Добивки:
- Способност да се препознаат и управуваат етичките ризици како што се сопственоста на податоците на земјоделците, приватноста и алгоритамската пристрасност
- Способност да се комбинираат сите врски на модулот во еден сезонски работен тек од крај до крај
- Воспоставување во систем за квалитет дека производството на вештачка интелигенција не го заменува одобрението од компетентно агроном во земјоделските одлуки кои се критични за безбедноста
Модул испит
1. Кои се прицврстувачите на валидацијата на „трите сидра“ што се применуваат пред да се вклучат резултатите од вештачката интелигенција во одлуката за земјоделско инженерство?
- А) Опсег на големини, агрономска веродостојност и теренски докази ✔
- Б) Популарност на моделот, должина на одговорот и флуентност на јазикот
- В) Цена, брзина и кориснички интерфејс
- Г) Кредибилитет на брендот, интернет конекција и формат на датотека
Опис: Три сидра; редослед на големина, кој проверува дали резултатот е во рамките на очекуваната моќност од 10, агрономска разумност, која ја разгледува конзистентноста на резултатот со културата и климата, и теренски докази, кои обезбедуваат потврда на терен, а не на јадро/примерок. Марката на изворот, популарноста на моделот или флуентноста на текстот не се критериуми за верификација.
2. Што во основа мери NDVI (Normalized Difference Vegetation Index)?
- А) Определете го точниот процент на влага на почвата во сантиметри
- Б) Густина и јачина на зелената, жива вегетација ✔
- В) Кој агенс на болеста е присутен на ниво на вид?
- Г) Финална цена на производот по бербата
Опис: NDVI ја мери густината и јачината на зелената, фотосинтетичка жива вегетација со нормализирање на разликата помеѓу рефлексиите на блиска инфрацрвена (NIR) и црвена лента. Бидејќи здравите растенија силно го рефлектираат NIR и интензивно го апсорбираат црвеното, NDVI се зголемува; Вредноста се намалува во стресна или ретка покривка. Не го мери директно приносот, влажноста на почвата или видот на болеста; овие бараат дополнителни податоци.
3. Сателитската слика покажува област со ниска вредност NDVI. Кој од следниве е најдобриот чекор што треба да се преземе пред да се претвори оваа аномалија во инженерска одлука?
- А) Веднаш нанесете фунгицид на тоа место
- Б) Удвојување на дозата на ѓубриво во областа
- В) Потврдете ја причината со контрола на терен, метеорологија и фенологија ✔
- Г) Игнорирај ја аномалијата и примени просек на целото поле
Објаснување: Нискиот NDVI може да биде предизвикан од воден стрес, болест, недостаток на хранливи материи, ретко никнување, засенчување на облаци или свежо изорена почва. Оваа несигурност можеме да ја разликуваме само преку контрола на теренот, метеорологија и фенологија; Самата карта не кажува зошто. Примената на пестициди или ѓубрива директно носи ризик од мешање со погрешна причина.
4. Кој е најточниот пристап кога се внесуваат координати на земјоделските терени, податоци за приносот и трошоците во јавно достапна алатка за вештачка интелигенција?
- А) Вметнување на сите податоци како што е со неговиот ID и координати
- Б) Анонимизирајте ги информациите за идентификација и споделете ги само потребните технички податоци ✔
- В) Вчитување на податоци во јавна табела без воопшто да се провери
- Г) Донирање податоци за моделирање на обука без дозвола од фармерот
Обелоденување: Податоците за земјоделците се комерцијално и лично чувствителни; Информациите за координацијата, идентитетот и трошоците се прашање на сопственост и доверливост. Точниот пристап е да се анонимизираат информациите за идентификација со репрезентативни ознаки (Plot-A, X координати) и да се споделат само техничките податоци потребни за анализа. Споделувањето на податоците такви какви што се или нивното отворање за образование без дозвола претставува етички и правни ризици.
5. Извештајот за анализа на почвата гласи pH како 4,8. Што значи оваа вредност агрономски?
