Lợi nhuận:
- Khả năng nhận biết và quản lý các rủi ro đạo đức như quyền sở hữu dữ liệu của nông dân, quyền riêng tư và sai lệch thuật toán
- Khả năng kết hợp tất cả các liên kết của mô-đun trong một quy trình làm việc toàn diện theo mùa
- Thiết lập trong một hệ thống chất lượng mà đầu ra AI không thay thế sự chấp thuận của nhà nông học có thẩm quyền trong các quyết định nông nghiệp quan trọng về an toàn
Thi học phần
1. Đâu là điểm mấu chốt của quá trình xác thực 'ba điểm neo' được áp dụng trước khi kết hợp đầu ra AI vào quyết định trong kỹ thuật nông nghiệp?
- A) Phạm vi kích thước, tính hợp lý về mặt nông học và bằng chứng thực địa ✔
- B) Mức độ phổ biến của mô hình, độ dài của câu trả lời và khả năng sử dụng ngôn ngữ trôi chảy
- C) Giá cả, tốc độ và giao diện người dùng
- D) Độ tin cậy của thương hiệu, kết nối internet và định dạng tệp
Mô tả: Ba mỏ neo; thứ tự độ lớn, kiểm tra xem kết quả có nằm trong lũy thừa dự kiến là 10 hay không, tính hợp lý về mặt nông học, xem xét tính nhất quán của sản lượng với cây trồng và khí hậu, và bằng chứng thực địa, cung cấp xác nhận trên hiện trường thay vì lõi/mẫu. Thương hiệu của nguồn, mức độ phổ biến của mô hình hoặc tính trôi chảy của văn bản không phải là tiêu chí xác minh.
2. Về cơ bản, NDVI (Chỉ số thực vật khác biệt chuẩn hóa) đo lường những gì?
- A) Xác định chính xác phần trăm độ ẩm của đất tính bằng centimét
- B) Mật độ và cường độ của thảm thực vật xanh, rực rỡ ✔
- C) Tác nhân gây bệnh nào hiện diện ở cấp độ loài?
- D) Giá thành phẩm sau thu hoạch
Mô tả: NDVI đo mật độ và cường độ của thảm thực vật sống quang hợp xanh bằng cách chuẩn hóa sự khác biệt giữa độ phản xạ dải hồng ngoại gần (NIR) và dải màu đỏ. Vì cây khỏe mạnh phản xạ NIR mạnh và hấp thụ màu đỏ mạnh nên NDVI tăng lên; Giá trị giảm trong lớp phủ căng thẳng hoặc thưa thớt. Nó không trực tiếp đo lường năng suất, độ ẩm của đất hoặc loại bệnh; những điều này yêu cầu dữ liệu bổ sung.
3. Hình ảnh vệ tinh hiển thị một khu vực có giá trị NDVI thấp. Điều nào sau đây là bước tốt nhất cần thực hiện trước khi biến sự bất thường này thành một quyết định kỹ thuật?
- A) Phun thuốc diệt nấm vào khu vực đó ngay lập tức
- B) Tăng gấp đôi lượng phân bón cho diện tích
- C) Xác nhận nguyên nhân bằng kiểm soát hiện trường, khí tượng và hiện tượng học ✔
- D) Bỏ qua sự bất thường và áp dụng giá trị trung bình cho toàn bộ trường
Giải thích: NDVI thấp có thể do căng thẳng về nước, bệnh tật, thiếu chất dinh dưỡng, nảy mầm không thường xuyên, bóng râm hoặc đất mới cày. Chúng ta chỉ có thể phân biệt sự không chắc chắn này thông qua kiểm soát hiện trường, khí tượng học và hiện tượng học; Bản đồ một mình không cho biết lý do tại sao. Việc sử dụng thuốc trừ sâu hoặc phân bón trực tiếp có nguy cơ can thiệp sai nguyên nhân.
4. Cách tiếp cận chính xác nhất khi nhập dữ liệu tọa độ cánh đồng, năng suất và chi phí của nông dân vào công cụ AI có sẵn công khai là gì?
