zisky:
- Schopnosť rozpoznať a riadiť etické riziká, ako je vlastníctvo údajov farmárov, súkromie a algoritmická zaujatosť
- Schopnosť kombinovať všetky prepojenia modulu do jedného sezónneho end-to-end workflow
- Zavedenie v systéme kvality, že výstup umelej inteligencie nenahrádza schválenie kompetentným agronómom v poľnohospodárskych rozhodnutiach kritických z hľadiska bezpečnosti
Modulová skúška
1. Aké sú hlavné body validácie „troch kotiev“ pred začlenením výstupu umelej inteligencie do rozhodnutia v poľnohospodárskom inžinierstve?
- A) Rozsah veľkostí, agronomická vierohodnosť a terénne dôkazy ✔
- B) Obľúbenosť modelu, dĺžka odpovede a jazyková plynulosť
- C) Cena, rýchlosť a používateľské rozhranie
- D) Dôveryhodnosť značky, internetové pripojenie a formát súboru
Popis: Tri kotvy; rádovo, ktorý kontroluje, či je výsledok v rámci očakávanej sily 10, agronomická primeranosť, ktorá sa zameriava na súlad výstupu s plodinou a klímou, a dôkaz na poli, ktorý poskytuje potvrdenie skôr na poli ako na jadre/vzorke. Značka zdroja, obľúbenosť modelu alebo plynulosť textu nie sú overovacími kritériami.
2. Čo v podstate meria NDVI (Normalized Difference Vegetation Index)?
- A) Určite presné percento vlhkosti pôdy v centimetroch
- B) Hustota a sila zelenej, živej vegetácie ✔
- C) Ktorý pôvodca choroby je prítomný na úrovni druhu?
- D) Konečná cena produktu po zbere
Popis: NDVI meria hustotu a silu zelenej fotosyntetickej živej vegetácie normalizáciou rozdielu medzi odrazmi v blízkej infračervenej (NIR) a červenej. Keďže zdravé rastliny silne odrážajú NIR a intenzívne absorbujú červenú, NDVI sa zvyšuje; Hodnota klesá v stresujúcom alebo riedkom kryte. Nemeria priamo výnos, vlhkosť pôdy alebo typ choroby; tieto vyžadujú dodatočné údaje.
3. Satelitná snímka zobrazuje oblasť s nízkou hodnotou NDVI. Ktorý z nasledujúcich krokov je najlepším krokom, ktorý treba urobiť, kým sa táto anomália zmení na technické rozhodnutie?
- A) Okamžite aplikujte fungicíd na túto oblasť
- B) Zdvojnásobenie dávky hnojiva na plochu
- C) Potvrďte príčinu kontrolou v teréne, meteorológiou a fenológiou ✔
- D) Ignorujte anomáliu a použite priemer na celé pole
Vysvetlenie: Nízka NDVI môže byť spôsobená vodným stresom, chorobou, nedostatkom živín, zriedkavým výskytom, tieňom v mraku alebo čerstvo zoranou pôdou. Túto neistotu môžeme rozlíšiť iba prostredníctvom kontroly poľa, meteorológie a fenológie; Samotná mapa nehovorí prečo. Aplikácia pesticídov alebo hnojív priamo prináša riziko zasahovania do nesprávnej príčiny.
4. Aký je najpresnejší prístup pri zadávaní súradníc polí, výnosov a nákladov poľnohospodára do verejne dostupného nástroja AI?
- A) Vloženie všetkých údajov tak, ako sú s ich ID a súradnicami
- B) Anonymizovať identifikačné údaje a zdieľať iba nevyhnutné technické údaje ✔
- C) Načítanie údajov do verejnej tabuľky bez toho, aby ste ich vôbec skontrolovali
- D) Darovanie údajov na modelovanie tréningu bez povolenia farmára
Zverejnenie: Údaje farmárov sú komerčne a osobne citlivé; Informácie o súradniciach, identite a nákladoch sú vecou vlastníctva a dôvernosti. Správny prístup je anonymizovať identifikačné informácie s reprezentatívnymi štítkami (Plot-A, X súradnica) a zdieľať iba technické údaje potrebné na analýzu. Zdieľanie údajov tak, ako sú, alebo ich sprístupňovanie vzdelávaniu bez povolenia predstavuje etické a právne riziká.
5. Správa o analýze pôdy uvádza pH ako 4,8. Čo táto hodnota znamená agronomicky?
- A) Neutrálna a ideálna pôda pre väčšinu plodín
- B) Silne kyslé; Stav, ktorý môže obmedziť príjem potravy a vyžadovať nápravu ✔
- C) Silná zásada; stav vyžadujúci vápnenie
- D) Znamená to, že salinita v pôde je extrémne vysoká.
