Dobici:
- Sposobnost razaznavanja gdje umjetna inteligencija štedi stvarno vrijeme u tijeku rada poljoprivrednog inženjerstva, a koje odluke trebaju ostati odgovornost agronoma
- Sposobnost primjene tri glavne discipline koje unakrsno potvrđuju svaki izlaz umjetne inteligencije s redoslijedom veličine, agronomskom vjerodostojnošću i terenskim dokazima
- Prepoznajte rizike dvosmislenosti, halucinacije i privatnosti podataka poljoprivrednika i steknite naviku postavljanja sigurnih upita anonimiziranjem konteksta.
Poljoprivredno inženjerstvo je umijeće upravljanja živim sustavom – tlom, biljkama, klimom i ljudima – istovremeno. Polje nikada nije dva puta isto: isto sjeme, isto gnojivo, isto navodnjavanje daje različite prinose u različitim godinama jer su vrijeme, vlažnost tla, pritisak bolesti i stotine varijabli stalno u igri. Zato je poljoprivreda profesija koja sama po sebi posluje s neizvjesnošću. Umjetna inteligencija (AI; softverski sustavi koji uče iz uzoraka velikih podataka i proizvode tekst, slike ili brojeve) moćan je alat za upravljanje ovom neizvjesnošću, ali je također i alat koji može sakriti istu neizvjesnost u opasno svijetlom jeziku. Ova jedinica postavlja dva temelja na kojima će se graditi cijeli modul: gdje u tijeku rada u poljoprivredi umjetna inteligencija proizvodi stvarnu vrijednost i kako potvrđujemo svaki rezultat.
Razjasnimo od početka: nijedna od tehnika koje ćete naučiti kroz ovaj modul neće zamijeniti potpis, promatranje polja i inženjersku prosudbu kvalificiranog inženjera poljoprivrede (agronoma). Umjetna inteligencija je pomoćnik; Brzo čita, brzo piše, hvata obrasce. Ali ako pogrešan recept za gnojivo zagadi korito potoka, ako pogrešna doza pesticida ostavi ostatke na usjevu i naruši sigurnost hrane, ako pogrešan plan navodnjavanja pretvori tlo u neplodno, odgovornost nije na softveru, već na inženjeru koji ga je potpisao. Ovu rečenicu ponovno ćete vidjeti u različitim oblicima u svakoj jedinici modula, jer je to jedina istina u profesiji u kojoj je u pitanju okoliš i sigurnost hrane.
Gdje umjetna inteligencija stvara vrijednost u tijeku rada u poljoprivredi?
Tjedan agronoma ugrubo se dijeli na tri vrste rada: priprema podataka (čitanje izvješća o analizi tla, uređivanje bilješki s terena, brisanje tablica senzora), interpretacija i analiza (procjena zdravlja biljaka, dijagnoza bolesti, planiranje gnojiva i navodnjavanja, procjena prinosa) i komunikacija (izvješće poljoprivrednika, recept, zapisnik o potvrdi, službena korespondencija). AI dotiče sva tri područja, ali su njezin doprinos i rizik različiti u svakom.
Priprema podataka je najsigurnije i najprofitabilnije područje umjetne inteligencije. Pretvaranje raštrkanih terenskih promatranja u standardnu proračunsku tablicu, dovođenje različitih formata izvješća iz različitih laboratorija u jedan predložak, označavanje odstupanja u tisućama redaka zapisa senzora vlage - to su zadaci koji se ponavljaju, temelje na pravilima i lako ih je provjeriti. Čak i ako ovdje postoji pogreška, bilo bi potrebno nekoliko minuta da se vratite na izvor (neobrađeni podaci) i provjerite ga.
Područje tumačenja i analize nosi najveću vrijednost i najveći rizik. AI može predložiti moguću zonu nedostatka vode iz NDVI karte; To može otkriti uzorak koji čak i iskusno oko može propustiti u velikom polju. Ali isti model može pouzdano opisati bolest koja ne postoji u toj regiji kao "rasprostranjenu prijetnju". Kada model proizvodi informacije koje ne postoje u stvarnosti kao da su stvarne, to se naziva halucinacijom. U ovom polju AI je generator hipoteza, a ne donositelj odluka.
U području komunikacija, umjetna inteligencija je akcelerator nacrta. U nekoliko minuta izrađuje informacijsko izvješće o poljoprivrednicima, sažetak literature ili tekst zahtjeva za certifikaciju. Rizik je u tome što izmišljeni izvori i netočne doze mogu neprimijećeno pronaći svoj put do farmera ili ispitanika u tekstu koji teče.
Savjet: prije nego što date posao umjetnoj inteligenciji, zapitajte se: "Kako ću znati je li ovaj rezultat pogrešan i koliko će vremena trebati da se to popravi?" Ako je odgovor minute (čišćenje podataka), koristite ga udobno; Ako je odgovor "Neću razumjeti dok se proizvod ne ošteti" (odluka o doziranju), provjerite neovisno.
