ಲಾಭಗಳು:
- ಕೃಷಿ ಎಂಜಿನಿಯರಿಂಗ್ ವರ್ಕ್ಫ್ಲೋನಲ್ಲಿ AI ನೈಜ ಸಮಯವನ್ನು ಎಲ್ಲಿ ಉಳಿಸುತ್ತದೆ ಮತ್ತು ಯಾವ ನಿರ್ಧಾರಗಳು ಕೃಷಿಶಾಸ್ತ್ರಜ್ಞರ ಜವಾಬ್ದಾರಿಯಾಗಿ ಉಳಿಯಬೇಕು ಎಂಬುದನ್ನು ಗ್ರಹಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಮೂರು ಆಂಕರ್ ವಿಭಾಗಗಳನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯವು ಪ್ರತಿ AI ಔಟ್ಪುಟ್ ಅನ್ನು ಪರಿಮಾಣದ ಕ್ರಮದಲ್ಲಿ, ಅಗ್ರೋನೊಮಿಕ್ ಪ್ಲಾಸಿಬಿಲಿಟಿ ಮತ್ತು ಕ್ಷೇತ್ರ ಸಾಕ್ಷ್ಯದೊಂದಿಗೆ ಕ್ರಾಸ್-ಮೌಲ್ಯೀಕರಿಸುತ್ತದೆ
- ಅಸ್ಪಷ್ಟತೆ, ಭ್ರಮೆ ಮತ್ತು ರೈತರ ಡೇಟಾ ಗೌಪ್ಯತೆಯ ಅಪಾಯಗಳನ್ನು ಗುರುತಿಸಿ ಮತ್ತು ಸಂದರ್ಭವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವ ಮೂಲಕ ಸುರಕ್ಷಿತ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಹೊಂದಿಸುವ ಅಭ್ಯಾಸವನ್ನು ಪಡೆಯಿರಿ.
ಕೃಷಿ ಇಂಜಿನಿಯರಿಂಗ್ ಎನ್ನುವುದು ಜೀವನ ವ್ಯವಸ್ಥೆಯನ್ನು - ಮಣ್ಣು, ಸಸ್ಯಗಳು, ಹವಾಮಾನ ಮತ್ತು ಜನರು - ಏಕಕಾಲದಲ್ಲಿ ನಿರ್ವಹಿಸುವ ಕಲೆಯಾಗಿದೆ. ಒಂದು ಕ್ಷೇತ್ರವು ಎಂದಿಗೂ ಎರಡು ಬಾರಿ ಒಂದೇ ಆಗಿರುವುದಿಲ್ಲ: ಒಂದೇ ಬೀಜ, ಒಂದೇ ಗೊಬ್ಬರ, ಒಂದೇ ನೀರಾವರಿಯು ವಿವಿಧ ವರ್ಷಗಳಲ್ಲಿ ವಿಭಿನ್ನ ಇಳುವರಿಯನ್ನು ನೀಡುತ್ತದೆ ಏಕೆಂದರೆ ಹವಾಮಾನ, ಮಣ್ಣಿನ ತೇವಾಂಶ, ರೋಗದ ಒತ್ತಡ ಮತ್ತು ನೂರಾರು ಅಸ್ಥಿರಗಳು ನಿರಂತರವಾಗಿ ಆಟವಾಡುತ್ತವೆ. ಅದಕ್ಕಾಗಿಯೇ ಕೃಷಿ ಎಂಬುದು ಅನಿಶ್ಚಿತತೆಯಿಂದ ಅಂತರ್ಗತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ವೃತ್ತಿಯಾಗಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI; ದೊಡ್ಡ ಡೇಟಾ ಮಾದರಿಗಳಿಂದ ಕಲಿಯುವ ಮತ್ತು ಪಠ್ಯ, ಚಿತ್ರಗಳು ಅಥವಾ ಸಂಖ್ಯೆಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಫ್ಟ್ವೇರ್ ವ್ಯವಸ್ಥೆಗಳು) ಈ ಅನಿಶ್ಚಿತತೆಯನ್ನು ನಿರ್ವಹಿಸುವಲ್ಲಿ ಪ್ರಬಲ ಸಾಧನವಾಗಿದೆ, ಆದರೆ ಇದು ಅಪಾಯಕಾರಿಯಾದ ಪ್ರಕಾಶಮಾನವಾದ ಭಾಷೆಯಲ್ಲಿ ಅದೇ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಮರೆಮಾಡುವ ಸಾಧನವಾಗಿದೆ. ಈ ಘಟಕವು ಸಂಪೂರ್ಣ ಮಾಡ್ಯೂಲ್ ಅನ್ನು ನಿರ್ಮಿಸುವ ಎರಡು ಅಡಿಪಾಯಗಳನ್ನು ಹಾಕುತ್ತದೆ: ಕೃಷಿ ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ನೈಜ ಮೌಲ್ಯವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ನಾವು ಪ್ರತಿ ಉತ್ಪಾದನೆಯನ್ನು ಹೇಗೆ ಮೌಲ್ಯೀಕರಿಸುತ್ತೇವೆ.
