Vienetas 1 / 11

Dirbtinio intelekto ir patikros disciplinos įvadas žemės ūkio inžinerijoje

Pelnas:

  • Gebėjimas atskirti, kur AI sutaupo realų laiką žemės ūkio inžinerijos darbo eigoje ir už kokius sprendimus turėtų atsakyti agronomas
  • Galimybė taikyti tris pagrindines disciplinas, kurios kryžmiškai patvirtina kiekvieną AI išvestį pagal dydį, agronominį patikimumą ir lauko įrodymus
  • Pripažinkite dviprasmybių, haliucinacijų ir ūkininkų duomenų privatumo riziką ir įpraskite nustatyti saugius raginimus anonimizuojant kontekstą.

Žemės ūkio inžinerija yra gyvos sistemos – dirvožemio, augalų, klimato ir žmonių – valdymo menas vienu metu. Laukas niekada nebūna toks pat du kartus: ta pati sėkla, tos pačios trąšos, tas pats drėkinimas skirtingais metais duoda skirtingą derlių, nes nuolat veikia oras, dirvožemio drėgmė, ligų slėgis ir šimtai kintamųjų. Štai kodėl žemės ūkis yra profesija, kuriai būdingas netikrumas. Dirbtinis intelektas (AI; ​​programinės įrangos sistemos, kurios mokosi iš didelių duomenų šablonų ir kuria tekstą, vaizdus ar skaičius) yra galingas įrankis šiam neapibrėžtumui valdyti, tačiau jis taip pat yra įrankis, galintis paslėpti tą patį neapibrėžtumą pavojingai ryškia kalba. Šis padalinys nustato du pagrindus, ant kurių bus pastatytas visas modulis: kurioje žemės ūkio darbo eigoje dirbtinis intelektas sukuria tikrą vertę ir kaip mes patvirtiname kiekvieną išvestį.

Būkime aiškūs nuo pat pradžių: nė viena iš metodų, kurių išmoksite šiame modulyje, nepakeis kvalifikuoto žemės ūkio inžinieriaus (agronomo) parašo, lauko stebėjimo ir inžinerinio sprendimo. Dirbtinis intelektas yra asistentas; Greitai skaito, greitai rašo, gaudo raštus. Bet jei neteisingas trąšų receptas užteršia upelio vagą, jei netinkama pesticidų dozė palieka likučius ant pasėlių ir pablogina maisto saugą, jei dėl netinkamo drėkinimo plano dirvožemis tampa nederlingas, atsakomybė tenka ne programinei įrangai, o jį pasirašiusiam inžinieriui. Šį sakinį dar kartą pamatysite skirtingomis formomis kiekviename modulio skyriuje, nes tai vienintelė tiesa profesijoje, kurioje rizikuojama aplinkos ir maisto sauga.

Kur dirbtinis intelektas sukuria vertę žemės ūkio darbo eigoje?

Agronomo savaitė apytiksliai skirstoma į tris darbo tipus: duomenų paruošimą (dirvos analizės ataskaitų skaitymas, lauko pastabų redagavimas, jutiklių lentelių valymas), aiškinimą ir analizę (augalų sveikatos įvertinimą, ligų diagnostiką, trąšų ir drėkinimo planavimą, derliaus įvertinimą) ir komunikaciją (ūkininko ataskaita, receptas, sertifikavimo įrašas, oficiali korespondencija). AI paliečia visas tris sritis, tačiau jo indėlis ir rizika kiekvienoje skiriasi.

Duomenų paruošimas yra saugiausia ir pelningiausia dirbtinio intelekto sritis. Išsklaidytų lauko stebėjimų pavertimas standartine skaičiuokle, skirtingų formatų ataskaitų iš skirtingų laboratorijų sujungimas į vieną šabloną, iškrypimų žymėjimas tūkstančiuose drėgmės jutiklių įrašų eilučių – tai pasikartojančios, taisyklėmis pagrįstos ir lengvai patikrinamos užduotys. Net jei čia yra klaida, grįžti prie šaltinio (neapdorotų duomenų) ir jį patikrinti prireiktų minučių.

