়া শিক্ষার জন্য উন্মুক্ত করা নৈতিক ও আইনি ঝুঁকি তৈরি করে।
5. মৃত্তিকা বিশ্লেষণের রিপোর্টে পিএইচ 4.8 বলা হয়েছে। এই মান কৃষিবিদ্যা মানে কি?
- ক) অধিকাংশ ফসলের জন্য নিরপেক্ষ ও আদর্শ মাটি
- খ) দৃঢ়ভাবে অম্লীয়; একটি শর্ত যা খাদ্য গ্রহণ সীমাবদ্ধ করতে পারে এবং সংশোধনের প্রয়োজন ✔
- গ) শক্তিশালী ক্ষার; একটি শর্ত লিমিং প্রয়োজন
- ঘ) এর মানে হল মাটিতে লবণাক্ততা অত্যন্ত বেশি।
বর্ণনা: pH 4.8 একটি শক্তিশালী অম্লীয় মাটি নির্দেশ করে; এই অবস্থায়, ফসফরাস এবং মলিবডেনাম গ্রহণ হ্রাস পায়, অ্যালুমিনিয়াম/ম্যাঙ্গানিজ বিষাক্ততার ঝুঁকি বৃদ্ধি পায় এবং অনেক ফসলে শিকড়ের বিকাশ দমন করা হয়। বেশিরভাগ ক্ষেত্রের ফসলের জন্য, 6.0-7.0 হল উপযুক্ত পরিসর। অতএব, liming যেমন একটি সংশোধন বিবেচনা করা হয়; অম্লীয় মাটি 'আদর্শ' নয় এবং নিজেই উচ্চ ফলনের নিশ্চয়তা দেয় না।
6. এআই একটি গম ক্ষেতের জন্য প্রতি ডেকেয়ারে 60 কেজি বিশুদ্ধ নাইট্রোজেন সুপারিশ করেছে; আঞ্চলিক ব্যবহারিক এবং লক্ষ্য ফলন প্রতি ডেকেয়ারে প্রায় 12-16 কেজি বিশুদ্ধ নাইট্রোজেন নির্দেশ করে। সর্বোত্তম আচরণ কি?
- ক) সুপারিশ বাস্তবায়ন করা, কারণ এআই গণনা করেছে
- খ) নিরাপদ থাকার জন্য ডোজ আরও বেশি বৃদ্ধি করা
- গ) এটিকে বিশাল সতর্কতার আদেশ হিসাবে দেখুন এবং ইনপুট এবং স্থানীয় ক্রমাঙ্কন পরীক্ষা করুন ✔
- ঘ) মাটি বিশ্লেষণ বিবেচনায় না নিয়ে প্রস্তাবটিকে অর্ধেক ভাগ করা
বর্ণনা: সুপারিশটি প্রত্যাশিত পরিসরের প্রায় চার গুণ; এটি বিশাল সতর্কতার একটি আদেশ। অতিরিক্ত নাইট্রোজেন মানে অর্থনৈতিক ক্ষতি এবং হতাশা, রোগ এবং নাইট্রেট দূষণের ঝুঁকি উভয়ই। সঠিক আচরণ হল সুপারিশ প্রত্যাখ্যান করা এবং ইনপুট (একক, ফলন, লক্ষ্য ফলন, মাটি N) এবং স্থানীয় ক্রমাঙ্কন পরীক্ষা করা। অন্ধ প্রয়োগ পরিবেশগত এবং কৃষিগত ক্ষতি করে।
7. সেচ সিদ্ধান্তে ব্যবহৃত 'উদ্ভিদের জল খরচ' (ইভাপোট্রান্সপিরেশন, ইটি) বলতে কী বোঝায়?