ಮೊದಲಿನಿಂದಲೂ ಸ್ಪಷ್ಟಪಡಿಸೋಣ: ಈ ಮಾಡ್ಯೂಲ್ನಾದ್ಯಂತ ನೀವು ಕಲಿಯುವ ಯಾವುದೇ ತಂತ್ರಗಳು ಅರ್ಹ ಕೃಷಿ ಎಂಜಿನಿಯರ್ (ಕೃಷಿಶಾಸ್ತ್ರಜ್ಞ) ಸಹಿ, ಕ್ಷೇತ್ರ ವೀಕ್ಷಣೆ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ತೀರ್ಪನ್ನು ಬದಲಿಸುವುದಿಲ್ಲ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಹಾಯಕ; ವೇಗವಾಗಿ ಓದುತ್ತದೆ, ವೇಗವಾಗಿ ಬರೆಯುತ್ತದೆ, ಮಾದರಿಗಳನ್ನು ಹಿಡಿಯುತ್ತದೆ. ಆದರೆ ತಪ್ಪಾದ ರಸಗೊಬ್ಬರದ ಚೀಟಿಯು ಹೊಳೆ ಹಾಸಿಗೆಯನ್ನು ಮಲಿನಗೊಳಿಸಿದರೆ, ಕೀಟನಾಶಕಗಳ ತಪ್ಪಾದ ಪ್ರಮಾಣವು ಬೆಳೆಗೆ ಶೇಷವನ್ನು ಬಿಟ್ಟರೆ ಮತ್ತು ಆಹಾರ ಸುರಕ್ಷತೆಯನ್ನು ಕುಂಠಿತಗೊಳಿಸಿದರೆ, ದೋಷಯುಕ್ತ ನೀರಾವರಿ ಯೋಜನೆಯು ಮಣ್ಣನ್ನು ಬಂಜರುಗೊಳಿಸಿದರೆ, ಜವಾಬ್ದಾರಿಯು ಸಾಫ್ಟ್ವೇರ್ನದ್ದಲ್ಲ, ಆದರೆ ಅದಕ್ಕೆ ಸಹಿ ಮಾಡಿದ ಎಂಜಿನಿಯರ್ನದು. ಮಾಡ್ಯೂಲ್ನ ಪ್ರತಿಯೊಂದು ಘಟಕದಲ್ಲಿ ನೀವು ಈ ವಾಕ್ಯವನ್ನು ಮತ್ತೆ ವಿವಿಧ ರೂಪಗಳಲ್ಲಿ ನೋಡುತ್ತೀರಿ, ಏಕೆಂದರೆ ಪರಿಸರ ಮತ್ತು ಆಹಾರ ಸುರಕ್ಷತೆಯು ಅಪಾಯದಲ್ಲಿರುವ ವೃತ್ತಿಯಲ್ಲಿ ಇದು ಏಕೈಕ ಸತ್ಯವಾಗಿದೆ.
ಕೃಷಿ ಕೆಲಸದ ಹರಿವಿನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಎಲ್ಲಿ ಮೌಲ್ಯವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ?
ಕೃಷಿ ವಿಜ್ಞಾನಿಗಳ ವಾರವನ್ನು ಸ್ಥೂಲವಾಗಿ ಮೂರು ರೀತಿಯ ಕೆಲಸಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ: ದತ್ತಾಂಶ ತಯಾರಿಕೆ (ಮಣ್ಣಿನ ವಿಶ್ಲೇಷಣೆ ವರದಿಗಳನ್ನು ಓದುವುದು, ಕ್ಷೇತ್ರ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಂಪಾದಿಸುವುದು, ಸಂವೇದಕ ಕೋಷ್ಟಕಗಳನ್ನು ತೆರವುಗೊಳಿಸುವುದು), ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ವಿಶ್ಲೇಷಣೆ (ಸಸ್ಯ ಆರೋಗ್ಯ ಮೌಲ್ಯಮಾಪನ, ರೋಗ ರೋಗನಿರ್ಣಯ, ರಸಗೊಬ್ಬರ ಮತ್ತು ನೀರಾವರಿ ಯೋಜನೆ, ಇಳುವರಿ ಅಂದಾಜು) ಮತ್ತು ಸಂವಹನ (ರೈತ ವರದಿ, ಪ್ರಿಸ್ಕ್ರಿಪ್ಷನ್, ಪ್ರಮಾಣೀಕರಣ ದಾಖಲೆ, ಅಧಿಕೃತ ಪತ್ರವ್ಯವಹಾರ). AI ಎಲ್ಲಾ ಮೂರು ಕ್ಷೇತ್ರಗಳನ್ನು ಮುಟ್ಟುತ್ತದೆ, ಆದರೆ ಅದರ ಕೊಡುಗೆ ಮತ್ತು ಅಪಾಯವು ಪ್ರತಿಯೊಂದರಲ್ಲೂ ವಿಭಿನ್ನವಾಗಿರುತ್ತದೆ.