Popis: pH 4,8 naznačuje silne kyslú pôdu; Za týchto podmienok sa znižuje príjem fosforu a molybdénu, zvyšuje sa riziko toxicity hliníka/mangánu a u mnohých plodín je potlačený vývoj koreňov. Pre väčšinu poľných plodín je vhodný rozsah 6,0-7,0. Preto sa zvažuje korekcia, ako je vápnenie; Kyslá pôda nie je „ideálna“ a sama o sebe nezaručuje vysoké výnosy.
6. AI odporúča 60 kg čistého dusíka na dekáre pre pšeničné pole; Regionálny praktický a cieľový výnos udáva približne 12-16 kg čistého dusíka na dekáre. Aké je najlepšie správanie?
- A) Implementácia odporúčania tak, ako je, pretože vypočítaná AI
- B) Zvýšte dávku ešte viac, aby ste boli v bezpečí
- C) Považujte to za rádové varovanie a skontrolujte vstupy a lokálnu kalibráciu ✔
- D) Rozdelenie návrhu na polovicu bez zohľadnenia pôdneho rozboru
Popis: Odporúčanie je približne štvornásobok očakávaného rozsahu; Ide o rádové varovanie. Nadmerný dusík znamená ekonomické škody aj riziko depresie, chorôb a znečistenia dusičnanmi. Správnym správaním je odmietnuť odporúčanie a skontrolovať vstupy (jednotka, výnos, cieľový výnos, pôdny dusík) a lokálnu kalibráciu. Slepá aplikácia spôsobuje environmentálne a agronomické škody.
7. Čo znamená „spotreba vody v rastlinách“ (evapotranspirácia, ET) používaná pri rozhodovaní o zavlažovaní?
- A) Množstvo vody vstupujúcej do pôdy iba zrážkami
- B) Celková strata vody vyparovaním z pôdy a transpiráciou z rastliny ✔
- C) Elektrická vodivosť pôdy
- D) Hodnota tlaku v zavlažovacom potrubí
Vysvetlenie: Evapotranspirácia je celková strata vody z pôdy do atmosféry vyparovaním a transpiráciou z rastliny. Vynásobením referenčného ET koeficientom úrody (Kc) sa odhadne skutočná potreba vody produktu (ETc) a podľa tejto vodnej bilancie sa naplánuje zavlažovanie. ET nie sú zrážky alebo slanosť pôdy; Predstavuje odtokovú stranu vodného rozpočtu.
8. Inžinier, ktorý videl príznaky na liste, poskytol AI popis fotografie a dostal predbežnú diagnózu. Čo je povinné pred premietnutím tejto diagnózy do rozhodnutia o kontrole škodcov?
- A) Potvrdenie agenta v teréne/laboratóriu a výber licencovaného a označeného lieku ✔
- B) Užívanie niekoľkých rôznych liekov spolu, len pre istotu
- C) Okamžite aplikujte účinnú látku, čo povie AI.
- D) Vyberte si najlacnejší pesticíd a aplikujte ho na celé pole
Vysvetlenie: Predbežná diagnóza zo samotného obrázku nie je dostatočná kvôli rôznym faktorom (hubové, bakteriálne, vírusové, nedostatok živín, abiotický stres), ktoré spôsobujú podobné symptómy. Agent by mal byť potvrdený vzorkou v teréne av prípade potreby laboratórnou diagnózou a potom by sa mal vybrať len liek licencovaný pre tohto agenta a daný produkt a vhodný na jeho označenie. Širokospektrálna aplikácia pesticídov bez overenia vytvára riziko rezistencie a rezíduí.
9. Aký je účel konceptu GDD (Growth Degree Day), ktorý sa často používa pri podpore rozhodovania v poľnohospodárstve?
- A) Podľa hodnoty pH pôdy
- B) Predpovedanie štádií vývoja rastlín a vzchádzania škodcov na základe akumulácie tepla ✔
- C) Meranie prietoku zavlažovacieho potrubia
- D) Výpočet trhovej ceny produktu
Popis: GDD je celkové teplo akumulované odpočítaním základnej teploty od priemernej dennej teploty a používa sa na odhad vývojových (fenologických) štádií rastliny a doby vzchádzania niektorých škodcov. Okná postrekov, hnojenia a zberu teda možno plánovať skôr podľa akumulácie tepla ako podľa kalendára. GDD nie je pH pôdy alebo priame množstvo zrážok.
