Прибуток:
- Здатність розпізнавати та керувати етичними ризиками, такими як право власності на дані фермера, конфіденційність і алгоритмічні упередження
- Можливість об'єднати всі ланки модуля в єдиний сезонний наскрізний робочий процес
- Встановлення в системі якості того, що результати штучного інтелекту не замінюють схвалення компетентного агронома в критично важливих для безпеки сільськогосподарських рішеннях
Модульний екзамен
1. Які прив’язки валідації «трьох прив’язок» застосовуються перед включенням результатів штучного інтелекту в рішення в сільськогосподарському машинобудуванні?
- A) Діапазон розмірів, агрономічна правдоподібність і польові докази ✔
- Б) Популярність моделі, довжина відповіді та вільне володіння мовою
- C) Ціна, швидкість та інтерфейс користувача
- D) Довіра до бренду, підключення до Інтернету та формат файлу
Опис: Три якоря; порядок величини, який перевіряє, чи відповідає результат очікуваній потужності 10, агрономічну доцільність, яка дивиться на узгодженість продукції з урожаєм і кліматом, і польові докази, які забезпечують підтвердження в полі, а не в керні/зразку. Марка джерела, популярність моделі чи вільність тексту не є критеріями перевірки.
2. Що в основному вимірює NDVI (нормалізований індекс різниці рослинності)?
- А) Визначте точну вологість ґрунту в сантиметрах
- Б) Щільність і потужність зеленої, яскравої рослинності ✔
- C) Збудник якого захворювання присутній на видовому рівні?
- D) Кінцева ціна продукту після збору врожаю
Опис: NDVI вимірює щільність і силу зеленої, фотосинтетичної живої рослинності, нормалізуючи різницю між коефіцієнтами відбиття ближнього інфрачервоного (NIR) і червоної смуг. Оскільки здорові рослини сильно відбивають NIR та інтенсивно поглинають червоний, NDVI збільшується; Значення знижується в стресовому або рідкісному покритті. Він не вимірює безпосередньо врожайність, вологість ґрунту чи тип хвороби; для цього потрібні додаткові дані.
3. Супутникове зображення показує область із низьким значенням NDVI. Що з наведеного найкраще зробити, перш ніж перетворити цю аномалію на інженерне рішення?
- A) Негайно обробіть цю ділянку фунгіцидом
- Б) Подвоєння дози добрив на площу
- C) Підтвердьте причину польовим контролем, метеорологією та фенологією ✔
- D) Ігноруйте аномалію та застосуйте середнє значення до всього поля
Пояснення: низький NDVI може бути спричинений нестачею води, хворобами, дефіцитом поживних речовин, рідкісними сходами, хмарною тінню або свіжозораним ґрунтом. Ми можемо розрізнити цю невизначеність лише за допомогою польового контролю, метеорології та фенології; Сама карта не пояснює, чому. Застосування пестицидів або добрив безпосередньо несе ризик втручання в неправильну причину.
4. Який підхід є найточнішим під час введення координат поля фермера, даних про врожайність і вартість у загальнодоступний інструмент ШІ?
- A) Вставлення всіх даних як є з ідентифікатором і координатами
- B) Зробіть анонімною ідентифікаційну інформацію та надайте лише необхідні технічні дані ✔
- C) Завантаження даних у загальнодоступну таблицю без їхньої перевірки
- D) Передача даних для навчання моделі без дозволу фермера
Розкриття інформації: Дані фермера є комерційно та особисто конфіденційними; Інформація про координати, особу та вартість є питанням власності та конфіденційності. Правильний підхід полягає в тому, щоб анонімізувати ідентифікаційну інформацію за допомогою репрезентативних міток (Графік-A, координата X) і надавати лише технічні дані, необхідні для аналізу. Поширення даних як вони є або відкриття їх для освіти без дозволу створює етичні та юридичні ризики.
5. У звіті з аналізу ґрунту зазначено рН 4,8. Що це значення означає з агрономічної точки зору?
- A) Нейтральний та ідеальний ґрунт для більшості культур
- Б) Сильнокислі; Стан, який може обмежувати споживання їжі та потребує корекції ✔
- В) Сильний луг; стан, що вимагає вапнування
- Г) Це означає, що солоність ґрунту надзвичайно висока.