- A) Dán tất cả dữ liệu theo ID và tọa độ của nó
- B) Ẩn danh thông tin nhận dạng và chỉ chia sẻ dữ liệu kỹ thuật cần thiết ✔
- C) Tải dữ liệu vào bảng công khai mà không kiểm tra nó
- D) Tặng dữ liệu cho đào tạo mô hình mà không được phép của nông dân
Tiết lộ: Dữ liệu của nông dân nhạy cảm về mặt thương mại và cá nhân; Thông tin phối hợp, nhận dạng và chi phí là vấn đề tài sản và bảo mật. Cách tiếp cận đúng là ẩn danh thông tin nhận dạng bằng các nhãn đại diện (Tọa độ Lô A, X) và chỉ chia sẻ dữ liệu kỹ thuật cần thiết để phân tích. Việc chia sẻ dữ liệu nguyên trạng hoặc mở nó cho mục đích giáo dục mà không được phép sẽ gây ra rủi ro về mặt đạo đức và pháp lý.
5. Báo cáo phân tích đất ghi độ pH là 4,8. Giá trị này có ý nghĩa gì về mặt nông học?
- A) Đất trung tính và lý tưởng cho hầu hết các loại cây trồng
- B) Có tính axit mạnh; Một tình trạng có thể hạn chế lượng thức ăn ăn vào và cần được điều chỉnh ✔
- C) Kiềm mạnh; một tình trạng cần bón vôi
- D) Có nghĩa là độ mặn trong đất rất cao.
Mô tả: pH 4,8 cho thấy đất có tính axit mạnh; Trong điều kiện này, sự hấp thu phốt pho và molypden bị giảm, nguy cơ nhiễm độc nhôm/mangan tăng lên và sự phát triển của rễ bị ức chế ở nhiều loại cây trồng. Đối với hầu hết các loại cây trồng trên đồng ruộng, 6,0-7,0 là phạm vi thích hợp. Vì vậy, việc khắc phục như bón vôi được xem xét; Đất chua không phải là đất 'lý tưởng' và bản thân nó không đảm bảo năng suất cao.
6. AI khuyến nghị 60 kg nitơ tinh khiết mỗi decare cho một cánh đồng lúa mì; Năng suất mục tiêu và thực tế trong khu vực cho thấy khoảng 12-16 kg nitơ tinh khiết trên mỗi decare. Hành vi tốt nhất là gì?
- A) Thực hiện khuyến nghị như hiện tại vì AI đã tính toán
- B) Tăng liều hơn nữa để an toàn
- C) Xem nó như một thứ tự cảnh báo cường độ và kiểm tra đầu vào cũng như hiệu chuẩn cục bộ ✔
- D) Chia đôi đề xuất mà không tính đến việc phân tích đất
Mô tả: Khuyến nghị gấp khoảng bốn lần phạm vi dự kiến; Đây là một mệnh lệnh cảnh báo tầm quan trọng. Quá nhiều nitơ đồng nghĩa với thiệt hại kinh tế và nguy cơ trầm cảm, bệnh tật và ô nhiễm nitrat. Hành vi đúng là từ chối khuyến nghị và kiểm tra đầu vào (đơn vị, năng suất, năng suất mục tiêu, đất N) và hiệu chuẩn cục bộ. Ứng dụng mù quáng gây hại cho môi trường và nông học.
7. 'Tiêu thụ nước của cây trồng' (sự thoát hơi nước, ET) được sử dụng trong các quyết định tưới tiêu có ý nghĩa gì?
- A) Lượng nước vào đất chỉ qua lượng mưa
- B) Tổng lượng nước mất đi do bốc hơi từ đất và thoát hơi nước từ cây ✔
- C) Độ dẫn điện của đất
- D) Giá trị áp suất trong đường ống tưới
Giải thích: Sự thoát hơi nước là tổng lượng nước mất đi từ đất vào khí quyển thông qua quá trình bốc hơi và thoát hơi nước từ thực vật. Bằng cách nhân ET tham chiếu với hệ số cây trồng (Kc), nhu cầu nước thực tế của sản phẩm (ETc) được ước tính và việc tưới tiêu được lên kế hoạch theo cân bằng nước này. ET không phải là lượng mưa hay độ mặn của đất; Nó đại diện cho phía dòng chảy ra của ngân sách nước.
