Dobici:
- Sposobnost prepoznavanja i upravljanja etičkim rizicima kao što su vlasništvo nad podacima poljoprivrednika, privatnost i algoritamska pristranost
- Mogućnost kombiniranja svih poveznica modula u jednom sezonskom tijeku rada od početka do kraja
- Uspostavljanje u sustavu kvalitete da rezultati umjetne inteligencije ne zamjenjuju odobrenje kompetentnog agronoma u poljoprivrednim odlukama kritičnim za sigurnost
Modul ispit
1. Koja su sidra validacije 'tri sidra' koja se primjenjuju prije uključivanja izlaza umjetne inteligencije u odluku u poljoprivrednom inženjerstvu?
- A) Raspon veličina, agronomska prihvatljivost i terenski dokazi ✔
- B) Popularnost modela, duljina odgovora i tečnost jezika
- C) Cijena, brzina i korisničko sučelje
- D) Vjerodostojnost marke, internetska veza i format datoteke
Opis: Tri sidra; red veličine, koji provjerava je li rezultat unutar očekivane snage od 10, agronomsku razumnost, koja gleda na dosljednost rezultata s usjevom i klimom, i terenski dokaz, koji pruža potvrdu na terenu, a ne na jezgri/uzorku. Marka izvora, popularnost modela ili tečnost teksta nisu kriteriji za provjeru.
2. Što u osnovi mjeri NDVI (Normalized Difference Vegetation Index)?
- A) Odredite točan postotak vlage u tlu u centimetrima
- B) Gustoća i snaga zelene, živahne vegetacije ✔
- C) Koji je uzročnik bolesti prisutan na razini vrste?
- D) Konačna cijena proizvoda nakon berbe
Opis: NDVI mjeri gustoću i snagu zelene, fotosintetske žive vegetacije normalizacijom razlike između refleksije bliskog infracrvenog (NIR) i crvenog pojasa. Budući da zdrave biljke snažno reflektiraju NIR i intenzivno apsorbiraju crveno, NDVI se povećava; Vrijednost se smanjuje u stresnom ili rijetkom pokrovu. Ne mjeri izravno prinos, vlažnost tla ili vrstu bolesti; te zahtijevaju dodatne podatke.
3. Satelitska slika prikazuje područje s niskom NDVI vrijednošću. Što je od sljedećeg najbolji korak za poduzeti prije pretvaranja ove anomalije u inženjersku odluku?
- A) Odmah nanesite fungicid na to područje
- B) Udvostručenje doze gnojiva na površinu
- C) Potvrdite uzrok terenskom kontrolom, meteorologijom i fenologijom ✔
- D) Zanemarite anomaliju i primijenite prosjek na cijelo polje
Objašnjenje: Nizak NDVI može biti uzrokovan nedostatkom vode, bolešću, nedostatkom hranjivih tvari, rijetkim nicanjem, sjenom oblaka ili svježe pooranim tlom. Ovu nesigurnost možemo razlikovati samo kroz terensku kontrolu, meteorologiju i fenologiju; Sama karta ne govori zašto. Primjena pesticida ili gnojiva izravno nosi rizik uplitanja u krivi uzrok.
4. Koji je najprecizniji pristup prilikom unosa koordinata polja poljoprivrednika, podataka o prinosima i troškovima u javno dostupan AI alat?
- A) Lijepljenje svih podataka kakvi jesu s ID-om i koordinatama
- B) Anonimizirajte identifikacijske podatke i dijelite samo potrebne tehničke podatke ✔
- C) Učitavanje podataka u javnu tablicu bez ikakve provjere
- D) Doniranje podataka za obuku modela bez dopuštenja farmera
Otkrivanje: Podaci o poljoprivrednicima su komercijalno i osobno osjetljivi; Podaci o koordinatima, identitetu i troškovima stvar su vlasništva i povjerljivosti. Ispravan pristup je anonimizirati podatke za identifikaciju s reprezentativnim oznakama (Plot-A, X koordinata) i dijeliti samo tehničke podatke potrebne za analizu. Dijeljenje podataka kakvi jesu ili njihovo otvaranje obrazovanju bez dopuštenja predstavlja etičke i pravne rizike.
5. Izvješće o analizi tla pokazuje pH 4,8. Što ova vrijednost znači agronomski?
- A) Neutralno i idealno tlo za većinu usjeva
- B) Jako kiselo; Stanje koje može ograničiti unos hrane i zahtijeva korekciju ✔
- C) Jaka lužina; stanje koje zahtijeva kalcizaciju
- D) To znači da je salinitet u tlu izuzetno visok.