Опис: pH 4,8 вказує на сильнокислий грунт; За таких умов поглинання фосфору та молібдену знижується, ризик токсичності алюмінію/марганцю зростає, а розвиток коренів пригнічується у багатьох культур. Для більшості польових культур відповідним діапазоном є 6,0-7,0. Тому розглядається така корекція, як вапнування; Кислий ґрунт не є «ідеалом» і сам по собі не гарантує високого врожаю.
6. AI рекомендував 60 кг чистого азоту на гектар для поля пшениці; Регіональна практична і цільова врожайність становить приблизно 12-16 кг чистого азоту з 1 га. Яка найкраща поведінка?
- A) Реалізація рекомендації як є, оскільки розраховано ШІ
- B) Збільшення дози ще більше для безпеки
- C) Розгляньте це як попередження порядку величини та перевірте вхідні дані та локальне калібрування ✔
- Г) Поділ пропозиції навпіл без урахування аналізу ґрунту
Опис: Рекомендація приблизно в чотири рази перевищує очікуваний діапазон; Це попередження порядку величини. Надлишок азоту означає як економічну шкоду, так і ризик депресії, хвороб і забруднення нітратами. Правильною поведінкою є відхилення рекомендації та перевірка вхідних даних (одиниця, урожайність, цільова врожайність, ґрунтовий N) і локальне калібрування. Сліпе застосування завдає екологічної та агрономічної шкоди.
7. Що означає «споживання води рослинами» (евапотранспірація, ET), яке використовується в рішеннях щодо зрошення?
- А) Кількість води, що надходить у ґрунт лише з опадами
- B) Загальна втрата води через випаровування з ґрунту та транспірацію з рослини ✔
- В) Електропровідність ґрунту
- D) Значення тиску в зрошувальній трубі
Пояснення: евапотранспірація — це загальна втрата води з ґрунту в атмосферу через випаровування та транспірацію з рослини. Помноживши еталонний ET на коефіцієнт урожаю (Kc), оцінюється фактична потреба продукту у воді (ETc) і згідно з цим водним балансом планується зрошення. ET – це не кількість опадів або засолення ґрунту; Він являє собою сторону відтоку водного бюджету.
8. Інженер, який побачив симптоми на листі, передав фотоопис ШІ та отримав попередній діагноз. Що є обов’язковим перед тим, як цей діагноз перетворити на рішення щодо боротьби зі шкідниками?
- A) Підтвердження агента в полі/лабораторії та вибір ліцензованого та маркованого препарату ✔
- Б) Прийом кількох різних ліків разом, просто для безпеки
- C) Негайно застосовуйте активний інгредієнт, незалежно від того, що скаже ШІ.
- Г) Виберіть найдешевший пестицид і обробіть ним усе поле
Пояснення: лише попереднього діагнозу на основі зображення недостатньо через різні фактори (грибкові, бактеріальні, вірусні, дефіцит поживних речовин, абіотичний стрес), які викликають схожі симптоми. Агент має бути підтверджений польовим зразком і, якщо необхідно, лабораторною діагностикою, а потім має бути обраний лише лікарський засіб, ліцензований для цього агента та продукту та відповідний його етикетці. Застосування пестицидів широкого спектру без перевірки створює ризик стійкості та залишків.
9. Яка мета концепції GDD (Growth Degree Day), яка часто використовується для підтримки прийняття рішень у сільському господарстві?
- А) За значенням pH ґрунту
- Б) Прогнозування стадій розвитку рослин і появи шкідників за накопиченням тепла ✔
- C) Вимірювання швидкості потоку зрошувальної труби
- Г) Розрахунок ринкової ціни товару
Опис: GDD – це загальне тепло, накопичене шляхом віднімання базової температури від середньодобової температури, і використовується для оцінки стадій розвитку (фенології) рослини та часу появи деяких шкідників. Таким чином, вікна обприскування, внесення добрив і збирання врожаю можна планувати відповідно до накопичення тепла, а не календаря. GDD – це не pH ґрунту чи кількість прямих опадів.