Aiškinimo ir analizės sritis turi didžiausią vertę ir didžiausią riziką. AI gali pasiūlyti galimą vandens poveikio zoną iš NDVI žemėlapio; Tai gali atskleisti modelį, kurio net patyrusi akis gali nepastebėti dideliame lauke. Tačiau tas pats modelis gali drąsiai apibūdinti ligą, kurios tame regione nėra, kaip „plačiai paplitusią grėsmę“. Kai modelis sukuria informaciją, kuri tikrovėje neegzistuoja, tarsi ji būtų tikra, tai vadinama haliucinacija. Šioje srityje AI yra hipotezių generatorius, o ne sprendimų priėmėjas.

Ryšių srityje dirbtinis intelektas yra grimzlės greitintuvas. Jis per kelias minutes parengia ūkininko informacinės ataskaitos, literatūros santraukos arba sertifikavimo paraiškos tekstą. Rizika yra ta, kad išgalvoti šaltiniai ir neteisingos dozės gali nepastebimai patekti pas ūkininką ar auditoriją sklandžiame tekste.

Patarimas: prieš pateikdami darbą dirbtiniam intelektui, paklauskite savęs: „Kaip sužinoti, ar ši išvestis neteisinga, ir kiek laiko užtruks ją sutvarkyti? Jei atsakymas yra minutės (duomenų valymas), naudokite jį patogiai; Jei atsakymas yra „Aš nesuprasiu, kol produktas nebus pažeistas“ (dozavimo sprendimas), būtinai patikrinkite savarankiškai.

Patvirtinimo disciplina: trijų inkarų taisyklė

Šio modulio esmė yra vienas įprotis: neįtraukti jokios AI išvesties į agronominį sprendimą jo nepatvirtinus. Patvirtinimą pagrindžiame trimis nepriklausomais inkarais.

Pirmasis inkaras – didumo tvarka. Ar rezultatas apytiksliai atitinka numatytą 10 galią? Gryno azoto poreikis vienam dekui kviečiuose paprastai yra 10–18 kg; Jei modelis netenka 60 kg per kartą, yra vieneto ar redagavimo klaida ir tai galima suprasti nesigilinus. Lašelinės laistymo sistemos srautas yra litrai per valandą; Jei modelis duoda kubinius metrus, tai nesąmonė. Šis patikrinimas užtrunka sekundes ir nustato daugumą klaidų.

Antrasis inkaras – Agronominis pagrįstumas. Ar produkcija atitinka pasėlių biologiją ir regiono klimatą? Jei modelis rekomenduoja žieminius kviečius sodinti vidurvasarį; arba jei pagrindine grėsme laiko regione niekada nematytą tropinį kenkėją, yra arba statybos klaida, arba modelis yra nesąmonė. Pasėlių fenologija (vystymosi etapai), dirvožemio tipas ir vietos klimatas yra tikėtinumo filtras, kurį turi išlaikyti kiekvienas pasiūlymas.

Trečias inkaras – lauko įrodymas. Tai yra stipriausias inkaras. Mėginys paimtas dirvožemio sraigtu, lapų analizė, vizualinis skaičiavimas lauke, drėgmės jutiklio rodmuo. Streso signalas iš palydovo tikrinamas nuėjus į tą pačią vietą ir žiūrint į augalą. Preliminari ligos diagnozė patvirtinama paimant mėginį ir laboratorijoje. Pagrindinė tiesa visada laimi.

Trys mini dėklai: pagal numerius

1 atvejis – sutaupytas laikas aiškinant dirvožemio ataskaitą. Žemės ūkio inžinierius rankiniu būdu apibendrino 38 skirtingų sklypų dirvožemio analizės ataskaitas (kiekvienas skirtingu laboratoriniu formatu); vidutiniškai 20 minučių vienam pranešimui, iš viso apie 13 valandų. Naudodamas AI valdomą diagramų sudarymo darbo eigą, jis sutrumpino pirmąjį juodraštį iki 4 minučių vienai ataskaitai, o likusį laiką skyrė rankiniam slenksčių patvirtinimui. Bendras laikas sumažėjo iki maždaug 5 valandų; Svarbiausia buvo tai, kad sugautas laikas buvo skirtas kontrolei.

