வேளாண் பொறியியலில் செயற்கை நுண்ணறிவு மற்றும் சரிபார்ப்புத் துறை அறிமுகம்

ஆதாயங்கள்:

• வேளாண் பொறியியல் பணிப்பாய்வுகளில் AI உண்மையான நேரத்தை எங்கு சேமிக்கிறது மற்றும் எந்தெந்த முடிவுகள் வேளாண் விஞ்ஞானியின் பொறுப்பாக இருக்க வேண்டும் என்பதைக் கண்டறியும் திறன்
• ஒவ்வொரு AI வெளியீட்டையும் அளவு, வேளாண் நம்பகத்தன்மை மற்றும் புல ஆதாரங்களின் வரிசையுடன் குறுக்கு-சரிபார்க்கும் மூன்று ஆங்கர் துறைகளைப் பயன்படுத்துவதற்கான திறன்
• தெளிவின்மை, மாயத்தோற்றம் மற்றும் விவசாயிகளின் தரவுத் தனியுரிமை ஆகியவற்றின் அபாயங்களைக் கண்டறிந்து, சூழலை அநாமதேயமாக்குவதன் மூலம் பாதுகாப்பான அறிவுறுத்தல்களை அமைக்கும் பழக்கத்தைப் பெறுங்கள்.

வேளாண் பொறியியல் என்பது ஒரு வாழ்க்கை முறையை - மண், தாவரங்கள், காலநிலை மற்றும் மக்கள் - ஒரே நேரத்தில் நிர்வகிக்கும் கலை. வயல் இரண்டு முறை ஒரே மாதிரியாக இருக்காது: ஒரே விதை, ஒரே உரம், ஒரே நீர்ப்பாசனம் வெவ்வேறு ஆண்டுகளில் வெவ்வேறு விளைச்சலைக் கொடுக்கிறது, ஏனெனில் வானிலை, மண்ணின் ஈரப்பதம், நோய் அழுத்தம் மற்றும் நூற்றுக்கணக்கான மாறிகள் தொடர்ந்து விளையாடுகின்றன. அதனால்தான் விவசாயம் என்பது நிச்சயமற்ற தன்மையுடன் இயல்பாக இயங்கும் ஒரு தொழிலாகும். செயற்கை நுண்ணறிவு (AI; ​​பெரிய தரவு வடிவங்களிலிருந்து கற்றுக்கொண்டு உரை, படங்கள் அல்லது எண்களை உருவாக்கும் மென்பொருள் அமைப்புகள்) இந்த நிச்சயமற்ற தன்மையை நிர்வகிப்பதற்கான ஒரு சக்திவாய்ந்த கருவியாகும், ஆனால் இது ஆபத்தான பிரகாசமான மொழியில் அதே நிச்சயமற்ற தன்மையை மறைக்கக்கூடிய ஒரு கருவியாகும். இந்த அலகு முழு தொகுதியும் கட்டமைக்கப்படும் இரண்டு அடித்தளங்களை அமைக்கிறது: விவசாய பணிப்பாய்வுகளில் செயற்கை நுண்ணறிவு உண்மையான மதிப்பை உருவாக்குகிறது மற்றும் ஒவ்வொரு வெளியீட்டையும் எவ்வாறு சரிபார்க்கிறோம்.