ಡೇಟಾ ತಯಾರಿಕೆಯು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸುರಕ್ಷಿತ ಮತ್ತು ಹೆಚ್ಚು ಲಾಭದಾಯಕ ಕ್ಷೇತ್ರವಾಗಿದೆ. ಚದುರಿದ ಕ್ಷೇತ್ರ ವೀಕ್ಷಣೆಗಳನ್ನು ಪ್ರಮಾಣಿತ ಸ್ಪ್ರೆಡ್ಶೀಟ್ ಆಗಿ ಪರಿವರ್ತಿಸುವುದು, ವಿವಿಧ ಪ್ರಯೋಗಾಲಯಗಳಿಂದ ವರದಿಗಳ ವಿಭಿನ್ನ ಸ್ವರೂಪಗಳನ್ನು ಒಂದೇ ಟೆಂಪ್ಲೇಟ್ಗೆ ತರುವುದು, ತೇವಾಂಶ ಸಂವೇದಕ ದಾಖಲೆಗಳ ಸಾವಿರಾರು ಸಾಲುಗಳಲ್ಲಿ ಔಟ್ಲೈಯರ್ಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುವುದು-ಇವುಗಳು ಪುನರಾವರ್ತಿತ, ನಿಯಮ-ಆಧಾರಿತ ಮತ್ತು ಪರಿಶೀಲಿಸಲು ಸುಲಭವಾದ ಕಾರ್ಯಗಳಾಗಿವೆ. ಇಲ್ಲಿ ದೋಷವಿದ್ದರೂ ಸಹ, ಮೂಲಕ್ಕೆ (ರಾ ಡೇಟಾ) ಹಿಂತಿರುಗಲು ಮತ್ತು ಅದನ್ನು ಪರಿಶೀಲಿಸಲು ನಿಮಿಷಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯ ಕ್ಷೇತ್ರವು ಅತ್ಯಧಿಕ ಮೌಲ್ಯ ಮತ್ತು ಹೆಚ್ಚಿನ ಅಪಾಯವನ್ನು ಹೊಂದಿರುತ್ತದೆ. NDVI ನಕ್ಷೆಯಿಂದ AI ಸಂಭವನೀಯ ನೀರಿನ ಒತ್ತಡ ವಲಯವನ್ನು ಸೂಚಿಸಬಹುದು; ಅನುಭವಿ ಕಣ್ಣು ಕೂಡ ಒಂದು ದೊಡ್ಡ ಕ್ಷೇತ್ರದಲ್ಲಿ ತಪ್ಪಿಸಿಕೊಳ್ಳಬಹುದಾದ ಮಾದರಿಯನ್ನು ಇದು ಬಹಿರಂಗಪಡಿಸಬಹುದು. ಆದರೆ ಅದೇ ಮಾದರಿಯು ಆ ಪ್ರದೇಶದಲ್ಲಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ರೋಗವನ್ನು "ವ್ಯಾಪಕ ಬೆದರಿಕೆ" ಎಂದು ವಿಶ್ವಾಸದಿಂದ ವಿವರಿಸಬಹುದು. ಮಾದರಿಯು ವಾಸ್ತವದಲ್ಲಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮಾಹಿತಿಯನ್ನು ನೈಜವಾಗಿ ಉತ್ಪಾದಿಸಿದಾಗ, ಅದನ್ನು ಭ್ರಮೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ, AI ಒಂದು ಊಹೆಯ ಜನರೇಟರ್ ಆಗಿದೆ, ನಿರ್ಧಾರ ಮಾಡುವವರಲ್ಲ.
ಸಂವಹನ ಕ್ಷೇತ್ರದಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಕರಡು ವೇಗವರ್ಧಕವಾಗಿದೆ. ಇದು ರೈತರ ಮಾಹಿತಿ ವರದಿ, ಸಾಹಿತ್ಯ ಸಾರಾಂಶ ಅಥವಾ ಪ್ರಮಾಣೀಕರಣ ಅಪ್ಲಿಕೇಶನ್ ಪಠ್ಯವನ್ನು ನಿಮಿಷಗಳಲ್ಲಿ ರಚಿಸುತ್ತದೆ. ಇಲ್ಲಿರುವ ಅಪಾಯವೆಂದರೆ, ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಮೂಲಗಳು ಮತ್ತು ತಪ್ಪಾದ ಪ್ರಮಾಣಗಳು ಹರಿಯುವ ಪಠ್ಯದಲ್ಲಿ ರೈತರಿಗೆ ಅಥವಾ ಲೆಕ್ಕಪರಿಶೋಧಕರಿಗೆ ಗಮನಕ್ಕೆ ಬರುವುದಿಲ್ಲ.
ಸಲಹೆ: AI ಗೆ ಕೆಲಸವನ್ನು ನೀಡುವ ಮೊದಲು, ನಿಮ್ಮನ್ನು ಕೇಳಿಕೊಳ್ಳಿ: "ಈ ಔಟ್ಪುಟ್ ತಪ್ಪಾಗಿದೆಯೇ ಮತ್ತು ಅದನ್ನು ಸರಿಪಡಿಸಲು ಎಷ್ಟು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಎಂದು ನನಗೆ ಹೇಗೆ ತಿಳಿಯುತ್ತದೆ?" ಉತ್ತರವು ನಿಮಿಷಗಳು (ಡೇಟಾ ಕ್ಲೀನಿಂಗ್) ಆಗಿದ್ದರೆ, ಅದನ್ನು ಆರಾಮವಾಗಿ ಬಳಸಿ; ಉತ್ತರವು "ಉತ್ಪನ್ನವು ಹಾನಿಯಾಗುವವರೆಗೂ ನನಗೆ ಅರ್ಥವಾಗುವುದಿಲ್ಲ" (ಡೋಸೇಜ್ ನಿರ್ಧಾರ), ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸಲು ಮರೆಯದಿರಿ.
ಮೌಲ್ಯೀಕರಣ ಶಿಸ್ತು: ಮೂರು ಆಂಕರ್ ನಿಯಮ
ಈ ಮಾಡ್ಯೂಲ್ನ ಹೃದಯವು ಒಂದೇ ಅಭ್ಯಾಸವಾಗಿದೆ: ಯಾವುದೇ AI ಔಟ್ಪುಟ್ ಅನ್ನು ಮೌಲ್ಯೀಕರಿಸದೆ ಕೃಷಿ ನಿರ್ಧಾರಕ್ಕೆ ಸೇರಿಸಬಾರದು. ನಾವು ಮೂರು ಸ್ವತಂತ್ರ ಆಂಕರ್ಗಳ ಮೇಲೆ ಮೌಲ್ಯೀಕರಣವನ್ನು ಆಧರಿಸಿರುತ್ತೇವೆ.