8. Một kỹ sư nhìn thấy triệu chứng trên chiếc lá đã đưa mô tả ảnh cho AI và nhận được chẩn đoán sơ bộ. Điều nào là bắt buộc trước khi chuyển chẩn đoán này thành quyết định kiểm soát dịch hại?
- A) Xác nhận tác nhân tại hiện trường/phòng thí nghiệm và lựa chọn thuốc được cấp phép và dán nhãn ✔
- B) Dùng nhiều loại thuốc khác nhau để đảm bảo an toàn
- C) Áp dụng hoạt chất ngay lập tức bất cứ điều gì AI nói.
- D) Chọn loại thuốc trừ sâu rẻ nhất và phun cho toàn bộ cánh đồng
Giải thích: Chẩn đoán sơ bộ chỉ bằng hình ảnh là chưa đủ do các yếu tố khác nhau (nấm, vi khuẩn, virus, thiếu chất dinh dưỡng, stress phi sinh học) gây ra các triệu chứng tương tự. Tác nhân phải được xác nhận bằng mẫu thực địa và, nếu cần, chẩn đoán trong phòng thí nghiệm, sau đó chỉ nên chọn loại thuốc được cấp phép cho tác nhân đó và sản phẩm đó và phù hợp với nhãn của nó. Việc sử dụng thuốc trừ sâu phổ rộng mà không được xác minh sẽ tạo ra nguy cơ kháng thuốc và dư lượng.
9. Mục đích của khái niệm GDD (Ngày cấp độ tăng trưởng) thường được sử dụng trong hỗ trợ quyết định nông nghiệp là gì?
- A) Theo giá trị pH của đất
- B) Dự đoán các giai đoạn phát triển của cây và sự xuất hiện sâu bệnh bằng cách tích tụ nhiệt ✔
- C) Đo tốc độ dòng chảy của ống tưới
- D) Tính giá thị trường của sản phẩm
Mô tả: GDD là tổng nhiệt tích lũy bằng cách lấy nhiệt độ trung bình hàng ngày trừ đi nhiệt độ cơ bản và được sử dụng để ước tính các giai đoạn phát triển (hiện tượng học) của thực vật và thời gian xuất hiện của một số loài gây hại. Vì vậy, thời điểm phun thuốc, bón phân và thu hoạch có thể được lên kế hoạch theo sự tích tụ nhiệt hơn là theo lịch. GDD không phải là độ pH của đất hoặc lượng mưa trực tiếp.
10. Câu nào sau đây là tuyên bố chính xác nhất về mô hình dự đoán lợi nhuận được thiết lập bằng máy học?
- A) Dự đoán tương lai chính xác và không có lỗi
- B) Nó dựa trên các mẫu trong quá khứ; Phải được đưa ra với phạm vi không chắc chắn và được xác minh ✔
- C) Nó luôn hoạt động với độ chính xác như nhau trong các điều kiện khác ngoài dữ liệu huấn luyện.
- D) Anh ấy là người ra quyết định cuối cùng duy nhất mà không có thông tin nông học
Mô tả: Mô hình học máy dựa trên các mẫu mà nó thấy trong dữ liệu lịch sử; Độ tin cậy giảm khi điều kiện đầu vào nằm ngoài dữ liệu huấn luyện (giống mới, khí hậu bất thường). Do đó, đầu ra phải được cung cấp với phạm vi không chắc chắn, không phải điểm và phải được xác minh bằng sản lượng và điểm chuẩn lịch sử. Mô hình không biết chắc chắn về tương lai và không hoạt động với độ chính xác như nhau trong mọi điều kiện.
11. Cách tốt nhất trước khi chạy mã phân tích Python/gấu trúc do AI tạo là gì?
- A) Áp dụng mã trực tiếp vào toàn bộ tập dữ liệu mà không cần đọc
- B) Kiểm tra với dữ liệu mẫu nhỏ với kết quả đã biết và kiểm tra các công thức và đơn vị ✔
- C) Xét rằng chỉ cần làm việc không có lỗi là đủ.
