Пайдалар:
- Фермерлердин маалыматтарына ээлик кылуу, купуялуулук жана алгоритмдик тенденция сыяктуу этикалык тобокелдиктерди таануу жана башкаруу жөндөмдүүлүгү
- Модулдун бардык шилтемелерин бир сезондук акырына чейин иштөө процессинде бириктирүү мүмкүнчүлүгү
- AI өндүрүшү коопсуздук боюнча маанилүү айыл чарба чечимдеринде компетенттүү агрономдун макулдугун алмаштырбай турган сапат системасын түзүү
Модуль экзамени
1. АИ өндүрүшүн айыл чарба инженериясында чечимге киргизүүдөн мурун колдонулган "үч казык" валидациясынын анкерлери кандай?
- A) Өлчөмдүн диапазону, агротехникалык тууралыгы жана талаа далилдери ✔
- B) Модельдин популярдуулугу, жооптун узактыгы жана тилди эркин билүү
- C) Баасы, ылдамдыгы жана колдонуучу интерфейси
- D) Бренд ишенимдүүлүгү, интернет байланышы жана файл форматы
Description: Үч казык; натыйжанын күтүлгөн күчү 10 чегинде экендигин текшерген чоңдуктун тартиби, түшүмдүн түшүмдүн жана климатка шайкештигин караган агротехникалык акыл-эстүүлүк жана өзөк/үлгүгө караганда талаада тастыктоону камсыз кылган талаа далилдери. Булактын бренди, моделдин популярдуулугу же тексттин тазалыгы текшерүү критерийи эмес.
2. NDVI (Normalized Difference Vegetation Index) негизинен эмнени өлчөйт?
- А) Топурактагы нымдуулуктун так пайызын сантиметр менен аныктагыла
- B) Жашыл, жандуу өсүмдүктөрдүн тыгыздыгы жана күчү ✔
- В) Түр деңгээлинде кайсы оорунун агенти бар?
- D) Түшүм жыйноодон кийинки акыркы продукциянын баасы
Сүрөттөмө: NDVI жашыл, фотосинтетикалык тирүү өсүмдүктөрдүн тыгыздыгын жана күчүн жакын инфракызыл (NIR) жана кызыл тилке чагылдырууларынын ортосундагы айырманы нормалдаштыруу аркылуу өлчөйт. Дени сак өсүмдүктөр NIRди күчтүү чагылдырып, кызылды интенсивдүү сиңирип алгандыктан, NDVI көбөйөт; Стресстүү же сейрек жабуунун мааниси төмөндөйт. Ал түздөн-түз түшүмдүүлүктү, топурактын нымдуулугун же оорунун түрүн өлчөбөйт; бул кошумча маалыматтарды талап кылат.
3. Спутниктен тартылган сүрөт NDVI көрсөткүчү төмөн аймакты көрсөтөт. Бул аномалияны инженердик чечимге айлантуудан мурун төмөнкү кадамдардын кайсынысы эң жакшы?
- А) Ошол аймакка дароо фунгицид чачыңыз
- Б) Жер семирткичтердин дозасын эки эсеге көбөйтүү
- C) Себепти талаа көзөмөлү, метеорология жана фенология аркылуу ырастоо ✔
- D) Аномалияга көңүл бурбай, бүт талаага орточо көрсөткүчтү колдонуңуз
Түшүндүрмө: Төмөн NDVI суунун стрессинен, оорудан, аш болумдуу заттардын жетишсиздигинен, сейрек пайда болушунан, булут көлөкөсүндө же жаңы айдалган топурактан келип чыгышы мүмкүн. Биз бул белгисиздикти талаа көзөмөлү, метеорология жана фенология аркылуу гана айырмалай алабыз; Мунун себебин карта эле айтпайт. Пестициддерди же жер семирткичтерди түздөн-түз колдонуу туура эмес себеп менен кийлигишүү коркунучун алып келет.
4. Дыйкандардын талаа координаттарын, түшүмдүүлүк жана нарк маалыматтарын жалпыга жеткиликтүү AI куралына киргизүүдө эң так ыкма кайсы?