- ক) শুধুমাত্র বৃষ্টিপাতের মাধ্যমে মাটিতে পানি প্রবেশের পরিমাণ
- খ) মাটি থেকে বাষ্পীভবন এবং উদ্ভিদ থেকে বাষ্পীভবনের মাধ্যমে মোট পানির ক্ষতি ✔
- গ) মাটির তড়িৎ পরিবাহিতা
- ঘ) সেচের পাইপে চাপের মান
ব্যাখ্যা: ইভাপোট্রান্সপিরেশন হল উদ্ভিদ থেকে বাষ্পীভবন এবং বাষ্পীভবনের মাধ্যমে মাটি থেকে বায়ুমণ্ডলে মোট পানির ক্ষয়। রেফারেন্স ET কে ফসল সহগ (Kc) এর সাথে গুণ করে, পণ্যের প্রকৃত জলের প্রয়োজন (ETc) অনুমান করা হয় এবং এই জলের ভারসাম্য অনুসারে সেচের পরিকল্পনা করা হয়। ইটি বৃষ্টিপাত বা মাটির লবণাক্ততা নয়; এটি জল বাজেটের বহিঃপ্রবাহ দিক প্রতিনিধিত্ব করে।
8. একজন প্রকৌশলী যিনি পাতায় উপসর্গ দেখেছিলেন তিনি AI কে ছবির বিবরণ দিয়েছেন এবং প্রাথমিক রোগ নির্ণয় পেয়েছেন। এই রোগ নির্ণয়কে কীটপতঙ্গ নিয়ন্ত্রণের সিদ্ধান্তে অনুবাদ করার আগে কোনটি বাধ্যতামূলক?
- ক) ক্ষেত্র/ল্যাবরেটরিতে এজেন্টকে নিশ্চিত করা এবং লাইসেন্সপ্রাপ্ত এবং লেবেলযুক্ত ওষুধ নির্বাচন করা ✔
- খ) নিরাপদ থাকার জন্য একসাথে বেশ কিছু ওষুধ সেবন করা
- গ) এআই যা বলবে অবিলম্বে সক্রিয় উপাদান প্রয়োগ করুন।
- ঘ) সবচেয়ে সস্তা কীটনাশক বেছে নিন এবং পুরো জমিতে প্রয়োগ করুন
ব্যাখ্যা: একই ধরনের উপসর্গ সৃষ্টিকারী বিভিন্ন কারণের (ছত্রাক, ব্যাকটেরিয়া, ভাইরাল, পুষ্টির ঘাটতি, অ্যাবায়োটিক স্ট্রেস) কারণে শুধুমাত্র চিত্র থেকে প্রাথমিক রোগ নির্ণয় যথেষ্ট নয়। এজেন্টকে একটি ক্ষেত্রের নমুনা দিয়ে নিশ্চিত করা উচিত এবং প্রয়োজন হলে, পরীক্ষাগার নির্ণয় করা উচিত এবং তারপর শুধুমাত্র সেই এজেন্টের জন্য লাইসেন্সপ্রাপ্ত একটি ওষুধ এবং সেই পণ্যটি এবং তার লেবেলের জন্য উপযুক্ত নির্বাচন করা উচিত। যাচাই ছাড়াই ব্রড-স্পেকট্রাম কীটনাশক প্রয়োগ প্রতিরোধ এবং অবশিষ্টাংশের ঝুঁকি তৈরি করে।
9. জিডিডি (গ্রোথ ডিগ্রি ডে) ধারণার উদ্দেশ্য কী, যা প্রায়শই কৃষি সিদ্ধান্ত সমর্থনে ব্যবহৃত হয়?
- ক) মাটির pH মান অনুসরণ করে
- খ) তাপ সঞ্চয়নের মাধ্যমে উদ্ভিদের বিকাশের পর্যায় এবং কীটপতঙ্গের উদ্ভবের পূর্বাভাস দেওয়া ✔
- গ) সেচ পাইপের প্রবাহের হার পরিমাপ করা
- ঘ) পণ্যের বাজার মূল্য গণনা করা
বর্ণনা: GDD হল দৈনিক গড় তাপমাত্রা থেকে একটি বেস তাপমাত্রা বিয়োগ করে জমা হওয়া মোট তাপ এবং উদ্ভিদের বিকাশ (ফেনলজি) পর্যায় এবং কিছু কীটপতঙ্গের উদ্ভবের সময় অনুমান করতে ব্যবহৃত হয়। এইভাবে, স্প্রে করা, নিষিক্তকরণ এবং ফসল কাটার জানালাগুলি ক্যালেন্ডারের পরিবর্তে তাপ সঞ্চয় অনুসারে পরিকল্পনা করা যেতে পারে। জিডিডি মাটির পিএইচ বা সরাসরি বৃষ্টিপাতের পরিমাণ নয়।
10. মেশিন লার্নিং দ্বারা প্রতিষ্ঠিত একটি ফলন পূর্বাভাস মডেলের জন্য নিচের কোনটি সবচেয়ে সঠিক বিবৃতি?