10. Ktoré z nasledujúcich tvrdení je najpresnejšie pre model predikcie výnosov vytvorený pomocou strojového učenia?
- A) Predpovedá budúcnosť presne a bez chýb
- B) Vychádza z minulých vzorcov; Musí byť uvedené s rozsahom neistoty a overené ✔
- C) Vždy pracuje s rovnakou presnosťou v iných podmienkach, ako sú tréningové dáta.
- D) Je jediným konečným rozhodovateľom bez agronomických informácií
Popis: Model strojového učenia je založený na vzoroch, ktoré vidí v historických údajoch; Dôvera klesá, keď vstupné podmienky spadajú mimo tréningových údajov (nová rozmanitosť, nezvyčajná klíma). Preto by sa výstup mal uvádzať s rozsahom neistoty, nie s bodom, a mal by byť overený historickým výnosom a referenčnými hodnotami. Model nepozná budúcnosť s istotou a nepracuje s rovnakou presnosťou za všetkých podmienok.
11. Aký je najlepší postup pred spustením kódu analýzy Python/pandas generovaného AI?
- A) Použitie kódu priamo na celý súbor údajov bez jeho čítania
- B) Testovanie s malou vzorkou údajov so známymi výsledkami a kontrolné vzorce a jednotky ✔
- C) Vzhľadom na to, že stačí pracovať bez chýb.
- D) Vloženie výstupu do správy bez akejkoľvek kontroly
Popis: Aj keď sa kód vygenerovaný AI môže javiť ako správny, môže obsahovať chyby jednotky, názvu stĺpca, vzorca indexu alebo logiky filtra. Osvedčeným postupom je manuálne spustiť výsledok s malou vzorkou údajov, ktoré poznáte, porovnať ich s očakávaným výstupom a porovnať vzorce ako NDVI so zdrojom. Aplikovanie kódu na veľké dáta bez toho, aby ste ho videli, presúva tiché chyby do produkcie.
12. Prečo je zápisník na podávanie liekov kritický v záznamoch sledovateľnosti?
- A) Len aby ste získali daňový odpočet
- B) Poskytuje overiteľný záznam o dodržiavaní MRL, certifikácii a spätnom vysledovaní šarže ✔
- C) Len na porovnanie so susednými poľami
- D) Pripraviť reklamné brožúry
Popis: Kniha o podávaní liekov; Dokumentuje, ktorý prípravok, ktorá účinná látka, v akej dávke a dátume bola použitá a čakacia doba medzi poslednou aplikáciou a zberom. Tento záznam je povinný pre dodržanie maximálneho limitu rezíduí (MRL), dobrú agronómiu/ekologickú certifikáciu a spätné sledovanie šarže, ak sa vyskytne problém. Neuchováva sa len na účely sledovania nákladov alebo reklamy.
13. Nástroj AI s istotou hlásil škodcu, ktorý sa v danej oblasti nenašiel, ako „bežnú hrozbu“. Ktorý koncept môže najlepšie vysvetliť túto situáciu?
- A) Chyba kalibrácie snímača
- B) Halucinácie: produkcia informácií, ktoré neexistujú v bezpečnom jazyku ✔
- C) Prerušenie sieťového pripojenia
- D) Nedostatok údajov o zrážkach
Vysvetlenie: Halucinácia sa nazýva, keď model produkuje informácie, ktoré v skutočnosti neexistujú alebo nezodpovedajú kontextu, ako keby boli skutočné, plynulé a sebavedomé. Filter agronomickej vierohodnosti (je klíma regiónu a spôsob pestovania vhodné pre tohto škodcu?) a terénne dôkazy zachytia takéto chyby pred podpisom. Toto nie je porucha snímača alebo chyba jednotky.
14. Ako by sa mala definovať úloha umelej inteligencie v poľnohospodárskych rozhodnutiach, ktoré sú dôležité pre bezpečnosť a kvalitu (napr. dávkovanie pesticídov, predpisovanie hnojív, plán zavlažovania)?
- A) Príslušný orgán, ktorý jediný prijíma konečné rozhodnutie
- B) Automatizovaný systém, ktorý nahrádza schválenie kompetentným agronómom
- C) Asistent, ktorý vytvára návrhy a návrhy a necháva rozhodnutie na odborníkovi ✔
- D) Presný zdroj informácií, ktorý nevyžaduje overenie
Popis: Umelá inteligencia; Je to asistent, ktorý vytvára obrysy, sumarizuje údaje a navrhuje hypotézy. Konečné slovo v kritických rozhodnutiach patrí kompetentnému poľnohospodárskemu inžinierovi, ktorý je oboznámený s pozorovaním v teréne, miestnou kalibráciou a legislatívou; Výstup AI nenahrádza toto schválenie. Pokiaľ ide o bezpečnosť produktov, životného prostredia a potravín, zodpovednosť nesie odborník na podpisovanie.