2 atvejis – užfiksuota haliucinacija. Kai praktikantas AI apibendrino vynuogyno ligos istoriją, į tekstą buvo įtrauktas sakinys „Dyraujantis citrusinių vaisių Huanglongbing (HLB) spaudimas regione“. Tačiau sklype buvo vynuogynų (vynuogių), o ne citrusinių vaisių; Modelis supainiojo kito gaminio informaciją. Agronominio patikimumo filtras (pasėlių modelis neatitiko HLB) užfiksavo klaidą prieš pasirašant ataskaitą.

3 atvejis – įrenginio klaida. Vieno trąšų skaičiavimo metu modelis supainiojo rekomendaciją vienam hektarui ir vienam hektarui, padidindamas azoto dozę 10 kartų (nes 1 hektaras = 10 dekarų). Patikrinus pagal dydį – „šiame siuntinyje negali būti 15 kg, o 150 kg gryno azoto“ – iš karto paaiškėjo klaida. Jei jis būtų buvęs įgyvendintas, būtų patirta ir ekonominė žala, ir tarša nitratais.

Silpnas raginimas / stiprus raginimas

Raginimas yra rašytinis nurodymas, kurį duodate AI; Jo kokybė tiesiogiai lemia produkcijos kokybę.

Silpnas raginimas:

Įvertinkite šio lauko būklę ir pasakykite, ką turėčiau daryti.[duomenys]

Galingas raginimas:

Jūsų pareigos: vyresnysis žemės ūkio inžinierius (agronomas). Toliau pateiktus lauko duomenis interpretuokite TIK remdamiesi pateikta informacija. - Nedėkite jokio produkto, ligos, trąšų ar vertės, kurios nėra duomenyse. – Šalia kiekvieno komentaro skliausteliuose parodykite duomenų eilutę, kuria remiatės. - Rašykite „duomenų nepakanka“, kur nesate tikri, nespėliokite. - Neduoti dozavimo ir vaistų rekomendacijų; Vietoj to sudarykite atskirą 3 prielaidų, kurias reikia patikrinti, sąrašą. Duomenys: [lauko duomenys]

Stiprus raginimas modeliui primeta tris dalykus: laikykitės šaltinio, pripažinkite netikrumą ir palikite kritinį sprendimą (dozavimą) inžinieriui. Taip haliucinacijos visiškai nesibaigia, bet tampa matomos.

Keturi kopijuojami šablonai

1) Anoniminio konteksto nustatymas:

Norėčiau pagalbos atliekant žemės ūkio inžinieriaus užduotį. Ūkininko pavadinimas, lauko koordinatės, sklypo ID ir informacija apie išlaidas yra KONFIDENCIALU; Pateiksiu juos su reprezentatyviais posakiais, tokiais kaip „Ūkininkas-A“, „Sklypas-1“, „X koordinatė“. Užduotis: [užduotis]. Nepridėkite pašalinių prielaidų, pagrįstų tik mano pateiktais techniniais duomenimis.

2) Trys prierašo patvirtinimo užklausos:

Atlikite tris šios išvesties patikras:1) Dydžio tvarka: ar kiekvienas skaičius atitinka numatomą pasėlių/regiono diapazoną?2) Agronominis patikimumas: ar teiginys prieštarauja pasėlių biologijai / klimatui?3) Patikrinimo sąrašas: elementai, kuriuos reikia patvirtinti lauke / laboratorijoje.Išvestis: [tekstas]

3) Neaiškumo užtikrinimas:

Pateikite savo interpretaciją trimis patikimumo lygiais: - Didelis patikimumas (tiesiogiai pagrįstas duomenimis) - Vidutinis patikimumas (pagrįsta agronominė išvada) - Mažas patikimumas (spekuliacija; reikalingas lauko patvirtinimas) Užrašykite kiekvieną elementą, nurodydami jo lygį.

4) Raudonosios vėliavos patikrinimas prieš sprendimą:

Išvardykite 3 rimčiausias rizikas (aplinkosaugos, maisto saugos, ekonomikos), kurios gali kilti, jei laikysiuosi šio pasiūlymo, ir kiekvieno iš jų ankstyvuosius įspėjamuosius ženklus.