- А) Неутрална и идеална почва за повеќето култури
- Б) Силно кисело; Состојба што може да го ограничи внесот на храна и да бара корекција ✔
- В) Силен алкал; состојба која бара варовник
- Г) Тоа значи дека соленоста во почвата е исклучително висока.
Опис: pH 4,8 означува силно кисела почва; Во оваа состојба, навлегувањето на фосфор и молибден се намалува, се зголемува ризикот од токсичност на алуминиум/манган, а развојот на коренот е потиснат кај многу култури. За повеќето земјоделски култури, 6,0-7,0 е соодветен опсег. Затоа, се разгледува корекција како што е варовникот; Киселата почва не е „идеална“ и сама по себе не гарантира високи приноси.
6. АИ препорача 60 kg чист азот по декар за поле со пченица; Регионалниот практичен и целен принос покажува приближно 12-16 kg чист азот по декар. Кое е најдоброто однесување?
- А) Спроведување на препораката како што е, бидејќи АИ пресметал
- Б) Зголемување на дозата уште повеќе за да биде безбедно
- В) Видете го како предупредување за редослед на големина и проверете ги влезовите и локалната калибрација ✔
- Г) Поделување на предлогот на половина без да се земе предвид анализата на почвата
Опис: Препораката е приближно четири пати поголема од очекуваниот опсег; Ова е предупредување од редослед на големина. Прекумерниот азот значи и економска штета и ризик од депресија, болести и загадување со нитрати. Правилно однесување е да се одбие препораката и да се проверат влезните податоци (единица, принос, целен принос, почва N) и локална калибрација. Слепата апликација предизвикува еколошка и агрономска штета.
7. Што значи „потрошувачка на вода на растенијата“ (евапотранспирација, ЕТ) што се користи во одлуките за наводнување?
- А) Количината на вода што влегува во почвата само преку врнежи
- Б) Вкупна загуба на вода преку испарување од почвата и транспирација од растението ✔
- В) Електрична спроводливост на почвата
- Г) Вредност на притисокот во цевката за наводнување
Објаснување: Евапотранспирацијата е вкупна загуба на вода од почвата во атмосферата преку испарување и транспирација од растението. Со множење на референтниот ET со културниот коефициент (Kc), се проценува вистинската потреба од вода на производот (ETc) и се планира наводнување според овој воден биланс. ЕТ не е врнежи од дожд или соленост на почвата; Таа ја претставува одливната страна на буџетот за вода.
8. Инженер кој видел симптоми на листот го дал описот на фотографијата на АИ и добил прелиминарна дијагноза. Што е задолжително пред да се преведе оваа дијагноза во одлука за контрола на штетници?
- А) Потврдување на агентот на терен/лабораторија и избор на лиценциран и означен лек ✔
- Б) Земање неколку различни лекови заедно, само за да бидете безбедни
- В) Нанесете ја активната состојка веднаш што и да каже вештачката интелигенција.
- Г) Изберете го најевтиниот пестицид и нанесете го на целото поле
Објаснување: Прелиминарната дијагноза само од сликата не е доволна поради различни фактори (габични, бактериски, вирусни, дефицит на хранливи материи, абиотски стрес) кои предизвикуваат слични симптоми. Агентот треба да се потврди со примерок од терен и, доколку е потребно, лабораториска дијагноза, а потоа треба да се избере само лек лиценциран за тој агенс и тој производ и соодветен за неговата етикета. Примената на пестициди со широк спектар без верификација создава ризик од отпорност и остатоци.
9. Која е целта на концептот GDD (Ден на степен на раст), кој често се користи во поддршката за земјоделски одлуки?
- А) Следејќи ја pH вредноста на почвата
- Б) Предвидување на фазите на развој на растенијата и појавата на штетници со акумулација на топлина ✔
- В) Мерење на протокот на цевките за наводнување
- Г) Пресметување на пазарната цена на производот
Опис: GDD е вкупната топлина акумулирана со одземање на основната температура од дневната просечна температура и се користи за проценка на развојните (фенолошки) фази на растението и времето на појава на некои штетници. Така, прозорците за прскање, ѓубрење и берба може да се планираат според акумулацијата на топлина наместо според календарот. GDD не е pH на почвата или директна количина на врнежи.