10. Що з наведеного нижче є найточнішим твердженням для моделі прогнозування врожайності, створеної за допомогою машинного навчання?
- А) Передбачає майбутнє точно і безпомилково
- Б) ґрунтується на минулих моделях; Має бути надано з діапазоном невизначеності та перевірено ✔
- C) Він завжди працює з однаковою точністю в умовах, відмінних від тренувальних даних.
- D) Він єдиний, хто приймає остаточне рішення без агрономічної інформації
Опис. Модель машинного навчання базується на шаблонах, які вона бачить в історичних даних; Достовірність знижується, коли вхідні умови виходять за межі навчальних даних (новий сорт, незвичний клімат). Таким чином, результат має бути наданий з діапазоном невизначеності, а не з точкою, і повинен бути перевірений за історичною прибутковістю та контрольними показниками. Модель не знає майбутнього з упевненістю і не працює з однаковою точністю за будь-яких умов.
11. Яка найкраща практика перед запуском коду аналізу Python/pandas, згенерованого ШІ?
- A) Застосування коду безпосередньо до всього набору даних без його читання
- B) Тестування з невеликою вибіркою даних з відомими результатами та перевіркою формул і одиниць ✔
- C) Вважаючи, що просто працювати без помилок достатньо.
- D) Введення результату у звіт без його перевірки взагалі
Опис. Незважаючи на те, що згенерований ШІ код може виглядати правильним, він може містити одиницю, назву стовпця, формулу індексу або логічні помилки фільтра. Хороша практика полягає в тому, щоб вручну перевірити результат на невеликій вибірці даних, які вам відомі, порівняти його з очікуваним результатом і перевірити формули, як-от NDVI, на джерело. Застосування коду до великих даних, не помічаючи його, переміщує тихі помилки у виробництво.
12. Чому блокнот для адміністрування ліків є критично важливим для записів відстеження?
- А) Просто щоб отримати податкову знижку
- B) Забезпечує верифікований запис щодо відповідності MRL, сертифікації та відстеження партії ✔
- В) Тільки для порівняння з сусідніми полями
- Г) Підготувати рекламні проспекти
Опис: Лікарська книжка; Він документує, який продукт, який активний інгредієнт, у якій дозі та дату він був використаний, а також період очікування між останнім застосуванням і збором врожаю. Цей запис є обов’язковим для відповідності максимально допустимим залишкам (MRL), належної агрономічної/органічної сертифікації та відстеження партії, якщо виникає проблема. Він не зберігається лише для відстеження витрат чи реклами.
13. Інструмент штучного інтелекту впевнено повідомив про шкідника, якого не було в цьому районі, як про «загальну загрозу». Яка концепція може найкраще пояснити цю ситуацію?
- A) Помилка калібрування датчика
- B) Галюцинація: виробництво інформації, яка не існує безпечною мовою ✔
- C) Переривання з’єднання з мережею
- D) Відсутність даних про кількість опадів
Пояснення: це називається галюцинацією, коли модель створює інформацію, яка насправді не існує або не відповідає контексту, ніби вона була реальною, вільною та впевненою. Фільтр агрономічної правдоподібності (чи клімат регіону та модель посівів придатні для цього шкідника?) та польові дані вловлюють такі помилки ще до підписання. Це не несправність датчика або помилка пристрою.
14. Як слід визначати роль штучного інтелекту в сільськогосподарських рішеннях, що мають вирішальне значення для безпеки та якості (наприклад, дозування пестицидів, призначення добрив, план зрошення)?
- А) Компетентний орган, який одноосібно приймає остаточне рішення
- Б) Автоматизована система, яка замінює дозвіл компетентного агронома
- C) Помічник, який створює проекти та пропозиції та залишає рішення експерту ✔
- Г) Точне джерело інформації, яке не потребує перевірки
Опис: Штучний інтелект; Це помічник, який створює плани, узагальнює дані та висуває гіпотези. Останнє слово в важливих рішеннях належить компетентному сільськогосподарському інженеру, який знайомий із польовими спостереженнями, місцевим калібруванням і законодавством; Вихід AI не замінює це схвалення. Коли йдеться про безпеку продукції, навколишнє середовище та харчові продукти, відповідальність лежить на експерті з підписання.