Disciplina provjere valjanosti: Pravilo tri sidra
Srž ovog modula je jedna jedina navika: ne uključivati nikakve rezultate umjetne inteligencije u agronomsku odluku bez provjere. Validaciju temeljimo na tri neovisna sidra.
Prvo sidro - Red veličine. Je li rezultat otprilike unutar očekivanog raspona snage 10? Potreba za čistim dušikom po hektaru u pšenici je tipično reda veličine 10-18 kg; Ako model gubi 60 kg po hektaru, postoji greška u jedinici ili uređivanju i to se može razumjeti bez ulaženja u detalje. Brzina protoka sustava za navodnjavanje kapanjem je reda veličine litara na sat; Ako model daje kubike, to je besmislica. Ova provjera traje nekoliko sekundi i otkriva većinu pogrešaka.
Drugo sidro - Agronomska razumnost. Je li rezultat u skladu s biologijom usjeva i klimom regije? Ako model preporučuje sadnju ozime pšenice sredinom ljeta; ili ako smatra tropsku štetočinu koja nikada nije viđena u regiji kao glavnu prijetnju, postoji ili konstrukcijska greška ili je model besmislica. Fenologija (razvojne faze) usjeva, vrsta tla i lokalna klima filtar su vjerodostojnosti koji svaki prijedlog mora proći.
Treće sidro - Dokaz na terenu. Ovo je najjače sidro. Uzorak uzet bušilicom za tlo, analiza lišća, vizualno brojanje na terenu, očitavanje senzora vlažnosti. Signal stresa sa satelita testira se odlaskom na isto područje i promatranjem biljke. Preliminarna dijagnoza bolesti potvrđuje se uzimanjem uzorka i laboratorijski. Prizemna istina uvijek pobjeđuje.
Tri mini kućišta: po brojevima
Slučaj 1 - Vrijeme ušteđeno u tumačenju izvješća o tlu. Inženjer poljoprivrede ručno je sažimao izvješća o analizi tla za 38 različitih parcela (svaka u različitom laboratorijskom formatu); prosječno 20 minuta po izvješću, ukupno otprilike 13 sati. Uz radni tijek grafikona koji pokreće AI, smanjio je prvu skicu na 4 minute po izvješću, dok je preostalo vrijeme posvećeno ručnoj potvrdi pragova. Ukupno vrijeme palo je na oko 5 sati; Ono što je bilo kritično je da je dobiveno vrijeme potrošeno na kontrolu.
Slučaj 2 - Uhvaćena halucinacija. Kad je pripravnik AI-ju dao sažetak povijesti bolesti vinograda, tekst je uključivao rečenicu "Prevladavajući pritisak Huanglongbing citrusa (HLB) u regiji." Međutim, na parceli su bili vinogradi (grožđe), a ne citrusi; Model je pobrkao informacije drugog proizvoda. Filter agronomske vjerodostojnosti (obrazac usjeva nije bio u skladu s HLB-om) uhvatio je pogrešku prije nego što je izvješće potpisano.
Slučaj 3 - Greška jedinice. U jednom izračunu gnojiva, model je pobrkao preporuku po hektaru s preporukom po hektaru, povećavajući dozu dušika za faktor 10 (budući da je 1 hektar = 10 hektara). Provjera reda veličine - "ova parcela ne može sadržavati 15 kg nego 150 kg čistog dušika" - odmah je otkrila pogrešku. Da je provedeno, došlo bi do ekonomske štete i zagađenja nitratima.
Slab upit / Jak upit
Prompt je pismena uputa koju dajete umjetnoj inteligenciji; Njegova kvaliteta izravno određuje kvalitetu izlaza.
Slab upit:
Ocijenite stanje ovog polja i recite mi što da radim.[podaci]
Snažan upit:
Vaša uloga: Viši inženjer poljoprivrede (agronom). Sljedeće podatke polja tumačite SAMO na temelju danih informacija. - Nemojte dodavati nijedan proizvod, bolest, gnojivo ili vrijednost koja nije u podacima. - Pokažite liniju podataka na kojoj se temeljite sa zagradama pored svakog komentara. - Napišite "podaci nedostatni" tamo gdje niste sigurni, nemojte nagađati. - Ne davati preporuke za doziranje i lijekove; Umjesto toga, napravite poseban popis od 3 pretpostavke koje je potrebno provjeriti. Podaci: [podaci polja]
Snažan prompt nameće tri stvari modelu: držati se izvora, priznati nesigurnost i prepustiti kritičnu odluku (doziranje) inženjeru. Ovo ne prekida halucinaciju u potpunosti, ali je čini vidljivom.
Četiri predloška za kopiranje
1) Uspostavljanje anonimiziranog konteksta:
Trebao bih pomoć oko zadatka iz agrotehnike. Ime poljoprivrednika, koordinate polja, ID parcele i podaci o cijeni su POVJERLJIVI; Dat ću ih s reprezentativnim izrazima kao što su "Farmer-A", "Parcela-1", "X koordinata". Zadatak: [zadatak]. Nemojte dodavati nepotrebne pretpostavke samo na temelju tehničkih podataka koje dajem.