- A) Бардык маалыматтарды анын идентификатору жана координаттары менен чаптоо
- B) Идентификациялык маалыматты анонимдөө жана керектүү техникалык маалыматтарды гана бөлүшүү ✔
- C) Жалпы таблицага маалыматтарды такыр текшербестен жүктөө
- D) Дыйкандын уруксатысыз маалыматтарды моделдик окутууга берүү
Ачыкка чыгаруу: Фермердин маалыматтары коммерциялык жана жеке жактан сезимтал болуп саналат; Координаттар, иденттүүлүк жана чыгымдар жөнүндө маалымат менчик жана купуялуулук маселеси болуп саналат. Туура ыкма репрезентативдик энбелгилер (Plot-A, X координаты) менен идентификациялык маалыматты анонимдөө жана талдоо үчүн зарыл болгон техникалык маалыматтарды гана бөлүшүү. Маалыматтарды ошол бойдон бөлүшүү же уруксатсыз билим берүү үчүн ачуу этикалык жана юридикалык коркунучтарды жаратат.
5. Топурак талдоо отчетунда рН 4,8 деп жазылган. Бул баа агрономиялык жактан эмнени билдирет?
- A) Көпчүлүк өсүмдүктөр үчүн нейтралдуу жана идеалдуу топурак
- B) Күчтүү кислоталуу; Тамак-ашты чектөө жана оңдоону талап кылган абал ✔
- C) Күчтүү щелоч; акиташтоону талап кылган шарт
- D) Бул топурактагы туздуулуктун өтө жогору экендигин билдирет.
Сүрөттөмө: рН 4.8 күчтүү кычкыл топурактын көрсөтөт; Мындай шартта фосфор менен молибденди кабыл алуу азаят, алюминий/марганецтин уулуулугунун коркунучу күчөйт жана көптөгөн айыл чарба өсүмдүктөрүндө тамырдын өнүгүүсү басылып калат. Көпчүлүк талаа өсүмдүктөрү үчүн 6,0-7,0 тиешелүү диапазон болуп саналат. Ошондуктан, акиташтоо сыяктуу оңдоо каралат; Кислоталуу топурак «идеалдуу» эмес жана өзү эле жогорку түшүмгө кепилдик бербейт.
6. AI буудай талаасына 1 декарга 60 кг таза азот сунуш кылган; Аймактык практикалык жана максаттуу түшүм болжол менен 12-16 кг таза азотту көрсөтөт. Эң жакшы жүрүм-турум деген эмне?
- A) Сунуштаманы ошол бойдон ишке ашыруу, анткени AI эсептелген
- B) Коопсуз болуу үчүн дозаны ого бетер көбөйтүү
- C) Аны чоңдуктун эскертүү тартиби катары караңыз жана киргизүүлөрдү жана жергиликтүү калибрлөө ✔ текшериңиз
- D) Топурак анализин эсепке албастан сунушту экиге бөлүү
Сүрөттөмө: Сунуш болжолдонгон диапазондон төрт эсе көп; Бул масштабдуу эскертүү тартиби. Ашыкча азот экономикалык зыянды да, депрессия, оору жана нитраттардын булгануу коркунучун да билдирет. Туура жүрүм-турум сунушту четке кагуу жана киргизүүлөрдү текшерүү (бирдик, түшүм, максаттуу түшүм, топурак N) жана жергиликтүү калибрлөө. Сокур колдонуу экологиялык жана агротехникалык зыян келтирет.
7. Сугаруу чечимдеринде колдонулган «өсүмдүктөрдүн суусун сарптоо» (буулануу, ЭТ) эмнени билдирет?
- А) Жаан-чачын аркылуу гана топуракка кирген суунун көлөмү
- Б) Топурактан буулануу жана өсүмдүктөн транспирация аркылуу суунун жалпы жоготуусу ✔
- В) Топурактын электр өткөргүчтүгү
- D) Сугат трубасындагы басымдын мааниси
Түшүндүрмө: Эвапотранспирация – бул өсүмдүктөн буулануу жана транспирация аркылуу топурактан атмосферага суунун жалпы жоготуусу. Эталондук ЭТти түшүм коэффициентине (Кc) көбөйтүү жолу менен продукциянын сууга болгон муктаждыгы (ЭТк) эсептелет жана ушул суу балансына ылайык сугаруу пландаштырылат. ET жаан-чачын же топурактын туздуулугу эмес; Ал суу бюджетинин чыгаша бөлүгүн билдирет.
