Pelnas:
- Gebėjimas atpažinti ir valdyti etines rizikas, tokias kaip ūkininko duomenų nuosavybė, privatumas ir algoritminis šališkumas
- Galimybė sujungti visas modulio nuorodas į vieną sezoninę darbo eigą nuo galo iki galo
- Kokybės sistemos nustatymas, kad dirbtinio intelekto produkcija nepakeistų kompetentingo agronomo patvirtinimo priimant saugai svarbius žemės ūkio sprendimus
Modulio egzaminas
1. Kokie yra „trijų inkarų“ patvirtinimo inkarai, taikomi prieš įtraukiant dirbtinio intelekto išvestį į žemės ūkio inžinerijos sprendimą?
- A) Dydžių diapazonas, agronominis patikimumas ir lauko įrodymai ✔
- B) Modelio populiarumas, atsakymo trukmė ir kalbos sklandumas
- C) Kaina, greitis ir vartotojo sąsaja
- D) Prekės ženklo patikimumas, interneto ryšys ir failo formatas
Aprašymas: Trys inkarai; dydžių tvarka, kuri tikrina, ar rezultatas atitinka numatytą 10 galią, agronominį pagrįstumą, pagal kurį atsižvelgiama į produkcijos atitiktį pasėliams ir klimatui, ir lauko įrodymus, kurie patvirtina lauką, o ne pagrindinį / mėginį. Šaltinio prekės ženklas, modelio populiarumas ar teksto sklandumas nėra tikrinimo kriterijai.
2. Ką iš esmės matuoja NDVI (Normalized Difference Vegetation Index)?
- A) Nustatykite tikslų dirvožemio drėgmės procentą centimetrais
- B) Žalios, gyvybingos augmenijos tankumas ir stiprumas ✔
- C) Kuris ligos sukėlėjas yra rūšies lygiu?
- D) Galutinė produkto kaina nuėmus derlių
Aprašymas: NDVI matuoja žalios, fotosintetinės gyvos augmenijos tankį ir stiprumą, normalizuodamas skirtumą tarp artimųjų infraraudonųjų (NIR) ir raudonųjų juostų atspindžio. Kadangi sveiki augalai stipriai atspindi NIR ir intensyviai sugeria raudoną spalvą, NDVI didėja; Reikšmė mažėja esant įtemptai arba retai. Jis tiesiogiai neišmatuoja derliaus, dirvožemio drėgmės ar ligos tipo; tam reikia papildomų duomenų.
3. Palydoviniame vaizde rodoma sritis, kurios NDVI reikšmė žema. Kurį iš šių veiksmų geriausia imtis prieš paverčiant šią anomaliją inžineriniu sprendimu?
- A) Nedelsdami patepkite tą vietą fungicidu
- B) Trąšų dozės padvigubinimas plotui
- C) Patvirtinkite priežastį pagal lauko kontrolę, meteorologiją ir fenologiją ✔
- D) Ignoruokite anomaliją ir pritaikykite vidurkį visam laukui
Paaiškinimas: žemą NDVI gali sukelti vandens trūkumas, ligos, maistinių medžiagų trūkumas, nedažnas išdygimas, debesų šešėlis arba ką tik suarta dirva. Šį neapibrėžtumą galime išskirti tik per lauko kontrolę, meteorologiją ir fenologiją; Vien žemėlapis nepasako, kodėl. Naudojant pesticidus ar trąšas tiesiogiai kyla pavojus, kad bus sutrikdyta netinkama priežastis.
4. Koks yra tiksliausias būdas į viešai prieinamą AI įrankį įvesti ūkininko lauko koordinates, derliaus ir sąnaudų duomenis?
- A) Įklijuoti visus duomenis, kaip yra, su ID ir koordinatėmis
- B) Anonimizuoti identifikuojančią informaciją ir bendrinti tik būtinus techninius duomenis ✔
- C) Duomenų įkėlimas į viešą lentelę jų visiškai nepatikrinus
- D) Duomenų dovanojimas modelių mokymams be ūkininko leidimo
Atskleidimas: ūkininko duomenys yra komerciškai ir asmeniškai neskelbtini; Koordinavimo, tapatybės ir išlaidų informacija yra nuosavybės ir konfidencialumo reikalas. Tinkamas būdas yra anonimizuoti identifikavimo informaciją tipinėmis etiketėmis (A diagrama, X koordinatė) ir bendrinti tik analizei reikalingus techninius duomenis. Dalijimasis tokiais duomenimis, kokie jie yra, arba jų atvėrimas švietimui be leidimo kelia etinę ir teisinę riziką.
5. Dirvožemio analizės ataskaitoje pH yra 4,8. Ką ši vertė reiškia agronomiškai?
- A) Neutrali ir ideali dirva daugeliui kultūrų
- B) Stipriai rūgštus; Būklė, kuri gali apriboti maisto vartojimą ir reikalauti koregavimo ✔
- C) Stiprus šarmas; būklė, kurią reikia kalkinti
- D) Tai reiškia, kad dirvožemio druskingumas yra labai didelis.