2) Tri zahtjeva za provjeru sidra:
Napravite tri provjere za sljedeće rezultate: 1) Redoslijed veličine: je li svaki broj unutar očekivanog raspona za usjev/regiju? 2) Agronomska vjerodostojnost: postoji li proturječna tvrdnja s biologijom usjeva/klimom? 3) Popis za provjeru: stavke koje treba potvrditi na terenu/laboratoriju. Izlaz: [tekst]
3) Provođenje dvosmislenosti:
Dajte svoju interpretaciju na tri razine pouzdanosti: - Visoka pouzdanost (izravno potkrijepljena podacima) - Srednja pouzdanost (razuman agronomski zaključak) - Niska pouzdanost (nagađanje; potrebna je potvrda na terenu) Napišite svaku stavku navodeći njenu razinu.
4) Provjera crvene zastavice prije odluke:
Navedite 3 najozbiljnija rizika (ekološki, sigurnost hrane, ekonomski) koji bi se mogli pojaviti ako slijedim ovaj prijedlog i rane znakove upozorenja za svaki od njih.
Tablica osnovnih pojmova
pojam
Značenje
Zašto je to važno?
agronom
Inženjer poljoprivrede, specijalist poljoprivredne proizvodnje
Konačna odgovornost za kritične odluke
halucinacija
AI proizvodi nepostojeće informacije s povjerenjem
Najveći rizik od povjerenja bez provjere
fenologija
Faze razvoja biljke (nicanje, cvjetanje...)
Osnova za odluke o rasporedu
Temeljna istina
Izravno promatranje/mjerenje na terenu
Sidro za provjeru autentičnosti svih udaljenih podataka
NDVI
Indeks vitalnosti vegetacije
Osnovni alat za daljinsko praćenje zdravlja
Uobičajene greške
- Zamjena tečnosti za točnost. Prekrasan, samouvjeren turski AI-ja ne znači da je izlaz točan; Najopasnije halucinacije su najtečnije.
- Misleći da je provjera gubljenje vremena. Ako ne potrošite ušteđeno vrijeme na provjeru, AI će ubrzati pogrešku u vaše ime.
- Dijeljenje osjetljivih podataka kakvi jesu. Koordinacija farmera, prinos i trošak stvar su vlasništva i povjerljivosti; Nemojte dijeliti bez anonimizacije.
- Prepuštanje kritične odluke o doziranju AI-u. Doze gnojiva, pesticida i navodnjavanja zahtijevaju kalibraciju na terenu i zakonodavstvo; AI proizvodi samo nacrte.
- Biti zadovoljan s jednim sidrom. Promatranje samo reda veličine i izostavljanje vjerodostojnosti i terenskih dokaza zaobilazi suptilne pogreške.
Oprez: kada vam AI kaže "u ovom području postoji bolest X", to je hipoteza, a ne dijagnoza. Dijagnoza; Uzorak se postavlja uz suglasnost laboratorija i ovlaštenog inženjera.
Ukratko
Umjetna inteligencija je najsigurniji alat u pripremi podataka, akcelerator u komunikaciji te najvrjedniji i najrizičniji alat u interpretaciji i analizi u poljoprivrednom inženjerstvu. Okosnicu ovog modula čine tri temeljne discipline: testiranje svakog rezultata u odnosu na red veličine, agronomsku vjerodostojnost i terenske dokaze. Halucinacije su stvarne, tečnost nije točnost, a odgovornost za kritične odluke uvijek leži na potpisniku agronoma. U sljedećim jedinicama primijenit ćemo ovu disciplinu na preciznu poljoprivredu, NDVI, tlo, navodnjavanje, bolesti, klimu, prinos, Python i sljedivost jednu po jednu.
Zadatak aplikacije
Za polje koje imate (ili reprezentativno), postavite AI-ju prvo slab upit ("Što da radim u ovom polju?"), a zatim isto pitanje s jakim predloškom upita u ovoj jedinici. Stavite dva izlaza jedan pored drugog i označite: (1) koje rečenice sadrže informacije koje nisu u podacima (halucinacija kandidata), (2) koji brojevi ne prolaze provjeru reda veličine, (3) 3 stavke koje trebate provjeriti u polju. U jednom odlomku napišite koje pogreške moćni upit čini vidljivima.
popis za provjeru
- [ ] Zadatak sam klasificirao kao pripremu podataka / interpretaciju / komunikaciju i odredio razinu rizika.
- [ ] Anonimizirao sam poljoprivrednikov identitet, koordinate i informacije o troškovima.
- [ ] Testirao sam izlaz na veličinu, agronomsku prihvatljivost i terenske dokaze.
- [ ] Označio sam rečenice kandidata za halucinacije i vratio ih izvoru.
- [ ] Prepustio sam kritičnu odluku o doziranju/lijeku/irigaciji na odobrenje ovlaštenog inženjera.