- ক) সুনির্দিষ্টভাবে এবং ত্রুটি ছাড়াই ভবিষ্যতের ভবিষ্যদ্বাণী করে
- খ) এটা অতীত নিদর্শন উপর ভিত্তি করে; অনিশ্চয়তা পরিসীমা এবং যাচাইকৃত ✔ সহ দিতে হবে
- গ) এটি প্রশিক্ষণের ডেটা ব্যতীত অন্যান্য পরিস্থিতিতে সর্বদা একই নির্ভুলতার সাথে কাজ করে।
- ঘ) কৃষি সংক্রান্ত তথ্য ছাড়াই তিনি একমাত্র চূড়ান্ত সিদ্ধান্ত গ্রহণকারী
বর্ণনা: একটি মেশিন লার্নিং মডেল ঐতিহাসিক ডেটাতে দেখা যায় এমন নিদর্শনগুলির উপর ভিত্তি করে তৈরি করা হয়; যখন ইনপুট শর্ত প্রশিক্ষণ ডেটার বাইরে পড়ে তখন আত্মবিশ্বাস কমে যায় (নতুন বৈচিত্র্য, অস্বাভাবিক জলবায়ু)। অতএব, আউটপুট একটি অনিশ্চয়তা পরিসীমা দিয়ে দেওয়া উচিত, একটি বিন্দু নয়, এবং ঐতিহাসিক ফলন এবং মানদণ্ডের সাথে যাচাই করা উচিত। মডেলটি নিশ্চিততার সাথে ভবিষ্যত জানে না এবং সমস্ত শর্তে একই নির্ভুলতার সাথে কাজ করে না।
11. একটি এআই-জেনারেটেড পাইথন/পান্ডাস বিশ্লেষণ কোড চালানোর আগে সর্বোত্তম অনুশীলন কী?
- ক) কোডটি না পড়ে সম্পূর্ণ ডেটা সেটে সরাসরি প্রয়োগ করা
- খ) পরিচিত ফলাফল সহ একটি ছোট নমুনা ডেটা সহ পরীক্ষা করা এবং সূত্র এবং ইউনিট পরীক্ষা করা ✔
- গ) বিবেচনা করা যে ত্রুটি ছাড়া কাজ করা যথেষ্ট।
- ঘ) একেবারে পরীক্ষা না করেই রিপোর্টে আউটপুট দেওয়া
বর্ণনা: যদিও AI-উত্পন্ন কোড সঠিক দেখাতে পারে, এতে ইউনিট, কলামের নাম, সূচক সূত্র বা ফিল্টার লজিক ত্রুটি থাকতে পারে। ভালো অভ্যাস হল আপনার জানা তথ্যের একটি ছোট নমুনার বিপরীতে ম্যানুয়ালি ফলাফল চালানো, প্রত্যাশিত আউটপুটের সাথে এটির তুলনা করা এবং উৎসের বিপরীতে NDVI-এর মতো সূত্র পরীক্ষা করা। এটি না দেখেই বড় ডেটাতে কোড প্রয়োগ করা নীরব বাগগুলিকে উত্পাদনে নিয়ে যায়।
12. কেন ড্রাগ অ্যাডমিনিস্ট্রেশন নোটবুক ট্রেসেবিলিটি রেকর্ডে গুরুত্বপূর্ণ?