ஆரம்பத்தில் இருந்தே தெளிவாக இருக்கட்டும்: இந்தத் தொகுதி முழுவதும் நீங்கள் கற்றுக் கொள்ளும் நுட்பங்கள் எதுவும் தகுதியான விவசாயப் பொறியாளரின் (வேளாண் நிபுணர்) கையொப்பம், களக் கண்காணிப்பு மற்றும் பொறியியல் தீர்ப்பை மாற்றாது. செயற்கை நுண்ணறிவு ஒரு உதவியாளர்; வேகமாகப் படிக்கிறார், வேகமாக எழுதுகிறார், வடிவங்களைப் பிடிக்கிறார். ஆனால், தவறான உரச் சீட்டுகள் ஓடையை மாசுபடுத்தினாலும், பூச்சிக்கொல்லி மருந்தின் தவறான டோஸ் பயிரில் எச்சத்தை விட்டு, உணவுப் பாதுகாப்பைக் குலைத்துவிட்டால், தவறான நீர்ப்பாசனத் திட்டம் மண்ணை தரிசாக மாற்றினால், அதற்குப் பொறுப்பேற்க வேண்டியது மென்பொருள் அல்ல, கையொப்பமிட்ட பொறியாளர்தான். இந்த வாக்கியத்தை நீங்கள் தொகுதியின் ஒவ்வொரு யூனிட்டிலும் வெவ்வேறு வடிவங்களில் மீண்டும் பார்ப்பீர்கள், ஏனென்றால் சுற்றுச்சூழல் மற்றும் உணவுப் பாதுகாப்பு ஆபத்தில் இருக்கும் ஒரு தொழிலில் இதுதான் ஒரே உண்மை.

விவசாயப் பணிகளில் செயற்கை நுண்ணறிவு எங்கே மதிப்பை உருவாக்குகிறது?

ஒரு வேளாண் விஞ்ஞானியின் வாரம் தோராயமாக மூன்று வகையான வேலைகளாகப் பிரிக்கப்பட்டுள்ளது: தரவுத் தயாரிப்பு (மண் பகுப்பாய்வு அறிக்கைகளைப் படித்தல், புலக் குறிப்புகளைத் திருத்துதல், சென்சார் அட்டவணைகளை அகற்றுதல்), விளக்கம் மற்றும் பகுப்பாய்வு (தாவர சுகாதார மதிப்பீடு, நோய் கண்டறிதல், உரம் மற்றும் நீர்ப்பாசன திட்டமிடல், மகசூல் மதிப்பீடு) மற்றும் தகவல் தொடர்பு (விவசாயி அறிக்கை, மருந்து, சான்றிதழ் பதிவு, அதிகாரப்பூர்வ கடிதம்). AI மூன்று பகுதிகளையும் தொடுகிறது, ஆனால் அதன் பங்களிப்பு மற்றும் ஆபத்து ஒவ்வொன்றிலும் வேறுபட்டது.

தரவுத் தயாரிப்பு என்பது செயற்கை நுண்ணறிவின் பாதுகாப்பான மற்றும் லாபகரமான துறையாகும். சிதறிய புல கண்காணிப்புகளை நிலையான விரிதாளாக மாற்றுதல், வெவ்வேறு ஆய்வகங்களில் இருந்து அறிக்கைகளின் வெவ்வேறு வடிவங்களை ஒரே டெம்ப்ளேட்டிற்குள் கொண்டு வருதல், ஈரப்பதம் சென்சார் பதிவுகளின் ஆயிரக்கணக்கான வரிகளில் அவுட்லையர்களைக் கொடியிடுதல்-இவை மீண்டும் மீண்டும் செய்யக்கூடிய, விதி அடிப்படையிலான மற்றும் சரிபார்க்க எளிதான பணிகளாகும். இங்கே பிழை இருந்தாலும், மூலத்திற்குச் சென்று (மூல தரவு) அதைச் சரிபார்க்க சில நிமிடங்கள் ஆகும்.

விளக்கம் மற்றும் பகுப்பாய்வு துறையில் அதிக மதிப்பு மற்றும் அதிக ஆபத்து உள்ளது. AI ஆனது NDVI வரைபடத்திலிருந்து சாத்தியமான நீர் அழுத்த மண்டலத்தை பரிந்துரைக்கலாம்; அனுபவம் வாய்ந்த ஒரு கண் கூட ஒரு பெரிய துறையில் தவறவிடக்கூடிய ஒரு வடிவத்தை இது வெளிப்படுத்தலாம். ஆனால் அதே மாதிரி அந்த பகுதியில் இல்லாத ஒரு நோயை "பரந்த அச்சுறுத்தல்" என்று நம்பிக்கையுடன் விவரிக்க முடியும். மாடல் உண்மையில் இல்லாத தகவலை உண்மையானது போல் உருவாக்கினால், அது மாயத்தோற்றம் என்று அழைக்கப்படுகிறது. இந்தத் துறையில், AI என்பது ஒரு கருதுகோள் ஜெனரேட்டர், முடிவெடுப்பவர் அல்ல.