Aprašymas: pH 4,8 rodo stipriai rūgščią dirvą; Esant tokioms sąlygoms, sumažėja fosforo ir molibdeno pasisavinimas, padidėja aliuminio/mangano toksiškumo rizika, o daugelio pasėlių šaknų vystymasis slopinamas. Daugumai lauko kultūrų tinkamas diapazonas yra 6,0–7,0. Todėl svarstoma tokia korekcija kaip kalkinimas; Rūgštus dirvožemis nėra „idealus“ ir pats savaime neužtikrina didelio derliaus.
6. AI rekomendavo 60 kg gryno azoto vienam dekui kviečių laukui; Regioninis praktinis ir tikslinis derlius rodo maždaug 12-16 kg gryno azoto per vieną dekarą. Koks elgesys yra geriausias?
- A) Rekomendacijos įgyvendinimas taip, kaip yra, nes AI apskaičiavo
- B) Dar labiau padidinkite dozę, kad būtų saugu
- C) Žiūrėkite tai kaip įspėjamąjį dydį ir patikrinkite įvestis bei vietinį kalibravimą ✔
- D) Pasiūlymo padalijimas per pusę neatsižvelgiant į dirvožemio analizę
Aprašymas: rekomendacija yra maždaug keturis kartus didesnė už numatomą diapazoną; Tai yra didelio masto įspėjimas. Azoto perteklius reiškia ir ekonominę žalą, ir depresijos, ligų ir taršos nitratais riziką. Tinkamas elgesys yra atmesti rekomendaciją ir patikrinti įvestis (vienetą, derlių, tikslinį derlių, dirvožemio N) ir vietinį kalibravimą. Aklas naudojimas daro žalą aplinkai ir agronomijai.
7. Ką reiškia „augalų vandens suvartojimas“ (evapotranspiracija, ET), naudojamas priimant sprendimus dėl drėkinimo?
- A) Vandens kiekis, patenkantis į dirvą tik per kritulius
- B) Bendras vandens praradimas išgaruojant iš dirvožemio ir transpiruojant iš augalo ✔
- C) Dirvožemio elektrinis laidumas
- D) Slėgio vertė drėkinimo vamzdyje
Paaiškinimas: Evapotranspiracija yra bendras vandens netekimas iš dirvožemio į atmosferą dėl garavimo ir transpiracijos iš augalo. Padauginus etaloninį ET iš derliaus koeficiento (Kc), įvertinamas faktinis produkto vandens poreikis (ETc) ir pagal šį vandens balansą planuojamas drėkinimas. ET nėra krituliai ar dirvožemio druskingumas; Tai rodo vandens biudžeto nutekėjimo pusę.
8. Lape simptomus matęs inžinierius AI pateikė nuotraukos aprašymą ir gavo preliminarią diagnozę. Kuris yra privalomas prieš paverčiant šią diagnozę kenkėjų kontrolės sprendimu?
- A) Agento patvirtinimas lauke / laboratorijoje ir licencijuoto bei paženklinto vaisto pasirinkimas ✔
- B) Kelių skirtingų vaistų vartojimas kartu, kad būtų saugu
- C) Nedelsdami užtepkite veikliosios medžiagos, kad ir ką pasakytų AI.
- D) Pasirinkite pigiausią pesticidą ir ištepkite juo visą lauką
Paaiškinimas: vien išankstinės diagnozės iš vaizdo nepakanka dėl skirtingų veiksnių (grybelinių, bakterinių, virusinių, maistinių medžiagų trūkumo, abiotinio streso), sukeliančių panašius simptomus. Sukėlėjas turėtų būti patvirtintas lauko mėginiu ir, jei reikia, laboratorine diagnoze, o tada pasirinkti tik tam sukėlėjui ir tam produktui licencijuotą ir jo etiketei tinkamą vaistą. Plataus spektro pesticidų naudojimas be patikrinimo kelia atsparumo ir likučių riziką.
9. Koks yra GDD (Growth Degree Day) koncepcijos, kuri dažnai naudojama remiant žemės ūkio sprendimus, tikslas?
- A) Laikantis dirvožemio pH vertės
- B) Augalų vystymosi etapų ir kenkėjų atsiradimo prognozavimas šilumos akumuliacijos būdu ✔
- C) Drėkinimo vamzdžio debito matavimas
- D) Prekės rinkos kainos apskaičiavimas
Aprašymas: GDD yra bendra šiluma, sukaupta iš vidutinės paros temperatūros atėmus bazinę temperatūrą ir naudojama augalo vystymosi (fenologijos) stadijoms ir kai kurių kenkėjų atsiradimo laikui įvertinti. Taigi purškimą, tręšimą ir derliaus nuėmimo langus galima planuoti pagal šilumos akumuliaciją, o ne pagal kalendorių. GDD nėra dirvožemio pH ar tiesioginis kritulių kiekis.
10. Kuris iš šių teiginių yra tiksliausias derliaus numatymo modelio, sukurto naudojant mašininį mokymąsi, teiginys?
- A) Tiksliai ir be klaidų nuspėja ateitį
- B) Jis pagrįstas praeities modeliais; Turi būti pateikta su neapibrėžtumo diapazonu ir patikrinta ✔
- C) Jis visada veikia tokiu pačiu tikslumu ir kitomis sąlygomis, nei treniruočių duomenys.