Pagrindinių sąvokų lentelė

terminas

Reikšmė

Kodėl tai svarbu?

agronomas

Žemės ūkio inžinierius, žemės ūkio gamybos specialistas

Galutinė atsakomybė už svarbius sprendimus

haliucinacijos

AI užtikrintai gamina neegzistuojančią informaciją

Didžiausia rizika pasitikėti nepatvirtinus

fenologija

Augalo vystymosi etapai (atsiradimas, žydėjimas...)

Planavimo sprendimų pagrindas

Pagrindine tiesa

Tiesioginis stebėjimas/matavimas lauke

Visų nuotolinių duomenų autentifikavimo inkaras

NDVI

Vegetacijos gyvybingumo indeksas

Esminis nuotolinio sveikatos stebėjimo įrankis

Dažnos klaidos

  • Sklandumas klaidinamas su tikslumu. AI graži, pasitikinti turkų kalba nerodo, kad išvestis teisinga; Pavojingiausios haliucinacijos yra pačios sklandiausios.
  • Galvoti, kad patikrinimas yra laiko švaistymas. Jei nesugaišite sutaupyto laiko tikrindami, AI paspartins klaidą jūsų vardu.
  • Dalijimasis jautriais duomenimis, kokie yra. Ūkininko koordinavimas, derlius ir kaina yra nuosavybės ir konfidencialumo klausimai; Nebendrinkite be anonimiškumo.
  • Palikti kritinės dozės sprendimą AI. Trąšoms, pesticidams ir drėkinimo dozėms reikalingas lauko kalibravimas ir teisės aktai; AI gamina tik juodraščius.
  • Pasitenkinimas vienu inkaru. Žvelgiant tik į masto eiliškumą ir neįvertinus patikimumo bei lauko įrodymų, apeinamos subtilios klaidos.
Atsargiai: kai AI jums sako „šioje srityje yra X liga“, tai yra hipotezė, o ne diagnozė. Diagnozė; Mėginys dedamas su laboratorijos ir įgalioto inžinieriaus sutikimu.

Apibendrinant

Dirbtinis intelektas yra saugiausias duomenų rengimo įrankis, komunikacijos greitintuvas ir vertingiausias bei rizikingiausias žemės ūkio inžinerijos interpretavimo ir analizės įrankis. Šio modulio pagrindas yra trys pagrindinės disciplinos: kiekvienos išvesties tikrinimas pagal dydį, agronominį patikimumą ir lauko įrodymus. Haliucinacijos yra tikros, sklandumas nėra tikslumas, o atsakomybė už kritinius sprendimus visada tenka pasirašiusiam agronomui. Vėlesniuose skyriuose šią discipliną taikysime tiksliajam žemės ūkiui, NDVI, dirvožemiui, drėkinimui, ligoms, klimatui, derliui, Python ir atsekamumui po vieną.

Taikymo užduotis

Lauke, kurį turite (arba reprezentacinį), pirmiausia užduokite AI silpną raginimą („Ką turėčiau daryti šiame lauke?“), tada tą patį klausimą naudodami šio įrenginio stipraus raginimo šabloną. Padėkite du išvestis greta ir pažymėkite: (1) kuriuose sakiniuose yra informacijos, kurios nėra duomenų (kandidatų haliucinacijos), (2) kurie skaičiai neatitinka dydžio tikrinimo, (3) 3 elementai, kuriuos turite patikrinti lauke. Vienoje pastraipoje parašykite, kurias klaidas mato galingas raginimas.

kontrolinis sąrašas

  • [ ] Užduotį priskyriau prie duomenų rengimo/interpretavimo/komunikavimo ir nustačiau rizikos lygį.
  • [ ] Aš anonimizuojau ūkininko tapatybę, koordinates ir informaciją apie išlaidas.
  • [ ] Išbandžiau produkcijos dydį, agronominį patikimumą ir lauko įrodymus.
  • [ ] Pažymėjau haliucinacijų sakinius ir grąžinau juos į šaltinį.
  • [ ] Sprendimą dėl kritinės dozės / vaistų / drėkinimo palikau įgalioto inžinieriaus patvirtinimui.