தகவல்தொடர்பு துறையில், செயற்கை நுண்ணறிவு ஒரு வரைவு முடுக்கி. இது விவசாயிகளின் தகவல் அறிக்கை, இலக்கியச் சுருக்கம் அல்லது சான்றிதழ் விண்ணப்ப உரையை நிமிடங்களில் உருவாக்குகிறது. இங்குள்ள ஆபத்து என்னவென்றால், புனையப்பட்ட ஆதாரங்கள் மற்றும் தவறான அளவுகள் விவசாயி அல்லது தணிக்கையாளருக்கு பாயும் உரையில் கவனிக்கப்படாமல் போகலாம்.

உதவிக்குறிப்பு: AIக்கு வேலை கொடுப்பதற்கு முன், உங்களை நீங்களே கேட்டுக்கொள்ளுங்கள்: "இந்த வெளியீடு தவறாக உள்ளதா என்பதை நான் எப்படி அறிவேன், அதைச் சரிசெய்ய எவ்வளவு நேரம் ஆகும்?" பதில் நிமிடங்கள் என்றால் (தரவு சுத்தம்), வசதியாக பயன்படுத்தவும்; "தயாரிப்பு சேதமடையும் வரை நான் புரிந்து கொள்ள மாட்டேன்" (அளவு முடிவு) பதில் என்றால், சுயாதீனமாக சரிபார்க்கவும்.

சரிபார்ப்பு ஒழுக்கம்: மூன்று ஆங்கர் விதி

இந்தத் தொகுதியின் இதயம் ஒரு ஒற்றைப் பழக்கம்: எந்தவொரு AI வெளியீட்டையும் சரிபார்க்காமல் ஒரு வேளாண் தீர்மானத்தில் இணைக்கக் கூடாது. நாங்கள் மூன்று சுயாதீன அறிவிப்பாளர்களின் சரிபார்ப்பை அடிப்படையாகக் கொண்டுள்ளோம்.

முதல் நங்கூரம் - அளவு வரிசை. முடிவு தோராயமாக எதிர்பார்க்கப்படும் 10 வரம்பிற்குள் உள்ளதா? கோதுமையில் ஒரு டிகேருக்கு தூய நைட்ரஜன் தேவை பொதுவாக 10-18 கிலோ வரை இருக்கும்; மாடல் ஒரு டிகேருக்கு 60 கிலோ எடையை இழந்தால், ஒரு யூனிட் அல்லது எடிட்டிங் பிழை உள்ளது, அதை விரிவாகப் பேசாமல் புரிந்து கொள்ளலாம். ஒரு சொட்டு நீர் பாசன முறையின் ஓட்ட விகிதம் ஒரு மணி நேரத்திற்கு லிட்டர் வரிசையில் உள்ளது; மாதிரி கன மீட்டர் கொடுத்தால், அது முட்டாள்தனம். இந்த சோதனை வினாடிகள் எடுக்கும் மற்றும் பெரும்பாலான பிழைகளைப் பிடிக்கிறது.

இரண்டாவது நங்கூரம் - வேளாண் நியாயத்தன்மை. உற்பத்தியானது பயிரின் உயிரியலுக்கும் அப்பகுதியின் தட்பவெப்ப நிலைக்கும் ஒத்துப்போகிறதா? கோடையின் நடுப்பகுதியில் குளிர்கால கோதுமை நடவு செய்ய மாதிரி பரிந்துரைத்தால்; அல்லது இப்பகுதியில் இதுவரை கண்டிராத வெப்பமண்டல பூச்சியை முக்கிய அச்சுறுத்தலாக அது கருதினால், கட்டுமானப் பிழை அல்லது மாதிரி முட்டாள்தனமானது. பயிர், மண் வகை மற்றும் உள்ளூர் காலநிலை ஆகியவற்றின் பினாலஜி (வளர்ச்சி நிலைகள்) நம்பகத்தன்மையின் வடிகட்டியாகும், அவை ஒவ்வொரு திட்டமும் நிறைவேற்றப்பட வேண்டும்.