- D) Đưa đầu ra vào báo cáo mà không kiểm tra gì cả
Mô tả: Mặc dù mã do AI tạo có thể trông chính xác nhưng nó có thể chứa lỗi đơn vị, tên cột, công thức chỉ mục hoặc lỗi logic bộ lọc. Cách tốt nhất là chạy kết quả theo cách thủ công dựa trên một mẫu dữ liệu nhỏ mà bạn biết, so sánh nó với kết quả dự kiến và kiểm tra các công thức như NDVI dựa trên nguồn. Việc áp dụng mã cho dữ liệu lớn mà không nhìn thấy nó sẽ chuyển các lỗi thầm lặng sang sản xuất.
12. Tại sao sổ quản lý thuốc lại quan trọng trong hồ sơ truy xuất nguồn gốc?
- A) Chỉ để được khấu trừ thuế
- B) Cung cấp hồ sơ có thể kiểm chứng về việc tuân thủ MRL, chứng nhận và truy nguyên lô ✔
- C) Chỉ để so sánh với các trường lân cận
- D) Chuẩn bị tài liệu quảng cáo
Mô tả: Sổ quản lý thuốc; Nó ghi lại sản phẩm nào, thành phần hoạt chất nào, liều lượng và ngày sử dụng cũng như khoảng thời gian chờ đợi từ lần sử dụng cuối cùng đến khi thu hoạch. Việc ghi lại này là bắt buộc để tuân thủ giới hạn dư lượng tối đa (MRL), chứng nhận nông học/hữu cơ tốt và truy xuất lại lô nếu xảy ra sự cố. Nó không được lưu giữ chỉ để theo dõi chi phí hoặc quảng cáo.
13. Một công cụ AI đã tự tin báo cáo một loại dịch hại không tìm thấy trong khu vực là 'mối đe dọa chung'. Khái niệm nào có thể giải thích tốt nhất tình huống này?
- A) Lỗi hiệu chỉnh cảm biến
- B) Ảo giác: tạo ra thông tin không tồn tại bằng ngôn ngữ an toàn ✔
- C) Gián đoạn kết nối mạng
- D) Thiếu dữ liệu về lượng mưa
Giải thích: Được gọi là ảo giác khi mô hình tạo ra thông tin không thực sự tồn tại hoặc không phù hợp với bối cảnh, như thể nó là thật, trôi chảy và tự tin. Bộ lọc về tính hợp lý về mặt nông học (khí hậu và mô hình cây trồng của khu vực có phù hợp với loài gây hại đó không?) và bằng chứng thực địa phát hiện những lỗi như vậy trước khi ký. Đây không phải là lỗi cảm biến hoặc lỗi thiết bị.
14. Vai trò của trí tuệ nhân tạo nên được xác định như thế nào trong các quyết định nông nghiệp quan trọng đối với an toàn và chất lượng (ví dụ: liều lượng thuốc trừ sâu, kê đơn phân bón, kế hoạch tưới tiêu)?
- A) Cơ quan có thẩm quyền đưa ra quyết định cuối cùng
- B) Hệ thống tự động thay thế sự phê duyệt của nhà nông học có thẩm quyền
- C) Người trợ lý đưa ra các bản thảo, đề xuất và để chuyên gia đưa ra quyết định ✔
- D) Nguồn thông tin chính xác không cần xác minh
Mô tả: Trí tuệ nhân tạo; Nó là một trợ lý tạo ra các đề cương, tóm tắt dữ liệu và đề xuất các giả thuyết. Tiếng nói cuối cùng trong các quyết định quan trọng thuộc về kỹ sư nông nghiệp có năng lực, người quen thuộc với việc quan sát hiện trường, hiệu chuẩn và luật pháp địa phương; Đầu ra AI không thay thế sự phê duyệt này. Khi nói đến an toàn sản phẩm, môi trường và thực phẩm, trách nhiệm thuộc về chuyên gia ký kết.