ಮೊದಲ ಆಂಕರ್ - ಆರ್ಡರ್ ಆಫ್ ಮ್ಯಾಗ್ನಿಟ್ಯೂಡ್. ಫಲಿತಾಂಶವು ಸರಿಸುಮಾರು 10 ಶ್ರೇಣಿಯ ನಿರೀಕ್ಷಿತ ಶಕ್ತಿಯೊಳಗೆ ಇದೆಯೇ? ಗೋಧಿಯಲ್ಲಿನ ಪ್ರತಿ ಡಿಕೇರ್ಗೆ ಶುದ್ಧ ಸಾರಜನಕ ಅಗತ್ಯವು ಸಾಮಾನ್ಯವಾಗಿ 10-18 ಕೆಜಿಯ ಕ್ರಮದಲ್ಲಿದೆ; ಮಾದರಿಯು ಪ್ರತಿ ಡಿಕೇರ್ಗೆ 60 ಕೆಜಿ ಕಳೆದುಕೊಂಡರೆ, ಘಟಕ ಅಥವಾ ಎಡಿಟಿಂಗ್ ದೋಷವಿದೆ ಮತ್ತು ವಿವರವಾಗಿ ಹೋಗದೆ ಅದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಹನಿ ನೀರಾವರಿ ವ್ಯವಸ್ಥೆಯ ಹರಿವಿನ ಪ್ರಮಾಣವು ಗಂಟೆಗೆ ಲೀಟರ್ಗಳ ಕ್ರಮದಲ್ಲಿದೆ; ಮಾದರಿಯು ಘನ ಮೀಟರ್ಗಳನ್ನು ನೀಡಿದರೆ, ಅದು ಅಸಂಬದ್ಧವಾಗಿದೆ. ಈ ಪರಿಶೀಲನೆಯು ಸೆಕೆಂಡುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚಿನ ದೋಷಗಳನ್ನು ಹಿಡಿಯುತ್ತದೆ.
ಎರಡನೇ ಆಂಕರ್ - ಅಗ್ರೋನೊಮಿಕ್ ಸಮಂಜಸತೆ. ಉತ್ಪಾದನೆಯು ಬೆಳೆಗಳ ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ಪ್ರದೇಶದ ಹವಾಮಾನದೊಂದಿಗೆ ಸ್ಥಿರವಾಗಿದೆಯೇ? ಮಾದರಿಯು ಬೇಸಿಗೆಯ ಮಧ್ಯದಲ್ಲಿ ಚಳಿಗಾಲದ ಗೋಧಿಯನ್ನು ನೆಡಲು ಶಿಫಾರಸು ಮಾಡಿದರೆ; ಅಥವಾ ಈ ಪ್ರದೇಶದಲ್ಲಿ ಎಂದಿಗೂ ಕಂಡುಬರದ ಉಷ್ಣವಲಯದ ಕೀಟವನ್ನು ಇದು ಮುಖ್ಯ ಬೆದರಿಕೆ ಎಂದು ಪರಿಗಣಿಸಿದರೆ, ನಿರ್ಮಾಣ ದೋಷವಿದೆ ಅಥವಾ ಮಾದರಿಯು ಅಸಂಬದ್ಧವಾಗಿದೆ. ಬೆಳೆ, ಮಣ್ಣಿನ ಪ್ರಕಾರ ಮತ್ತು ಸ್ಥಳೀಯ ಹವಾಮಾನದ ಫಿನಾಲಾಜಿ (ಅಭಿವೃದ್ಧಿಯ ಹಂತಗಳು) ಪ್ರತಿ ಪ್ರಸ್ತಾಪವನ್ನು ರವಾನಿಸಬೇಕಾದ ಸಂಭಾವ್ಯತೆಯ ಫಿಲ್ಟರ್ ಆಗಿದೆ.
ಮೂರನೇ ಆಧಾರ - ಕ್ಷೇತ್ರ ಪುರಾವೆ. ಇದು ಪ್ರಬಲ ಆಂಕರ್ ಆಗಿದೆ. ಮಣ್ಣಿನ ಆಗರ್, ಎಲೆ ವಿಶ್ಲೇಷಣೆ, ಕ್ಷೇತ್ರದಲ್ಲಿ ದೃಶ್ಯ ಎಣಿಕೆ, ಆರ್ದ್ರತೆ ಸಂವೇದಕವನ್ನು ಓದುವ ಮಾದರಿಯೊಂದಿಗೆ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ. ಉಪಗ್ರಹದಿಂದ ಒತ್ತಡದ ಸಂಕೇತವನ್ನು ಅದೇ ಪ್ರದೇಶಕ್ಕೆ ಹೋಗಿ ಸಸ್ಯವನ್ನು ನೋಡುವ ಮೂಲಕ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ. ಮಾದರಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಮೂಲಕ ಮತ್ತು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ರೋಗದ ಪ್ರಾಥಮಿಕ ರೋಗನಿರ್ಣಯವನ್ನು ದೃಢೀಕರಿಸಲಾಗುತ್ತದೆ. ನೆಲದ ಸತ್ಯ ಯಾವಾಗಲೂ ಗೆಲ್ಲುತ್ತದೆ.
ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು: ಸಂಖ್ಯೆಗಳ ಮೂಲಕ
ಪ್ರಕರಣ 1 - ಮಣ್ಣಿನ ವರದಿ ವ್ಯಾಖ್ಯಾನದಲ್ಲಿ ಸಮಯವನ್ನು ಉಳಿಸಲಾಗಿದೆ. ಕೃಷಿ ಇಂಜಿನಿಯರ್ 38 ವಿಭಿನ್ನ ಪಾರ್ಸೆಲ್ಗಳ (ಪ್ರತಿಯೊಂದೂ ವಿಭಿನ್ನ ಪ್ರಯೋಗಾಲಯದ ರೂಪದಲ್ಲಿ) ಮಣ್ಣಿನ ವಿಶ್ಲೇಷಣೆ ವರದಿಗಳನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಸಾರಾಂಶ ಮಾಡುತ್ತಿದ್ದಾನೆ; ಪ್ರತಿ ವರದಿಗೆ ಸರಾಸರಿ 20 ನಿಮಿಷಗಳು, ಸರಿಸುಮಾರು 13 ಗಂಟೆಗಳ ಒಟ್ಟು. AI-ಚಾಲಿತ ಚಾರ್ಟಿಂಗ್ ವರ್ಕ್ಫ್ಲೋನೊಂದಿಗೆ, ಅವರು ಮೊದಲ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಪ್ರತಿ ವರದಿಗೆ 4 ನಿಮಿಷಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡಿದರು, ಉಳಿದ ಸಮಯವನ್ನು ಮಿತಿಗಳನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಮೌಲ್ಯೀಕರಿಸಲು ಮೀಸಲಿಟ್ಟರು. ಒಟ್ಟು ಸಮಯ ಸುಮಾರು 5 ಗಂಟೆಗಳಿಗೆ ಇಳಿದಿದೆ; ವಿಮರ್ಶಾತ್ಮಕ ವಿಷಯವೆಂದರೆ ಗಳಿಸಿದ ಸಮಯವನ್ನು ನಿಯಂತ್ರಣದಲ್ಲಿ ಕಳೆಯಲಾಯಿತು.