மூன்றாவது நங்கூரம் - புல ஆதாரம். இது வலிமையான நங்கூரம். மண் அச்சு மூலம் எடுக்கப்பட்ட மாதிரி, இலை பகுப்பாய்வு, வயலில் காட்சி எண்ணிக்கை, ஈரப்பதம் சென்சார் வாசிப்பு. செயற்கைக்கோளில் இருந்து வரும் அழுத்த சமிக்ஞை அதே பகுதிக்குச் சென்று ஆலையைப் பார்த்து சோதிக்கப்படுகிறது. ஒரு நோயின் பூர்வாங்க நோயறிதல் ஒரு மாதிரி எடுத்து ஆய்வகத்தில் உறுதி செய்யப்படுகிறது. அடிப்படை உண்மை எப்போதும் வெல்லும்.

மூன்று சிறிய வழக்குகள்: எண்கள் மூலம்

வழக்கு 1 - மண் அறிக்கை விளக்கத்தில் நேரம் சேமிக்கப்படுகிறது. ஒரு விவசாயப் பொறியாளர் 38 வெவ்வேறு பார்சல்களின் (ஒவ்வொன்றும் வெவ்வேறு ஆய்வக வடிவத்தில்) மண் பகுப்பாய்வு அறிக்கைகளை கைமுறையாக சுருக்கிக் கொண்டிருந்தார்; ஒரு அறிக்கைக்கு சராசரியாக 20 நிமிடங்கள், தோராயமாக மொத்தம் 13 மணிநேரம். AI-இயக்கப்படும் சார்ட்டிங் பணிப்பாய்வு மூலம், அவர் முதல் வரைவை ஒரு அறிக்கைக்கு 4 நிமிடங்களாகக் குறைத்தார், மீதமுள்ள நேரம் வரம்புகளை கைமுறையாக சரிபார்க்க ஒதுக்கப்பட்டது. மொத்த நேரம் சுமார் 5 மணி நேரம் குறைந்தது; முக்கியமான விஷயம் என்னவென்றால், கிடைத்த நேரம் கட்டுப்பாட்டில் செலவிடப்பட்டது.

வழக்கு 2 - கைப்பற்றப்பட்ட மாயத்தோற்றம். ஒரு பயிற்சியாளர் திராட்சைத் தோட்டத்தின் நோய் வரலாற்றை AI சுருக்கமாகச் சொன்னபோது, ​​அந்த உரையில் "பிரதான சிட்ரஸ் Huanglongbing (HLB) அழுத்தம்" என்ற வாக்கியம் இருந்தது. இருப்பினும், பார்சலில் திராட்சைத் தோட்டங்கள் (திராட்சை) இருந்தன, சிட்ரஸ் அல்ல; மாடல் மற்றொரு தயாரிப்பின் தகவலை குழப்பியது. வேளாண் நம்பகத்தன்மை வடிகட்டி (பயிர் முறை HLB உடன் இணங்கவில்லை) அறிக்கை கையொப்பமிடப்படுவதற்கு முன்பே பிழையைப் பிடித்தது.

வழக்கு 3 - அலகு பிழை. ஒரு உரக் கணக்கீட்டில், மாதிரியானது ஒரு ஹெக்டேர் பரிந்துரையுடன் ஒரு டிகேர் பரிந்துரையை குழப்பி, நைட்ரஜன் அளவை 10 மடங்கு அதிகப்படுத்தியது (1 ஹெக்டேர் = 10 decares என்பதால்). அளவு சரிபார்ப்பு வரிசை - "இந்த பார்சலில் 15 கிலோ இருக்க முடியாது ஆனால் 150 கிலோ தூய நைட்ரஜன்" - உடனடியாக பிழையை வெளிப்படுத்தியது. அதைச் செயல்படுத்தியிருந்தால், பொருளாதாரச் சேதம், நைட்ரேட் மாசு ஆகிய இரண்டும் ஏற்பட்டிருக்கும்.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

ப்ராம்ட் என்பது AIக்கு நீங்கள் கொடுக்கும் எழுதப்பட்ட அறிவுறுத்தலாகும்; அதன் தரம் நேரடியாக வெளியீட்டின் தரத்தை தீர்மானிக்கிறது.