- D) Jis yra vienintelis galutinių sprendimų priėmėjas, neturintis agronominės informacijos
Aprašymas: mašininio mokymosi modelis yra pagrįstas modeliais, kuriuos jis mato istoriniuose duomenyse; Pasitikėjimas mažėja, kai įvesties sąlygos nepatenka į mokymo duomenis (nauja įvairovė, neįprastas klimatas). Todėl išeiga turėtų būti pateikiama su neapibrėžtumo intervalu, o ne tašku, ir turėtų būti patikrinta naudojant istorinį pajamingumą ir lyginamuosius indeksus. Modelis tiksliai nežino ateities ir neveikia vienodai tiksliai visomis sąlygomis.
11. Kokia geriausia praktika prieš paleidžiant dirbtinio intelekto sukurtą Python/pandas analizės kodą?
- A) Kodo pritaikymas tiesiogiai visam duomenų rinkiniui jo neskaitant
- B) Testavimas su nedideliu imties duomenimis su žinomais rezultatais ir tikrinant formules bei vienetus ✔
- C) Atsižvelgiant į tai, kad pakanka dirbti be klaidų.
- D) Išvesties įtraukimas į ataskaitą visiškai jos nepatikrinus
Aprašymas: nors dirbtinio intelekto sukurtas kodas gali atrodyti teisingas, jame gali būti vieneto, stulpelio pavadinimo, indekso formulės arba filtro logikos klaidų. Gera praktika yra rankiniu būdu paleisti rezultatą pagal nedidelį žinomų duomenų pavyzdį, palyginti jį su numatoma išvestimi ir patikrinti formules, pvz., NDVI, pagal šaltinį. Pritaikius kodą dideliems duomenims jo nematant, tylios klaidos perkeliamos į gamybą.
12. Kodėl vaistų administravimo bloknotas yra labai svarbus atsekamumo įrašuose?
- A) Tiesiog norėdami gauti mokesčių atskaitą
- B) Pateikiamas patikrinamas DLK atitikimo, sertifikavimo ir partijos atsekimo įrašas ✔
- C) Tik palyginimui su kaimyniniais laukais
- D) Parengti reklamines brošiūras
Aprašymas: Vaistų administravimo knyga; Jame dokumentuojama, kuris produktas, kuri veiklioji medžiaga, kokia dozė ir data buvo panaudota, ir laukimo laikotarpis nuo paskutinio panaudojimo iki derliaus nuėmimo. Šis įrašas yra privalomas, kad būtų laikomasi didžiausios likučių ribos (DLK), geros agronomijos ir (arba) ekologinės produkcijos sertifikatai ir partijos atsekimas, jei kiltų problemų. Jis saugomas ne tik išlaidų stebėjimui ar reklamai.
13. Dirbtinio intelekto įrankis užtikrintai pranešė apie toje vietovėje neaptiktą kenkėją kaip „įprastą grėsmę“. Kuri sąvoka gali geriausiai paaiškinti šią situaciją?
- A) Jutiklio kalibravimo klaida
- B) Haliucinacijos: informacijos, kuri neegzistuoja saugia kalba, kūrimas ✔
- C) Tinklo ryšio nutrūkimas
- D) Duomenų apie kritulius trūkumas
Paaiškinimas: Tai vadinama haliucinacija, kai modelis pateikia informaciją, kurios iš tikrųjų nėra arba ji neatitinka konteksto, tarsi ji būtų tikra, sklandi ir pasitikinti. Agronominio patikimumo filtras (ar regiono klimatas ir pasėlių modelis tinka tam kenkėjui?) ir lauko įrodymai tokias klaidas užfiksuoja prieš pasirašant. Tai nėra jutiklio gedimas ar įrenginio klaida.
14. Kaip reikėtų apibrėžti dirbtinio intelekto vaidmenį priimant žemės ūkio sprendimus, svarbius saugai ir kokybei (pvz., pesticidų dozavimas, trąšų receptas, drėkinimo planas)?
- A) Kompetentinga institucija, kuri vienintelė priima galutinį sprendimą
- B) Automatizuota sistema, pakeičianti kompetentingo agronomo patvirtinimą
- C) Asistentas, kuris rengia juodraščius ir pasiūlymus ir palieka sprendimą ekspertui ✔
- D) Tikslus informacijos šaltinis, kurio nereikia patikrinti
Aprašymas: Dirbtinis intelektas; Tai asistentas, kuris rengia kontūrus, apibendrina duomenis ir siūlo hipotezes. Paskutinis žodis priimant svarbius sprendimus priklauso kompetentingam žemės ūkio inžinieriui, kuris yra susipažinęs su lauko stebėjimu, vietiniu kalibravimu ir teisės aktais; AI išvestis nepakeičia šio patvirtinimo. Kalbant apie produktų, aplinkos ir maisto saugą, atsakomybė tenka pasirašiusiam ekspertui.