ಪ್ರಕರಣ 2 - ಸೆರೆಹಿಡಿಯಲಾದ ಭ್ರಮೆ. ಒಬ್ಬ ಇಂಟರ್ನ್ ದ್ರಾಕ್ಷಿತೋಟದ ರೋಗದ ಇತಿಹಾಸವನ್ನು AI ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಿದಾಗ, ಪಠ್ಯವು "ಪ್ರಧಾನ ಸಿಟ್ರಸ್ ಹುವಾಂಗ್ಲಾಂಗ್ಬಿಂಗ್ (HLB) ಪ್ರದೇಶದಲ್ಲಿ ಒತ್ತಡ" ಎಂಬ ವಾಕ್ಯವನ್ನು ಒಳಗೊಂಡಿದೆ. ಆದಾಗ್ಯೂ, ಪಾರ್ಸೆಲ್ನಲ್ಲಿ ದ್ರಾಕ್ಷಿತೋಟಗಳು (ದ್ರಾಕ್ಷಿಗಳು) ಇದ್ದವು, ಸಿಟ್ರಸ್ ಅಲ್ಲ; ಮಾದರಿಯು ಮತ್ತೊಂದು ಉತ್ಪನ್ನದ ಮಾಹಿತಿಯನ್ನು ಗೊಂದಲಗೊಳಿಸಿದೆ. ವರದಿಗೆ ಸಹಿ ಹಾಕುವ ಮೊದಲು ಅಗ್ರೋನೊಮಿಕ್ ಪ್ಲಾಸಿಬಿಲಿಟಿ ಫಿಲ್ಟರ್ (ಕ್ರಾಪ್ ಪ್ಯಾಟರ್ನ್ ಎಚ್ಎಲ್ಬಿಗೆ ಅನುಗುಣವಾಗಿಲ್ಲ) ದೋಷವನ್ನು ಹಿಡಿದಿದೆ.
ಪ್ರಕರಣ 3 - ಘಟಕ ದೋಷ. ಒಂದು ರಸಗೊಬ್ಬರ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ, ಮಾದರಿಯು ಪ್ರತಿ ಹೆಕ್ಟೇರ್ ಶಿಫಾರಸಿನೊಂದಿಗೆ ಪ್ರತಿ ಡಿಕೇರ್ ಶಿಫಾರಸನ್ನು ಗೊಂದಲಗೊಳಿಸಿತು, ಸಾರಜನಕದ ಪ್ರಮಾಣವನ್ನು 10 ಅಂಶದಿಂದ ಹೆಚ್ಚಿಸಿತು (1 ಹೆಕ್ಟೇರ್ = 10 ಡಿಕೇರ್ಸ್). ಮ್ಯಾಗ್ನಿಟ್ಯೂಡ್ ಚೆಕ್ ಆದೇಶ - "ಈ ಪಾರ್ಸೆಲ್ 15 ಕೆಜಿ ಆದರೆ 150 ಕೆಜಿ ಶುದ್ಧ ಸಾರಜನಕವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ" - ತಕ್ಷಣವೇ ದೋಷವನ್ನು ಬಹಿರಂಗಪಡಿಸಿತು. ಇದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿದ್ದರೆ, ಆರ್ಥಿಕ ಹಾನಿ ಮತ್ತು ನೈಟ್ರೇಟ್ ಮಾಲಿನ್ಯ ಎರಡೂ ಸಂಭವಿಸುತ್ತಿತ್ತು.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ಪ್ರಾಂಪ್ಟ್ ಎನ್ನುವುದು ನೀವು AI ಗೆ ನೀಡುವ ಲಿಖಿತ ಸೂಚನೆಯಾಗಿದೆ; ಅದರ ಗುಣಮಟ್ಟವು ಉತ್ಪಾದನೆಯ ಗುಣಮಟ್ಟವನ್ನು ನೇರವಾಗಿ ನಿರ್ಧರಿಸುತ್ತದೆ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಕ್ಷೇತ್ರದ ಸ್ಥಿತಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ ಮತ್ತು ನಾನು ಏನು ಮಾಡಬೇಕು ಎಂದು ಹೇಳಿ.[data]
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಹಿರಿಯ ಕೃಷಿ ಎಂಜಿನಿಯರ್ (ಕೃಷಿ ತಜ್ಞ). ನೀಡಿರುವ ಮಾಹಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಮಾತ್ರ ಈ ಕೆಳಗಿನ ಕ್ಷೇತ್ರದ ಡೇಟಾವನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಿ. - ಡೇಟಾದಲ್ಲಿ ಇಲ್ಲದ ಯಾವುದೇ ಉತ್ಪನ್ನ, ರೋಗ, ಗೊಬ್ಬರ ಅಥವಾ ಮೌಲ್ಯವನ್ನು ಸೇರಿಸಬೇಡಿ. - ಪ್ರತಿ ಕಾಮೆಂಟ್ನ ಮುಂದಿನ ಆವರಣಗಳೊಂದಿಗೆ ನೀವು ಆಧರಿಸಿರುವ ಡೇಟಾ ಲೈನ್ ಅನ್ನು ತೋರಿಸಿ. - ನೀವು ಖಚಿತವಾಗಿರದಿರುವಲ್ಲಿ "ಡೇಟಾ ಸಾಕಷ್ಟಿಲ್ಲ" ಎಂದು ಬರೆಯಿರಿ, ಊಹೆ ಮಾಡಬೇಡಿ. - ಡೋಸೇಜ್ ಮತ್ತು ಔಷಧ ಶಿಫಾರಸುಗಳನ್ನು ನೀಡಬೇಡಿ; ಬದಲಿಗೆ, ಪರಿಶೀಲಿಸಬೇಕಾದ 3 ಊಹೆಗಳ ಪ್ರತ್ಯೇಕ ಪಟ್ಟಿಯನ್ನು ಮಾಡಿ. ಡೇಟಾ: [ಕ್ಷೇತ್ರದ ಡೇಟಾ]
ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಮಾದರಿಯಲ್ಲಿ ಮೂರು ವಿಷಯಗಳನ್ನು ಹೇರುತ್ತದೆ: ಮೂಲಕ್ಕೆ ಅಂಟಿಕೊಳ್ಳಿ, ಅನಿಶ್ಚಿತತೆಯನ್ನು ಒಪ್ಪಿಕೊಳ್ಳಿ ಮತ್ತು ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರವನ್ನು (ಡೋಸೇಜ್) ಎಂಜಿನಿಯರ್ಗೆ ಬಿಟ್ಟುಬಿಡಿ. ಇದು ಭ್ರಮೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಕೊನೆಗೊಳಿಸುವುದಿಲ್ಲ, ಆದರೆ ಅದು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ.