- ক) শুধু কর ছাড় পেতে
- খ) এমআরএল সম্মতি, শংসাপত্র এবং ব্যাচ ট্রেসব্যাকের জন্য যাচাইযোগ্য রেকর্ড সরবরাহ করে ✔
- গ) শুধুমাত্র প্রতিবেশী ক্ষেত্রের সাথে তুলনা করার জন্য
- ঘ) বিজ্ঞাপন প্রচারপত্র প্রস্তুত করা
বর্ণনা: ঔষধ প্রশাসন বই; এটি কোন পণ্য, কোন সক্রিয় উপাদান, কোন ডোজ এবং তারিখে এটি ব্যবহার করা হয়েছিল এবং শেষ প্রয়োগ এবং ফসল কাটার মধ্যে অপেক্ষার সময়কাল নথিভুক্ত করে। সর্বাধিক অবশিষ্টাংশ সীমা (MRL) সম্মতি, ভাল কৃষিবিদ্যা/জৈব সার্টিফিকেশন, এবং ব্যাচ ট্রেস ব্যাক যদি কোনো সমস্যা দেখা দেয় তার জন্য এই রেকর্ডিং বাধ্যতামূলক। এটি শুধুমাত্র খরচ ট্র্যাকিং বা বিজ্ঞাপনের জন্য রাখা হয় না।
13. একটি AI টুল আত্মবিশ্বাসের সাথে একটি 'সাধারণ হুমকি' হিসাবে এলাকায় পাওয়া যায় নি এমন একটি কীটপতঙ্গের কথা জানিয়েছে৷ কোন ধারণা সেরা এই পরিস্থিতি ব্যাখ্যা করতে পারেন?
- ক) সেন্সর ক্রমাঙ্কন ত্রুটি
- খ) হ্যালুসিনেশন: এমন তথ্যের উৎপাদন যা নিরাপদ ভাষায় বিদ্যমান নেই ✔
- গ) নেটওয়ার্ক সংযোগ বিঘ্ন
- ঘ) বৃষ্টিপাতের তথ্যের অভাব
ব্যাখ্যা: মডেলটি এমন তথ্য তৈরি করে যা প্রকৃতপক্ষে বিদ্যমান নয় বা প্রেক্ষাপটের সাথে মেলে না, যেন এটি বাস্তব, সাবলীল এবং আত্মবিশ্বাসী। কৃষি সংক্রান্ত প্রশংসিততার ফিল্টার (এ অঞ্চলের জলবায়ু এবং ফসলের ধরণ কি সেই কীটপতঙ্গের জন্য উপযুক্ত?) এবং ক্ষেত্রের প্রমাণ স্বাক্ষরের আগে এই ধরনের ত্রুটিগুলি ধরা পড়ে। এটি একটি সেন্সর ত্রুটি বা ইউনিট ত্রুটি নয়.
14. কৃত্রিম বুদ্ধিমত্তার ভূমিকা কীভাবে সংজ্ঞায়িত করা উচিত কৃষি সংক্রান্ত সিদ্ধান্তে নিরাপত্তা এবং গুণমানের জন্য গুরুত্বপূর্ণ (যেমন কীটনাশকের ডোজ, সার প্রেসক্রিপশন, সেচ পরিকল্পনা)?
- ক) উপযুক্ত কর্তৃপক্ষ একাই চূড়ান্ত সিদ্ধান্ত নেয়
- খ) স্বয়ংক্রিয় ব্যবস্থা যা দক্ষ কৃষিবিদ অনুমোদন প্রতিস্থাপন করে
- গ) একজন সহকারী যিনি খসড়া এবং পরামর্শ তৈরি করেন এবং সিদ্ধান্তটি বিশেষজ্ঞের উপর ছেড়ে দেন ✔
- ঘ) তথ্যের সঠিক উৎস যা যাচাইয়ের প্রয়োজন নেই
বর্ণনা: কৃত্রিম বুদ্ধিমত্তা; এটি একটি সহকারী যা রূপরেখা তৈরি করে, ডেটা সংক্ষিপ্ত করে এবং অনুমান প্রস্তাব করে। সমালোচনামূলক সিদ্ধান্তের চূড়ান্ত বক্তব্যটি দক্ষ কৃষি প্রকৌশলীর অন্তর্গত যিনি মাঠ পর্যবেক্ষণ, স্থানীয় ক্রমাঙ্কন এবং আইনের সাথে পরিচিত; এআই আউটপুট এই অনুমোদন প্রতিস্থাপন করে না। যখন পণ্য, পরিবেশগত এবং খাদ্য নিরাপত্তার কথা আসে, তখন দায়িত্ব স্বাক্ষরকারী বিশেষজ্ঞের উপর বর্তায়।