10. Која од наведеното е најточна изјава за модел за предвидување принос воспоставен со машинско учење?
- А) Прецизно и без грешка ја предвидува иднината
- Б) Се заснова на минати обрасци; Мора да се даде со опсег на несигурност и да се потврди ✔
- В) Секогаш работи со иста точност во услови различни од податоците за обуката.
- Г) Тој е единствениот носител на конечна одлука без агрономски информации
Опис: Моделот за машинско учење се заснова на обрасци што ги гледа во историските податоци; Довербата се намалува кога влезните услови се надвор од податоците за обуката (нова сорта, необична клима). Затоа, излезот треба да се даде со опсег на несигурност, а не со точка, и треба да се потврди со историски принос и одредници. Моделот не ја знае иднината со сигурност и не работи со иста точност под сите услови.
11. Која е најдобрата практика пред да се стартува кодот за анализа на Python/пандите генериран со вештачка интелигенција?
- А) Примена на кодот директно на целиот сет на податоци без да го прочитате
- Б) Тестирање со мал примерок на податоци со познати резултати и проверка на формули и единици ✔
- В) Имајќи предвид дека е доволно само да се работи без грешки.
- Г) Ставање на излезот во извештајот без воопшто да се провери
Опис: Иако кодот генериран со вештачка интелигенција може да изгледа точен, тој може да содржи единица, име на колона, формула за индекс или логички грешки на филтерот. Добра практика е рачно да го извршите резултатот со мал примерок од податоци што ги знаете, да го споредите со очекуваниот излез и да ги проверите формулите како NDVI во однос на изворот. Примената на кодот на големи податоци без да се види, ги преместува тивките грешки во производството.
12. Зошто тетратката за администрација на лекови е критична во евиденцијата за следливост?
- А) Само за да добиете даночен одбиток
- Б) Обезбедува проверлива евиденција за усогласеност со MRL, сертификација и сериско следење ✔
- В) Само за споредба со соседните полиња
- Г) Да се подготват рекламни брошури
Опис: Книга за администрација на лекови; Документира кој производ, која активна состојка, во која доза и датум е употребен и периодот на чекање помеѓу последното нанесување и бербата. Оваа снимка е задолжителна за усогласеност со максималната граница на остатоци (MRL), добра агрономија/органска сертификација и сериско следење ако се појави проблем. Не се чува само за следење на трошоците или рекламирање.
13. Алатка за вештачка интелигенција самоуверено пријавила штетник што не е пронајден во областа како „вообичаена закана“. Кој концепт најдобро може да ја објасни оваа ситуација?
- А) Грешка при калибрација на сензорот
- Б) Халуцинација: производство на информации што не постојат на безбеден јазик ✔
- В) Прекин на мрежната врска
- Г) Недостаток на податоци за врнежите
Објаснување: Се нарекува халуцинација кога моделот произведува информации кои всушност не постојат или не се совпаѓаат со контекстот, како да се реални, течни и сигурни. Филтерот за агрономска веродостојност (дали климата и моделот на култури во регионот се погодни за тој штетник?) и теренските докази ги фаќаат таквите грешки пред потпишувањето. Ова не е дефект на сензорот или грешка на единицата.
14. Како треба да се дефинира улогата на вештачката интелигенција во земјоделските одлуки клучни за безбедноста и квалитетот (на пр. дозирање на пестициди, рецепти за ѓубрива, план за наводнување)?
- А) Надлежниот орган кој сам ја донесува конечната одлука
- Б) Автоматски систем кој го заменува одобрението од компетентно агроном
- В) Помошник кој изработува нацрти и предлози и ја остава одлуката на експертот ✔
- Г) Точен извор на информации што не бара проверка
Опис: Вештачка интелигенција; Тоа е асистент кој произведува контури, ги сумира податоците и предлага хипотези. Конечниот збор во критичните одлуки го има надлежниот земјоделски инженер кој е запознаен со теренското набљудување, локалната калибрација и законодавството; Излезот со вештачка интелигенција не го заменува ова одобрение. Кога станува збор за безбедноста на производите, животната средина и храната, одговорноста е кај експертот за потпишување.