Прибуток:
- Можливість визначати, де штучний інтелект економить реальний час у робочому процесі агротехніки, а які рішення повинні залишатися відповідальністю агронома
- Можливість застосовувати три базові дисципліни, які перехресно перевіряють кожен результат штучного інтелекту з порядком величини, агрономічною правдоподібністю та польовими доказами
- Визнайте ризики неоднозначності, галюцинацій і конфіденційності даних фермерів і візьміть за звичку налаштовувати безпечні підказки шляхом анонімізації контексту.
Аграрна інженерія — це мистецтво керування живою системою — ґрунтом, рослинами, кліматом і людьми — одночасно. Поле ніколи не буває однаковим двічі: те саме насіння, те саме добриво, той самий полив дає різну врожайність у різні роки, тому що погода, вологість ґрунту, тиск хвороб і сотні змінних постійно впливають. Ось чому сільське господарство — це професія, яка за своєю суттю працює з невизначеністю. Штучний інтелект (ШІ; програмні системи, які вивчають шаблони великих даних і створюють текст, зображення чи числа) є потужним інструментом для управління цією невизначеністю, але це також інструмент, який може приховати ту саму невизначеність небезпечно яскравою мовою. Цей блок закладає дві основи, на яких буде побудовано весь модуль: де в сільськогосподарському робочому процесі штучний інтелект створює реальну цінність і як ми перевіряємо кожен результат.
Давайте прояснимо з самого початку: жодна з технік, які ви вивчатимете протягом цього модуля, не замінить підпис, польове спостереження та інженерне судження кваліфікованого сільськогосподарського інженера (агронома). Штучний інтелект – помічник; Швидко читає, швидко пише, вловлює шаблони. Але якщо неправильне призначення добрива забруднює русло річки, якщо неправильна доза пестициду залишає залишки на врожаї та погіршує безпеку харчових продуктів, якщо неправильний план зрошення перетворює ґрунт безплідним, відповідальність лежить не на програмному забезпеченні, а на інженері, який його підписав. Ви знову побачите це речення в різних формах у кожному розділі модуля, тому що це єдина правда в професії, де на карту поставлено екологічну та харчову безпеку.
Де штучний інтелект створює цінність у робочому процесі сільського господарства?
Тиждень агронома приблизно поділяється на три типи роботи: підготовка даних (читання звітів про аналіз ґрунту, редагування польових записів, очищення таблиць датчиків), інтерпретація та аналіз (оцінка здоров’я рослин, діагностика хвороб, планування добрив і зрошення, оцінка врожайності) та комунікація (звіт фермера, припис, запис про сертифікацію, офіційне листування). Штучний інтелект торкається всіх трьох сфер, але його внесок і ризик у кожній різні.
Підготовка даних є найбезпечнішою та найприбутковішою сферою штучного інтелекту. Перетворення розрізнених польових спостережень у стандартну електронну таблицю, об’єднання різних форматів звітів із різних лабораторій в єдиний шаблон, позначення викидів у тисячах рядків записів датчиків вологи — це завдання, які повторюються, ґрунтуються на правилах і їх легко перевірити. Навіть якщо тут є помилка, повернення до джерела (необроблених даних) і перевірка займе кілька хвилин.
Сфера інтерпретації та аналізу має найвищу цінність і найвищий ризик. ШІ може запропонувати можливу зону нестачі води на основі карти NDVI; Це може виявити візерунок, який навіть досвідчене око може пропустити у великому полі. Але та сама модель може впевнено описати хворобу, яка не існує в цьому регіоні, як «широко поширену загрозу». Коли модель створює інформацію, яка не існує в реальності, як якщо б вона була реальною, це називається галюцинацією. У цій сфері ШІ є генератором гіпотез, а не особою, яка приймає рішення.
У сфері комунікацій штучний інтелект є прискорювачем чернетки. Він складає проект інформаційного звіту для фермерів, резюме літератури або текст заявки на сертифікацію за лічені хвилини. Ризик тут полягає в тому, що сфальсифіковані джерела та неправильні дози можуть непомітно потрапити до фермера чи суб’єкта аудиту в плавному тексті.
Порада: перш ніж доручити роботу штучному інтелекту, запитайте себе: «Як я дізнаюся, що цей результат неправильний, і скільки часу знадобиться, щоб це виправити?» Якщо відповідь хвилини (очищення даних), використовуйте це зручно; Якщо відповідь: «Я не зрозумію, доки продукт не буде пошкоджено» (рішення щодо дозування), обов’язково перевірте це самостійно.