பலவீனமான உடனடி:

இந்தப் புலத்தின் நிலையை மதிப்பீடு செய்து, நான் என்ன செய்ய வேண்டும் என்று சொல்லுங்கள்.[data]

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: ஒரு மூத்த வேளாண் பொறியாளர் (வேளாண் நிபுணர்). கொடுக்கப்பட்ட தகவலின் அடிப்படையில் மட்டுமே பின்வரும் புலத் தரவை விளக்கவும். - தரவுகளில் இல்லாத எந்த தயாரிப்பு, நோய், உரம் அல்லது மதிப்பு சேர்க்க வேண்டாம். - ஒவ்வொரு கருத்துக்கும் அடுத்த அடைப்புக்குறிக்குள் நீங்கள் அடிப்படையாக கொண்ட தரவு வரியைக் காட்டு. - நீங்கள் உறுதியாக தெரியாத இடத்தில் "தரவு போதுமானதாக இல்லை" என்று எழுதவும், யூகிக்க வேண்டாம். - மருந்தளவு மற்றும் மருந்து பரிந்துரைகளை கொடுக்க வேண்டாம்; அதற்கு பதிலாக, சரிபார்க்கப்பட வேண்டிய 3 அனுமானங்களின் தனி பட்டியலை உருவாக்கவும். தரவு: [புலத் தரவு]

வலுவான தூண்டுதல் மாதிரியில் மூன்று விஷயங்களைச் சுமத்துகிறது: மூலத்துடன் ஒட்டிக்கொள்க, நிச்சயமற்ற தன்மையை ஒப்புக்கொள், மற்றும் முக்கியமான முடிவை (அளவை) பொறியியலாளரிடம் விட்டு விடுங்கள். இது மாயத்தோற்றத்தை முற்றிலுமாக முடிவுக்குக் கொண்டு வராது, ஆனால் அது காணக்கூடியதாக உள்ளது.

நான்கு நகலெடுக்கக்கூடிய டெம்ப்ளேட்கள்

1) அநாமதேய சூழலை நிறுவுதல்:

விவசாயப் பொறியியல் பணிக்கு உதவ விரும்புகிறேன். விவசாயி பெயர், புல ஆயத்தொலைவுகள், பார்சல் ஐடி மற்றும் செலவுத் தகவல்கள் இரகசியமானவை; நான் அவர்களுக்கு "Farmer-A", "Plot-1", "X coordinate" போன்ற பிரதிநிதித்துவ வெளிப்பாடுகளுடன் தருகிறேன். பணி: [பணி]. நான் கொடுக்கும் தொழில்நுட்ப தரவுகளின் அடிப்படையில் மட்டும் புறம்பான அனுமானங்களைச் சேர்க்க வேண்டாம்.

2) மூன்று ஆங்கர் சரிபார்ப்பு கோரிக்கைகள்:

பின்வரும் வெளியீட்டிற்கு மூன்று சரிபார்ப்புகளைச் செய்யவும்:1) அளவு வரிசை: ஒவ்வொரு எண்ணும் பயிர்/பிராந்தியத்திற்கு எதிர்பார்க்கப்படும் வரம்பிற்குள் உள்ளதா?2) வேளாண் நம்பகத்தன்மை: பயிர் உயிரியல்/காலநிலையுடன் முரண்பட்ட கோரிக்கை உள்ளதா?3) சரிபார்ப்புப் பட்டியல்: புலம்/ஆய்வகத்தில் உறுதிசெய்ய வேண்டிய பொருட்கள்.வெளியீடு: [உரை]

3) தெளிவின்மையை செயல்படுத்துதல்:

நம்பிக்கையின் மூன்று நிலைகளில் உங்கள் விளக்கத்தைக் கொடுங்கள்: - அதிக நம்பிக்கை (தரவால் நேரடியாக ஆதரிக்கப்படுகிறது) - நடுத்தர நம்பிக்கை (நியாயமான வேளாண் அனுமானம்) - குறைந்த நம்பிக்கை (ஊகங்கள்; புல உறுதிப்படுத்தல் தேவை) ஒவ்வொரு உருப்படியையும் அதன் அளவைக் குறிக்கும் வகையில் எழுதவும்.