ನಾಲ್ಕು ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಅನಾಮಧೇಯ ಸಂದರ್ಭವನ್ನು ಸ್ಥಾಪಿಸುವುದು:
ಕೃಷಿ ಇಂಜಿನಿಯರಿಂಗ್ ನಿಯೋಜನೆಗೆ ಸಹಾಯ ಮಾಡಲು ನಾನು ಬಯಸುತ್ತೇನೆ. ರೈತರ ಹೆಸರು, ಕ್ಷೇತ್ರ ನಿರ್ದೇಶಾಂಕಗಳು, ಪಾರ್ಸೆಲ್ ಐಡಿ ಮತ್ತು ವೆಚ್ಚದ ಮಾಹಿತಿಯು ಗೌಪ್ಯವಾಗಿರುತ್ತದೆ; ನಾನು ಅವರಿಗೆ "ಫಾರ್ಮರ್-ಎ", "ಪ್ಲಾಟ್-1", "ಎಕ್ಸ್ ಕೋಆರ್ಡಿನೇಟ್" ನಂತಹ ಪ್ರಾತಿನಿಧಿಕ ಅಭಿವ್ಯಕ್ತಿಗಳೊಂದಿಗೆ ನೀಡುತ್ತೇನೆ. ಕಾರ್ಯ: [ಕಾರ್ಯ]. ನಾನು ನೀಡುವ ತಾಂತ್ರಿಕ ದತ್ತಾಂಶದ ಆಧಾರದ ಮೇಲೆ ಬಾಹ್ಯ ಊಹೆಗಳನ್ನು ಸೇರಿಸಬೇಡಿ.
2) ಮೂರು ಆಂಕರ್ ಪರಿಶೀಲನೆ ವಿನಂತಿಗಳು:
ಕೆಳಗಿನ ಔಟ್ಪುಟ್ಗಾಗಿ ಮೂರು ಚೆಕ್ಗಳನ್ನು ಮಾಡಿ: 1) ಪರಿಮಾಣದ ಕ್ರಮ: ಪ್ರತಿ ಸಂಖ್ಯೆಯು ಬೆಳೆ/ಪ್ರದೇಶಕ್ಕೆ ನಿರೀಕ್ಷಿತ ವ್ಯಾಪ್ತಿಯಲ್ಲಿದೆಯೇ?2) ಕೃಷಿಯ ಸಂಭಾವ್ಯತೆ: ಬೆಳೆ ಜೀವಶಾಸ್ತ್ರ/ಹವಾಮಾನದೊಂದಿಗೆ ಸಂಘರ್ಷದ ಹಕ್ಕು ಇದೆಯೇ?3) ಪರಿಶೀಲನಾ ಪಟ್ಟಿ: ಕ್ಷೇತ್ರ/ಲ್ಯಾಬ್ನಲ್ಲಿ ದೃಢೀಕರಿಸಬೇಕಾದ ಐಟಂಗಳು.ಔಟ್ಪುಟ್: [ಪಠ್ಯ]
3) ಅಸ್ಪಷ್ಟತೆಯನ್ನು ಜಾರಿಗೊಳಿಸುವುದು:
ವಿಶ್ವಾಸದ ಮೂರು ಹಂತಗಳಲ್ಲಿ ನಿಮ್ಮ ವ್ಯಾಖ್ಯಾನವನ್ನು ನೀಡಿ: - ಹೆಚ್ಚಿನ ವಿಶ್ವಾಸ (ಡೇಟಾದಿಂದ ನೇರವಾಗಿ ಬೆಂಬಲಿತವಾಗಿದೆ) - ಮಧ್ಯಮ ವಿಶ್ವಾಸ (ಸಮಂಜಸವಾದ ಕೃಷಿಶಾಸ್ತ್ರದ ತೀರ್ಮಾನ) - ಕಡಿಮೆ ವಿಶ್ವಾಸ (ಊಹಾಪೋಹ; ಕ್ಷೇತ್ರ ದೃಢೀಕರಣದ ಅಗತ್ಯವಿದೆ) ಪ್ರತಿ ಐಟಂ ಅನ್ನು ಅದರ ಮಟ್ಟವನ್ನು ಸೂಚಿಸಿ ಬರೆಯಿರಿ.