8. Жалбырактан симптомдорду көргөн инженер AIга фотосүрөттү берип, алдын ала диагнозду алган. Бул диагнозду зыянкечтерге каршы чечимге которуудан мурун кайсынысы милдеттүү?
- A) Талаада/лабораторияда агентти ырастоо жана лицензиясы бар жана маркировкаланган препаратты тандоо ✔
- B) Коопсуз болуу үчүн бир нече түрдүү дарыларды чогуу алуу
- C) AI эмне айтса, ошол замат активдүү ингредиентти колдонуңуз.
- D) Эң арзан пестицидди тандап, аны бүт талаага колдонуу
Түшүндүрмө: Окшош симптомдорду пайда кылган ар кандай факторлордон (грибоктук, бактериялык, вирустук, аш болумдуу жетишсиздик, абиотикалык стресс) бир гана сүрөттөн алдын ала диагноз коюу жетишсиз. Агент талаа үлгүсү жана зарыл болсо, лабораториялык диагностика менен ырасталышы керек, андан кийин ошол агент үчүн лицензиясы бар жана анын этикеткасына ылайыктуу дары гана тандалышы керек. Кең спектрдеги пестициддерди текшерүүсүз колдонуу каршылык жана калдык коркунучун жаратат.
9. Айыл чарба чечимдерин колдоодо көп колдонулган GDD (Growth Degree Day) концепциясынын максаты эмнеде?
- A) Топурактын рН маанисине ылайык
- B) Өсүмдүктөрдүн өнүгүү этаптарын жана зыянкечтердин пайда болушун жылуулуктун топтолушу аркылуу болжолдоо ✔
- C) Сугат түтүгүнүн чыгымын өлчөө
- D) Товардын рыноктук баасын эсептөө
Сүрөттөмө: GDD – бул орточо суткалык температурадан базалык температураны алып салуу менен топтолгон жалпы жылуулук жана өсүмдүктүн өнүгүү (фенология) стадияларын жана кээ бир зыянкечтердин пайда болуу убактысын баалоо үчүн колдонулат. Ошентип, чачуу, жер семирткичтер жана оруу терезелери календарга эмес, жылуулуктун топтолушуна ылайык пландаштырылышы мүмкүн. GDD топурактын рН же түздөн-түз жамгырдын көлөмү эмес.
10. Төмөнкүлөрдүн кайсынысы машинаны үйрөнүү менен түзүлгөн кирешелишти болжолдоо модели үчүн эң туура билдирүү?
- А) Келечекти так жана катасыз болжолдойт
- Б) Мурунку калыптарга негизделген; Белгисиздик диапазону менен берилип, текшерилиши керек ✔
- C) Машыгуу маалыматтарынан башка шарттарда дайыма бирдей тактык менен иштейт.
- D) Ал агротехникалык маалыматы жок жалгыз акыркы чечимди кабыл алуучу
Сүрөттөмө: Машина үйрөнүү модели тарыхый маалыматтарда көргөн үлгүлөргө негизделген; Киргизүү шарттары окуу маалыматтарынан (жаңы сорт, адаттан тыш климат) тышкары болгондо ишеним төмөндөйт. Демек, жыйынтык чекит менен эмес, белгисиздик диапазону менен берилиши керек жана тарыхый түшүмдүүлүк жана көрсөткүчтөр менен текшерилиши керек. Модель келечекти так билбейт жана бардык шарттарда бирдей тактык менен иштебейт.
11. AI тарабынан түзүлгөн Python/pandas анализ кодун иштетүүдөн мурун кандай мыкты практика бар?
- A) Кодду окубастан бүт маалымат топтомуна түздөн-түз колдонуу
- B) Белгилүү натыйжалары бар чакан үлгүдөгү маалыматтар менен тестирлөө жана формулаларды жана бирдиктерди текшерүү ✔
- C) Катасыз иштөө жетиштүү экенин эске алуу.