4) முடிவெடுக்கும் முன் சிவப்புக் கொடி திரையிடல்:

நான் இந்தப் பரிந்துரையைப் பின்பற்றினால் ஏற்படக்கூடிய 3 மிகக் கடுமையான அபாயங்கள் (சுற்றுச்சூழல், உணவுப் பாதுகாப்பு, பொருளாதாரம்) மற்றும் ஒவ்வொன்றின் ஆரம்ப எச்சரிக்கை அறிகுறிகளையும் பட்டியலிடுங்கள்.

அடிப்படை கருத்துகள் அட்டவணை

கால

பொருள்

அது ஏன் முக்கியம்?

வேளாண் விஞ்ஞானி

வேளாண் பொறியாளர், விவசாய உற்பத்தி நிபுணர்

முக்கியமான முடிவுகளுக்கான இறுதி பொறுப்பு

மாயத்தோற்றம்

AI இல்லாத தகவல்களை நம்பிக்கையுடன் உருவாக்குகிறது

சரிபார்ப்பு இல்லாமல் நம்புவது மிகப்பெரிய ஆபத்து

பினாலஜி

தாவரத்தின் வளர்ச்சி நிலைகள் (தோல்வி, பூக்கும்...)

திட்டமிடல் முடிவுகளுக்கான அடிப்படை

அடிப்படை உண்மை

புலத்தில் நேரடி கண்காணிப்பு/அளவீடு

அனைத்து தொலைநிலை தரவுகளின் அங்கீகரிப்பு நங்கூரம்

என்.டி.வி.ஐ

தாவர உயிர்ச் சுட்டெண்

தொலைநிலை சுகாதார கண்காணிப்புக்கான அத்தியாவசிய கருவி

பொதுவான தவறுகள்

• சரளத்தை துல்லியமாக தவறாகப் புரிந்துகொள்வது. AI இன் அழகான, நம்பிக்கையான துருக்கிய வெளியீடு சரியானது என்பதைக் குறிக்கவில்லை; மிகவும் ஆபத்தான மாயத்தோற்றங்கள் மிகவும் திரவமானவை.
• சரிபார்ப்பு என்பது நேரத்தை வீணடிப்பதாக நினைத்துக்கொள்வது. சேமித்த நேரத்தைச் சரிபார்ப்பதில் நீங்கள் செலவிடவில்லை என்றால், உங்கள் சார்பாக AI பிழையை துரிதப்படுத்தும்.
• முக்கியமான தரவுகளை அப்படியே பகிர்தல். உழவர் ஒருங்கிணைப்பு, மகசூல் மற்றும் செலவு ஆகியவை உரிமை மற்றும் ரகசியத்தன்மை தொடர்பான விஷயங்கள்; பெயர் குறிப்பிடாமல் பகிர வேண்டாம்.
• முக்கியமான டோஸ் முடிவை AI க்கு விடுதல். உரம், பூச்சிக்கொல்லி மற்றும் நீர்ப்பாசன அளவுகளுக்கு கள அளவுத்திருத்தம் மற்றும் சட்டம் தேவை; AI வரைவுகளை மட்டுமே உருவாக்குகிறது.
• ஒரே நங்கூரத்தில் திருப்தியாக இருப்பது. அளவின் வரிசையை மட்டும் பார்ப்பது மற்றும் நம்பகத்தன்மை மற்றும் புல ஆதாரங்களைத் தவிர்ப்பது நுட்பமான பிழைகளைத் தவிர்க்கிறது.