Дисципліна перевірки: Правило трьох якорів
Серцем цього модуля є єдина звичка: не включати жодних результатів ШІ в агрономічне рішення без його перевірки. Ми базуємо перевірку на трьох незалежних прив’язках.
Перший якір - порядок величини. Чи відповідає результат приблизно очікуваному діапазону потужності 10? Потреба в чистому азоті на гектар пшениці зазвичай становить близько 10-18 кг; Якщо модель втрачає 60 кг на гектар, це означає помилку одиниці або редагування, і це можна зрозуміти, не вдаючись у подробиці. Швидкість потоку системи крапельного поливу становить близько літрів на годину; Якщо модель видає кубометри, то це нонсенс. Ця перевірка займає кілька секунд і виявляє більшість помилок.
Другий якір - Агрономічна продуманість. Чи відповідає вихід біології культури та клімату регіону? Якщо модель рекомендує висаджувати озиму пшеницю в середині літа; або якщо він вважає головною загрозою тропічного шкідника, якого ніколи не бачили в регіоні, це або помилка конструкції, або модель безглуздя. Фенологія (стадії розвитку) культури, тип ґрунту та місцевий клімат є фільтром правдоподібності, який має пройти кожна пропозиція.
Третій прив'язка - перевірка на полі. Це найміцніший якір. Зразок, взятий ґрунтовим шнеком, аналіз листя, візуальний підрахунок у полі, зчитування датчика вологості. Стрес-сигнал із супутника перевіряють, підходячи в ту саму місцевість і дивлячись на рослину. Попередній діагноз захворювання підтверджується при взятті проби та в лабораторії. Основна правда завжди перемагає.
Три міні-кейси: у цифрах
Випадок 1. Час, заощаджений на інтерпретації звіту про ґрунт. Інженер сільського господарства вручну узагальнював звіти про аналіз ґрунту 38 різних ділянок (кожна в різному лабораторному форматі); в середньому 20 хвилин на звіт, загалом приблизно 13 годин. Завдяки робочому процесу створення діаграм на основі штучного інтелекту він скоротив першу чернетку до 4 хвилин на звіт, а час, що залишився, присвятив ручній перевірці порогових значень. Загальний час скоротився приблизно до 5 годин; Важливим було те, що виграний час витрачався на контроль.
Випадок 2 - Вловлена галюцинація. Коли стажист попросив штучного інтелекту підсумувати історію хвороби виноградника, текст містив речення «Переважний тиск цитрусових Huanglongbing (HLB) у регіоні». Однак на ділянці були виноградники (виноград), а не цитрусові; Модель переплутала інформацію іншого продукту. Фільтр агрономічної правдоподібності (схема посіву не відповідала HLB) виявив помилку до того, як звіт було підписано.
Випадок 3 - Помилка пристрою. В одному розрахунку добрива модель сплутала рекомендацію на гектар з рекомендацією на гектар, збільшивши дозу азоту в 10 разів (оскільки 1 гектар = 10 декарів). Перевірка за порядком величини - «ця посилка не може містити 15 кг, а 150 кг чистого азоту» - відразу виявила помилку. Якби це було реалізовано, були б і економічні збитки, і забруднення нітратами.
Слабка підказка / Сильна підказка
Підказка — це письмова інструкція, яку ви даєте ШІ; Його якість безпосередньо визначає якість виходу.
Слабка підказка:
Оцініть стан цього поля та скажіть мені, що мені робити.[data]
Потужна підказка:
Ваша посада: Старший інженер сільського господарства (агроном). Інтерпретуйте наступні дані поля ЛИШЕ на основі наданої інформації. - Не додавайте будь-які продукти, хвороби, добрива чи значення, яких немає в даних. - Покажіть рядок даних, на основі якого ви базуєтесь, у дужках біля кожного коментаря. - Напишіть «даних недостатньо», якщо ви не впевнені, не здогадуйтеся. - Не давати рекомендацій щодо дозування та препаратів; Натомість складіть окремий список із 3 припущень, які необхідно перевірити. Дані: [дані поля]
Сильна підказка накладає на модель три речі: дотримуватися джерела, визнати невизначеність і залишити критичне рішення (дозування) інженеру. Це не припиняє галюцинацію повністю, але робить її видимою.
Чотири шаблони, які можна копіювати
1) Встановлення анонімного контексту:
Мені потрібна допомога із завданням із сільськогосподарської техніки. Ім’я фермера, координати поля, ідентифікатор ділянки та інформація про вартість є КОНФІДЕНЦІЙНИМИ; Я наведу їх із типовими виразами, такими як «Фермер-А», «Ділянка-1», «Координата Х». Завдання: [задача]. Не додавайте зайвих припущень, заснованих лише на наданих мною технічних даних.