Opis: pH 4,8 označava jako kiselo tlo; Pod ovim uvjetima, apsorpcija fosfora i molibdena je smanjena, rizik od toksičnosti aluminija/mangana se povećava, a razvoj korijena je potisnut u mnogim usjevima. Za većinu ratarskih usjeva odgovarajući raspon je 6,0-7,0. Stoga dolazi u obzir korekcija kao što je kalcizacija; Kiselo tlo nije 'idealno' i samo po sebi ne jamči visoke prinose.
6. AI preporučuje 60 kg čistog dušika po dekaru za polje pšenice; Regionalni praktični i ciljni prinosi pokazuju približno 12-16 kg čistog dušika po dekaru. Koje je najbolje ponašanje?
- A) Provedba preporuke kakva jest, jer je AI izračunao
- B) Povećanje doze još više radi sigurnosti
- C) Gledajte na to kao upozorenje reda veličine i provjerite ulaze i lokalnu kalibraciju ✔
- D) Dijeljenje prijedloga na pola bez uzimanja u obzir analize tla
Opis: Preporuka je otprilike četiri puta veća od očekivanog raspona; Ovo je upozorenje reda veličine. Prekomjerna količina dušika znači i ekonomsku štetu i rizik od depresije, bolesti i onečišćenja nitratima. Ispravno ponašanje je odbaciti preporuku i provjeriti ulaze (jedinicu, prinos, ciljni prinos, tlo N) i lokalnu kalibraciju. Slijepa primjena uzrokuje ekološku i agronomsku štetu.
7. Što znači 'biljna potrošnja vode' (evapotranspiracija, ET) koja se koristi u odlukama o navodnjavanju?
- A) Količina vode koja ulazi u tlo samo putem oborina
- B) Ukupni gubitak vode isparavanjem iz tla i transpiracijom iz biljke ✔
- C) Električna vodljivost tla
- D) Vrijednost tlaka u cijevi za navodnjavanje
Objašnjenje: Evapotranspiracija je ukupni gubitak vode iz tla u atmosferu isparavanjem i transpiracijom iz biljke. Množenjem referentnog ET s koeficijentom usjeva (Kc), procjenjuje se stvarna potreba proizvoda za vodom (ETc) i prema toj vodnoj bilanci planira se navodnjavanje. ET nije oborina ili salinitet tla; Predstavlja odljevnu stranu proračuna za vodu.
8. Inženjer koji je vidio simptome na listu dao je opis fotografije AI-u i dobio preliminarnu dijagnozu. Što je obavezno prije prevođenja ove dijagnoze u odluku o kontroli štetočina?
- A) Potvrđivanje agensa na terenu/laboratoriju i odabir licenciranog i označenog lijeka ✔
- B) Uzimanje nekoliko različitih lijekova zajedno, samo radi sigurnosti
- C) Nanesite aktivni sastojak odmah što god AI kaže.
- D) Odaberite najjeftiniji pesticid i nanesite ga na cijelo polje
Objašnjenje: Preliminarna dijagnoza samo na temelju slike nije dovoljna zbog različitih čimbenika (gljivični, bakterijski, virusni, nedostatak hranjivih tvari, abiotski stres) koji uzrokuju slične simptome. Uzročnik treba potvrditi terenskim uzorkom i po potrebi laboratorijskom dijagnostikom, a zatim odabrati samo lijek koji ima dozvolu za taj uzročnik i taj proizvod i odgovara njegovoj etiketi. Primjena pesticida širokog spektra bez provjere stvara rizik od rezistencije i rezidua.
9. Koja je svrha koncepta GDD (Growth Degree Day), koji se često koristi u potpori odlučivanju u poljoprivredi?
- A) Prateći pH vrijednost tla
- B) Predviđanje faza razvoja biljaka i pojave štetnika akumulacijom topline ✔
- C) Mjerenje brzine protoka cijevi za navodnjavanje
- D) Izračunavanje tržišne cijene proizvoda
Opis: GDD je ukupna toplina akumulirana oduzimanjem osnovne temperature od dnevne prosječne temperature i koristi se za procjenu razvojnih (fenoloških) faza biljke i vremena pojave nekih štetnika. Stoga se prozori prskanja, gnojidbe i berbe mogu planirati prema akumulaciji topline, a ne prema kalendaru. GDD nije pH tla ili izravna količina padalina.
10. Što je od sljedećeg najtočnija izjava za model predviđanja prinosa uspostavljen pomoću strojnog učenja?