எச்சரிக்கை: AI உங்களிடம் "இந்தப் பகுதியில் X நோய் உள்ளது" என்று கூறும்போது, ​​இது ஒரு கருதுகோள், நோயறிதல் அல்ல. நோய் கண்டறிதல்; ஆய்வகம் மற்றும் அங்கீகரிக்கப்பட்ட பொறியாளரின் ஒப்புதலுடன் மாதிரி வைக்கப்படுகிறது.

சுருக்கமாக

செயற்கை நுண்ணறிவு என்பது தரவுத் தயாரிப்பில் பாதுகாப்பான கருவி, தகவல்தொடர்பு முடுக்கி, மற்றும் வேளாண் பொறியியலில் விளக்கம் மற்றும் பகுப்பாய்வு ஆகியவற்றில் மிகவும் மதிப்புமிக்க மற்றும் ஆபத்தான கருவியாகும். இந்த தொகுதியின் முதுகெலும்பு மூன்று ஆங்கர் துறைகளாகும்: ஒவ்வொரு வெளியீட்டையும் அளவு, வேளாண் நம்பகத்தன்மை மற்றும் புல ஆதாரங்களின் வரிசைக்கு எதிராக சோதனை செய்தல். மாயத்தோற்றம் உண்மையானது, சரளமாக இருப்பது துல்லியம் அல்ல, மேலும் முக்கியமான முடிவுகளுக்கான பொறுப்பு எப்போதும் கையெழுத்திடும் வேளாண் விஞ்ஞானியிடம் உள்ளது. அடுத்தடுத்த அலகுகளில், துல்லியமான விவசாயம், NDVI, மண், நீர்ப்பாசனம், நோய், காலநிலை, மகசூல், மலைப்பாம்பு மற்றும் கண்டுபிடிக்கக்கூடிய தன்மை ஆகியவற்றுக்கு இந்த ஒழுங்குமுறையைப் பயன்படுத்துவோம்.

விண்ணப்ப பணி

உங்களிடம் உள்ள ஒரு புலத்திற்கு (அல்லது ஒரு பிரதிநிதி), AI யிடம் முதலில் ஒரு பலவீனமான ப்ராம்ட் ("இந்த துறையில் நான் என்ன செய்ய வேண்டும்?") என்று கேட்கவும், பின்னர் இந்த யூனிட்டில் உள்ள வலுவான ப்ராம்ட் டெம்ப்ளேட்டிலும் அதே கேள்வியை கேட்கவும். இரண்டு வெளியீடுகளையும் அருகருகே வைத்து குறிக்கவும்: (1) எந்த வாக்கியங்களில் தரவு இல்லை (வேட்பாளர் மாயத்தோற்றம்), (2) எந்த எண்கள் அளவு சரிபார்ப்பின் வரிசையை மீறுகின்றன, (3) புலத்தில் நீங்கள் சரிபார்க்க வேண்டிய 3 உருப்படிகள். ஒரு பத்தியில், சக்திவாய்ந்த வரியில் எந்தப் பிழைகள் தெரியும் என்பதை எழுதவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் பணியை தரவு தயாரித்தல் / விளக்கம் / தொடர்பு என வகைப்படுத்தி இடர் அளவை தீர்மானித்தேன்.
• [ ] நான் விவசாயியின் அடையாளம், ஒருங்கிணைப்புகள் மற்றும் செலவுத் தகவலை அநாமதேயமாக்கினேன்.
• [ ] நான் அளவு, வேளாண் நம்பகத்தன்மை மற்றும் களச் சான்றுகளுக்கான வெளியீட்டை சோதித்தேன்.
• [ ] நான் மாயத்தோற்றம் வேட்பாளர் வாக்கியங்களைக் குறித்தேன் மற்றும் அவற்றை மீண்டும் மூலத்திற்கு எடுத்துச் சென்றேன்.
• [ ] முக்கியமான அளவு/மருந்து/நீர்ப்பாசன முடிவை அங்கீகரிக்கப்பட்ட பொறியாளரின் ஒப்புதலுக்கு விட்டுவிட்டேன்.