2) Три запити на перевірку прив'язки:
Зробіть три перевірки для наступних вихідних даних: 1) Порядок величини: чи кожне число знаходиться в межах очікуваного діапазону для культури/регіону? 2) Агрономічна вірогідність: чи існує суперечливе твердження щодо біології/клімату культури? 3) Список перевірки: елементи, які потрібно підтвердити в полі/лабораторії. Результат: [текст]
3) Насилення двозначності:
Дайте свою інтерпретацію на трьох рівнях впевненості: - Висока впевненість (безпосередньо підтверджена даними) - Середня впевненість (розумний агрономічний висновок) - Низька впевненість (припущення; потрібне польове підтвердження) Напишіть кожен пункт, вказавши його рівень.
4) Перевірка червоного прапорця перед прийняттям рішення:
Перелічіть 3 найсерйозніші ризики (екологічний, безпека харчових продуктів, економічний), які можуть виникнути, якщо я дотримуюся цієї пропозиції, і ранні попереджувальні знаки для кожного.
Таблиця основних понять
термін
Значення
Чому це важливо?
агроном
Інженер-агротехнік, спеціаліст сільськогосподарського виробництва
Остаточна відповідальність за важливі рішення
галюцинація
ШІ впевнено створює неіснуючу інформацію
Найбільший ризик довіряти без перевірки
фенологія
Етапи розвитку рослини (сходи, цвітіння...)
Підстава для рішень щодо планування
Основна правда
Безпосереднє спостереження/вимірювання в полі
Якір автентифікації всіх віддалених даних
NDVI
Індекс життєздатності рослинності
Основний інструмент для віддаленого моніторингу здоров'я
Поширені помилки
- Приймаючи плавність за точність. Красива, впевнена турецька мова штучного інтелекту не вказує на те, що результат правильний; Найнебезпечніші галюцинації - найбільш текучі.
- Думаючи, що перевірка - це марна трата часу. Якщо ви не витрачаєте зекономлений час на перевірку, штучний інтелект прискорить помилку від вашого імені.
- Обмін конфіденційними даними як є. Координація фермера, врожайність і вартість є питаннями власності та конфіденційності; Не діліться без анонімізації.
- Залишаючи критичне рішення щодо дозування ШІ. Дози добрив, пестицидів і поливу вимагають калібрування в полі та законодавства; AI створює лише чернетки.
- Задовольнитися одним якорем. Дивлячись лише на порядок величин і пропускаючи правдоподібність і польові докази, ви обходите тонкі помилки.
Застереження: коли штучний інтелект повідомляє вам, що "у цій області є хвороба X", це гіпотеза, а не діагноз. діагностика; Зразок розміщується з дозволу лабораторії та уповноваженого інженера.
Підсумовуючи
Штучний інтелект є найбезпечнішим інструментом для підготовки даних, прискорювачем у комунікації, а також найціннішим і ризикованим інструментом для інтерпретації та аналізу в сільськогосподарському машинобудуванні. Основою цього модуля є три опорні дисципліни: перевірка кожного результату на порядок величини, агрономічна правдоподібність і польові докази. Галюцинація реальна, вільне мовлення не є точністю, а відповідальність за важливі рішення завжди лежить на підписаному агроному. У наступних розділах ми по черзі застосуємо цю дисципліну до точного землеробства, NDVI, ґрунту, зрошення, хвороб, клімату, врожайності, Python і відстеження.
Аплікаційне завдання
Для поля, яке у вас є (або репрезентативного), поставте штучному інтелекту спочатку слабку підказку («Що мені робити в цьому полі?»), а потім те саме запитання з шаблоном сильної підказки в цьому блоці. Розмістіть два вихідних дані поруч і позначте: (1) які речення містять інформацію, якої немає в даних (галюцинація кандидата), (2) які числа не проходять перевірку порядку величини, (3) 3 пункти, які потрібно перевірити в полі. В одному абзаці напишіть, які помилки показує потужна підказка.
контрольний список
- [ ] Я класифікував завдання як підготовка/інтерпретація/комунікація даних і визначив рівень ризику.
- [ ] Я анонімізував особу, координати та інформацію про вартість фермера.
- [ ] Я перевірив результат на розмір, агрономічну правдоподібність і польові докази.
- [ ] Я позначив речення кандидатів на галюцинації та повернув їх до джерела.
- [ ] Я залишив критичне рішення щодо дозування/препаратів/зрошення на схвалення уповноваженого інженера.