4) ನಿರ್ಧಾರದ ಮೊದಲು ಕೆಂಪು ಧ್ವಜ ಸ್ಕ್ರೀನಿಂಗ್:
ನಾನು ಈ ಸಲಹೆಯನ್ನು ಅನುಸರಿಸಿದರೆ ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ಮುಂಚಿನ ಎಚ್ಚರಿಕೆ ಚಿಹ್ನೆಗಳನ್ನು ಅನುಸರಿಸಿದರೆ ಉಂಟಾಗಬಹುದಾದ 3 ಅತ್ಯಂತ ಗಂಭೀರ ಅಪಾಯಗಳನ್ನು (ಪರಿಸರ, ಆಹಾರ ಸುರಕ್ಷತೆ, ಆರ್ಥಿಕ) ಪಟ್ಟಿ ಮಾಡಿ.
ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳ ಕೋಷ್ಟಕ
ಅವಧಿ
ಅರ್ಥ
ಇದು ಏಕೆ ಮುಖ್ಯ?
ಕೃಷಿ ವಿಜ್ಞಾನಿ
ಕೃಷಿ ಎಂಜಿನಿಯರ್, ಕೃಷಿ ಉತ್ಪಾದನಾ ತಜ್ಞ
ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳಿಗೆ ಅಂತಿಮ ಜವಾಬ್ದಾರಿ
ಭ್ರಮೆ
AI ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮಾಹಿತಿಯನ್ನು ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಉತ್ಪಾದಿಸುತ್ತದೆ
ಪರಿಶೀಲನೆಯಿಲ್ಲದೆ ನಂಬುವ ದೊಡ್ಡ ಅಪಾಯ
ಫಿನಾಲಾಜಿ
ಸಸ್ಯದ ಬೆಳವಣಿಗೆಯ ಹಂತಗಳು (ಹೊರಹೊಮ್ಮುವಿಕೆ, ಹೂಬಿಡುವಿಕೆ ...)
ವೇಳಾಪಟ್ಟಿ ನಿರ್ಧಾರಗಳಿಗೆ ಆಧಾರ
ನೆಲದ ಸತ್ಯ
ಕ್ಷೇತ್ರದಲ್ಲಿ ನೇರ ವೀಕ್ಷಣೆ/ಮಾಪನ
ಎಲ್ಲಾ ರಿಮೋಟ್ ಡೇಟಾದ ದೃಢೀಕರಣ ಆಂಕರ್
NDVI
ಸಸ್ಯವರ್ಗದ ಹುರುಪು ಸೂಚ್ಯಂಕ
ರಿಮೋಟ್ ಆರೋಗ್ಯ ಮೇಲ್ವಿಚಾರಣೆಗೆ ಅಗತ್ಯವಾದ ಸಾಧನ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ನಿಖರತೆಗಾಗಿ ನಿರರ್ಗಳತೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. AI ನ ಸುಂದರ, ಆತ್ಮವಿಶ್ವಾಸದ ಟರ್ಕಿಶ್ ಔಟ್ಪುಟ್ ಸರಿಯಾಗಿದೆ ಎಂದು ಸೂಚಿಸುವುದಿಲ್ಲ; ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ಭ್ರಮೆಗಳು ಅತ್ಯಂತ ದ್ರವವಾಗಿದೆ.
- ಪರಿಶೀಲನೆಯು ಸಮಯ ವ್ಯರ್ಥ ಎಂದು ಯೋಚಿಸುವುದು. ನೀವು ಉಳಿಸಿದ ಸಮಯವನ್ನು ಪರಿಶೀಲಿಸದಿದ್ದರೆ, AI ನಿಮ್ಮ ಪರವಾಗಿ ದೋಷವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.
- ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಹಾಗೆಯೇ ಹಂಚಿಕೊಳ್ಳಲಾಗುತ್ತಿದೆ. ರೈತರ ಸಮನ್ವಯ, ಇಳುವರಿ ಮತ್ತು ವೆಚ್ಚವು ಮಾಲೀಕತ್ವ ಮತ್ತು ಗೌಪ್ಯತೆಯ ವಿಷಯಗಳಾಗಿವೆ; ಅನಾಮಧೇಯಗೊಳಿಸದೆ ಹಂಚಿಕೊಳ್ಳಬೇಡಿ.
- ನಿರ್ಣಾಯಕ ಡೋಸೇಜ್ ನಿರ್ಧಾರವನ್ನು AI ಗೆ ಬಿಡುವುದು. ರಸಗೊಬ್ಬರ, ಕೀಟನಾಶಕ ಮತ್ತು ನೀರಾವರಿ ಪ್ರಮಾಣಗಳಿಗೆ ಕ್ಷೇತ್ರ ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಮತ್ತು ಶಾಸನದ ಅಗತ್ಯವಿರುತ್ತದೆ; AI ಡ್ರಾಫ್ಟ್ಗಳನ್ನು ಮಾತ್ರ ಉತ್ಪಾದಿಸುತ್ತದೆ.
- ಒಂದು ಆಂಕರ್ನೊಂದಿಗೆ ತೃಪ್ತರಾಗಿರುವುದು. ಪರಿಮಾಣದ ಕ್ರಮವನ್ನು ಮಾತ್ರ ನೋಡುವುದು ಮತ್ತು ತೋರಿಕೆಯ ಮತ್ತು ಕ್ಷೇತ್ರ ಸಾಕ್ಷ್ಯವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು ಸೂಕ್ಷ್ಮ ದೋಷಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: AI ನಿಮಗೆ "ಈ ಪ್ರದೇಶದಲ್ಲಿ X ರೋಗವಿದೆ" ಎಂದು ಹೇಳಿದಾಗ, ಇದು ಒಂದು ಊಹೆಯಾಗಿದೆ, ರೋಗನಿರ್ಣಯವಲ್ಲ. ರೋಗನಿರ್ಣಯ; ಪ್ರಯೋಗಾಲಯ ಮತ್ತು ಅಧಿಕೃತ ಇಂಜಿನಿಯರ್ ಅನುಮೋದನೆಯೊಂದಿಗೆ ಮಾದರಿಯನ್ನು ಇರಿಸಲಾಗುತ್ತದೆ.