- D) Чыкканды такыр текшербестен отчетко киргизүү
Сүрөттөмө: AI тарабынан түзүлгөн код туура көрүнгөнү менен, анда бирдик, тилке аталышы, индекс формуласы же чыпкалоо логикалык каталары болушу мүмкүн. Жакшы практика - натыйжаны сиз билген маалыматтын кичинекей үлгүсүнө каршы кол менен иштетүү, аны күтүлгөн натыйжага салыштыруу жана NDVI сыяктуу формулаларды булакка каршы текшерүү. Чоң маалыматтарга кодду аны көрбөй колдонуу унчукпай мүчүлүштүктөрдү өндүрүшкө жылдырат.
12. Эмне үчүн дары-дармектерди башкаруу дептери байкоо жүргүзүү жазууларында маанилүү?
- A) Жөн гана салыктык чегерүү алуу үчүн
- B) MRL шайкештиги, сертификация жана пакеттик артка кайтаруу үчүн текшерилүүчү жазууну камсыз кылат ✔
- C) Коңшу талаалар менен салыштыруу үчүн гана
- D) Жарнамалык брошюраларды даярдоо
Сүрөттөмө: Дары башкаруу китеби; Анда кайсы продукт, кайсы активдүү ингредиент, кайсы дозада жана датасы колдонулгандыгы жана акыркы колдонуу менен түшүм жыйноо ортосундагы күтүү мезгили документтештирилет. Бул жаздыруу калдыктын максималдуу чегине (MRL) ылайык келүү, жакшы агрономия/органикалык сертификация жана көйгөй жаралса партияны артка кайтаруу үчүн милдеттүү. Бул чыгымдарды көзөмөлдөө же жарнама үчүн гана сакталбайт.
13. AI куралы аймакта табылбаган зыянкечти "жалпы коркунуч" деп ишенимдүү билдирди. Бул жагдайды кайсы концепция эң жакшы түшүндүрө алат?
- A) Сенсор калибрлөө катасы
- Б) Галлюцинация: коопсуз тилде жок маалыматты өндүрүү ✔
- C) Тармактык байланыш үзгүлтүккө учурашы
- D) Жаан-чачындар боюнча маалыматтардын жоктугу
Түшүндүрмө: Модель чындыгында жок же контекстке дал келбеген маалыматты реалдуу, эркин жана ишенимдүү кылып чыгарганда галлюцинация деп аталат. Агротехникалык ишенимдүүлүктүн чыпкасы (аймактын климаты жана айыл чарба өсүмдүктөрүнүн үлгүсү ал зыянкечтерге ылайыктуубу?) жана талаа далилдери мындай каталарды кол коюудан мурун байкайт. Бул сенсордун бузулушу же бирдик катасы эмес.
14. Коопсуздук жана сапат үчүн маанилүү болгон айыл чарба чечимдеринде (мисалы, пестициддердин дозасы, жер семирткичтердин рецепти, сугат планы) жасалма интеллекттин ролун кантип аныктоо керек?
- A) Акыркы чечимди жалгыз кабыл алган компетенттүү орган
- B) Компетенттүү агроном бекитүүнү алмаштыруучу автоматташтырылган система
- C) Долбоорлорду жана сунуштарды чыгарган жана чечимди экспертке калтырган жардамчы ✔
- D) Текшерүүнү талап кылбаган так маалымат булагы
Description: Жасалма интеллект; Бул контурларды чыгарган, маалыматтарды жалпылаган жана гипотезаларды сунуштаган жардамчы. Критикалык чечимдерди кабыл алууда акыркы сөз талаада байкоо жүргүзүү, жергиликтүү калибрлөө жана мыйзамдарды жакшы билген компетенттүү айыл чарба инженерине таандык; AI чыгаруу бул жактырууну алмаштырбайт. Продукт, экология жана азык-түлүк коопсуздугу жөнүндө сөз болгондо, жоопкерчилик кол коюучу экспертке жүктөлөт.