- A) Precizno i bez greške predviđa budućnost
- B) Temelji se na obrascima iz prošlosti; Mora se dati s rasponom nesigurnosti i provjeriti ✔
- C) Uvijek radi s istom točnošću u uvjetima koji nisu podaci o treningu.
- D) On je jedini donositelj konačne odluke bez agronomskih informacija
Opis: model strojnog učenja temelji se na obrascima koje vidi u povijesnim podacima; Povjerenje se smanjuje kada ulazni uvjeti ne ulaze u podatke o obuci (nova sorta, neobična klima). Stoga bi rezultat trebao biti dan s rasponom nesigurnosti, a ne s točkom, i trebao bi biti verificiran povijesnim prinosom i referentnim vrijednostima. Model ne poznaje budućnost sa sigurnošću i ne radi s jednakom točnošću u svim uvjetima.
11. Koja je najbolja praksa prije pokretanja Python/pandas koda za analizu generiranog umjetnom inteligencijom?
- A) Primjena koda izravno na cijeli skup podataka bez njegovog čitanja
- B) Testiranje s malim uzorkom podataka s poznatim rezultatima i provjera formula i jedinica ✔
- C) Smatrajući da je dovoljan samo rad bez grešaka.
- D) Stavljanje rezultata u izvješće bez da ga se uopće provjeri
Opis: Iako se kod generiran umjetnom inteligencijom može činiti točnim, može sadržavati jedinicu, naziv stupca, formulu indeksa ili logičke pogreške filtera. Dobra praksa je ručno pokrenuti rezultat na malom uzorku podataka koje poznajete, usporediti ga s očekivanim rezultatom i provjeriti formule poput NDVI u odnosu na izvor. Primjena koda na velike podatke bez da ih se vidi premješta tihe greške u proizvodnju.
12. Zašto je bilježnica za administraciju lijekova kritična u evidenciji sljedivosti?
- A) Samo da dobijem poreznu olakšicu
- B) Pruža dokazivu evidenciju o usklađenosti s MRL-om, certifikaciju i povratno praćenje serije ✔
- C) Samo za usporedbu sa susjednim poljima
- D) Izrada reklamnih brošura
Opis: Knjiga o uzimanju lijekova; Dokumentira koji je proizvod, koji aktivni sastojak, u kojoj dozi i datumu korišten te karencu između zadnje primjene i žetve. Ovo je bilježenje obavezno za usklađenost s maksimalnom granicom rezidua (MRL), dobru agronomsku/organsku certifikaciju i praćenje serije ako se pojavi problem. Ne čuva se samo radi praćenja troškova ili oglašavanja.
13. Alat umjetne inteligencije pouzdano je prijavio štetočinu koja nije pronađena u tom području kao 'uobičajenu prijetnju'. Koji koncept može najbolje objasniti ovu situaciju?
- A) Pogreška kalibracije senzora
- B) Halucinacije: proizvodnja informacija koje ne postoje na sigurnom jeziku ✔
- C) Prekid mrežne veze
- D) Nedostatak podataka o oborinama
Objašnjenje: Halucinacijom se naziva kada model proizvodi informacije koje zapravo ne postoje ili ne odgovaraju kontekstu, kao da su stvarne, tečne i pouzdane. Filter agronomske vjerodostojnosti (jesu li klima i uzorak usjeva u regiji prikladni za tu štetočinu?) i terenski dokazi hvataju takve pogreške prije potpisivanja. Ovo nije kvar senzora ili greška jedinice.
14. Kako bi trebala biti definirana uloga umjetne inteligencije u poljoprivrednim odlukama ključnim za sigurnost i kvalitetu (npr. doziranje pesticida, recept za gnojivo, plan navodnjavanja)?
- A) Nadležno tijelo koje jedino donosi konačnu odluku
- B) Automatizirani sustav koji zamjenjuje odobrenje nadležnog agronoma
- C) Pomoćnik koji izrađuje nacrte i prijedloge i prepušta odluku stručnjaku ✔
- D) Točan izvor informacija koji ne zahtijeva provjeru
Opis: Umjetna inteligencija; To je pomoćnik koji daje skice, sažima podatke i predlaže hipoteze. Konačnu riječ u kritičnim odlukama ima kompetentni inženjer poljoprivrede koji je upoznat s terenskim promatranjem, lokalnom kalibracijom i zakonodavstvom; AI izlaz ne zamjenjuje ovo odobrenje. Kada je riječ o sigurnosti proizvoda, okoliša i hrane, odgovornost leži na stručnjaku za potpisivanje.