ಸಾರಾಂಶದಲ್ಲಿ
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಡೇಟಾ ತಯಾರಿಕೆಯಲ್ಲಿ ಸುರಕ್ಷಿತ ಸಾಧನವಾಗಿದೆ, ಸಂವಹನದಲ್ಲಿ ವೇಗವರ್ಧಕವಾಗಿದೆ ಮತ್ತು ಕೃಷಿ ಎಂಜಿನಿಯರಿಂಗ್ನಲ್ಲಿ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಅತ್ಯಂತ ಮೌಲ್ಯಯುತ ಮತ್ತು ಅಪಾಯಕಾರಿ ಸಾಧನವಾಗಿದೆ. ಈ ಮಾಡ್ಯೂಲ್ನ ಬೆನ್ನೆಲುಬು ಮೂರು ಆಂಕರ್ ವಿಭಾಗಗಳಾಗಿವೆ: ಪ್ರತಿ ಔಟ್ಪುಟ್ ಅನ್ನು ಪರಿಮಾಣದ ಕ್ರಮಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ ಪರೀಕ್ಷಿಸುವುದು, ಅಗ್ರೋನೊಮಿಕ್ ಪ್ಲಾಸಿಬಿಲಿಟಿ ಮತ್ತು ಕ್ಷೇತ್ರ ಸಾಕ್ಷ್ಯ. ಭ್ರಮೆ ನಿಜ, ನಿರರ್ಗಳತೆ ನಿಖರತೆ ಅಲ್ಲ, ಮತ್ತು ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರಗಳ ಜವಾಬ್ದಾರಿ ಯಾವಾಗಲೂ ಸಹಿ ಮಾಡುವ ಕೃಷಿಶಾಸ್ತ್ರಜ್ಞರ ಮೇಲಿರುತ್ತದೆ. ನಂತರದ ಘಟಕಗಳಲ್ಲಿ, ನಿಖರವಾದ ಕೃಷಿ, NDVI, ಮಣ್ಣು, ನೀರಾವರಿ, ರೋಗ, ಹವಾಮಾನ, ಇಳುವರಿ, ಹೆಬ್ಬಾವು ಮತ್ತು ಪತ್ತೆಹಚ್ಚುವಿಕೆಗೆ ಒಂದೊಂದಾಗಿ ನಾವು ಈ ಶಿಸ್ತನ್ನು ಅನ್ವಯಿಸುತ್ತೇವೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನೀವು ಹೊಂದಿರುವ ಕ್ಷೇತ್ರಕ್ಕಾಗಿ (ಅಥವಾ ಪ್ರತಿನಿಧಿ), AI ಅನ್ನು ಮೊದಲು ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಕೇಳಿ ("ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ನಾನು ಏನು ಮಾಡಬೇಕು?"), ನಂತರ ಈ ಘಟಕದಲ್ಲಿನ ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಅದೇ ಪ್ರಶ್ನೆ. ಎರಡು ಔಟ್ಪುಟ್ಗಳನ್ನು ಅಕ್ಕಪಕ್ಕದಲ್ಲಿ ಇರಿಸಿ ಮತ್ತು ಗುರುತಿಸಿ: (1) ಯಾವ ವಾಕ್ಯಗಳು ಡೇಟಾದಲ್ಲಿಲ್ಲದ ಮಾಹಿತಿಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ (ಅಭ್ಯರ್ಥಿ ಭ್ರಮೆ), (2) ಯಾವ ಸಂಖ್ಯೆಗಳು ಮ್ಯಾಗ್ನಿಟ್ಯೂಡ್ ಚೆಕ್ನ ಕ್ರಮದಲ್ಲಿ ವಿಫಲವಾಗಿವೆ, (3) ನೀವು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪರಿಶೀಲಿಸಬೇಕಾದ 3 ಐಟಂಗಳು. ಒಂದು ಪ್ಯಾರಾಗ್ರಾಫ್ನಲ್ಲಿ, ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್ ಗೋಚರಿಸುವ ದೋಷಗಳನ್ನು ಬರೆಯಿರಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಕಾರ್ಯವನ್ನು ಡೇಟಾ ತಯಾರಿ / ವ್ಯಾಖ್ಯಾನ / ಸಂವಹನ ಎಂದು ವರ್ಗೀಕರಿಸಿದ್ದೇನೆ ಮತ್ತು ಅಪಾಯದ ಮಟ್ಟವನ್ನು ನಿರ್ಧರಿಸಿದೆ.
- [ ] ನಾನು ರೈತರ ಗುರುತು, ನಿರ್ದೇಶಾಂಕಗಳು ಮತ್ತು ವೆಚ್ಚದ ಮಾಹಿತಿಯನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಗಾತ್ರ, ಅಗ್ರೋನೊಮಿಕ್ ಪ್ಲಾಸಿಬಿಲಿಟಿ ಮತ್ತು ಕ್ಷೇತ್ರ ಸಾಕ್ಷ್ಯಕ್ಕಾಗಿ ಔಟ್ಪುಟ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿದೆ.
- [ ] ನಾನು ಭ್ರಮೆ ಅಭ್ಯರ್ಥಿ ವಾಕ್ಯಗಳನ್ನು ಗುರುತಿಸಿದ್ದೇನೆ ಮತ್ತು ಅವುಗಳನ್ನು ಮೂಲಕ್ಕೆ ಹಿಂತಿರುಗಿಸಿದೆ.
- [ ] ನಾನು ನಿರ್ಣಾಯಕ ಡೋಸೇಜ್/ಔಷಧ/ನೀರಾವರಿ ನಿರ್ಧಾರವನ್ನು ಅಧಿಕೃತ ಇಂಜಿನಿಯರ್ನ ಅನುಮೋದನೆಗೆ ಬಿಟ್ಟಿದ್ದೇನೆ.