السيطرة على الأعشاب الزراعية هي عملية حساسة. أدوات الذكاء الاصطناعى يمكن أن تحول كيف يعالجها المزارعون.

تظل الأعشاب الضارة واحدة من أكثر المشاكل ثباتًا في الزراعة. لكن القضية الأكبر التي تواجه المزارعين المعاصرين لا تتخلص من الأعشاب الضارة ؛ الأدوات الميكانيكية ومبيدات الأعشاب يمكن أن تفعل ذلك. بدلاً من ذلك ، تكمن الصعوبة في تحديد وقتل الأعشاب دون إيذاء المحاصيل.

بول ميكسيل هو مؤسس شركة الكربون روبوتات ، وهي شركة تصنع روبوتات تعمل بذواق الاعتماد لقطاع الزراعة ، والمدير السابق لهندسة البنية التحتية في أوبر. لقد أمضى السنوات الست الماضية في تطوير أنظمة الذكاء الاصطناعى التي تحاول حل مشكلة الأعشاب الكبيرة. حل شركته هو LaserWeeder G2 ، وهو آلة تكتشف تلقائيًا الحشائش وتشغطها بمجموعة ليزر.

أخبر Mikesell Business Insider أن الشبكة العصبية يمكن أن تكون مهمة “ليس فقط العثور على مكان الأعشاب ، ولكن لإيجاد المكان المثالي لقتل الأعشاب”. الشبكة العصبية هي نموذج حسابي مستوحى من كيفية تعلم الأدمغة البيولوجية لمعالجة المعلومات ، وهي مفتاح كيفية عمل أنظمة الذكاء الاصطناعى الحديثة.

عبر الصناعة الزراعية ، بدأت أدوات الذكاء الاصطناعي في إحداث تغيير للمزارعين. هذه أخبار جيدة لصناعة تكافح ضد الأعداء مثل أزمة المناخ والتحولات في التجارة. من الروبوتات المعقدة إلى chatbots ، يقوم المزارعون باختبار مجموعة من الأدوات لصقل عملياتهم وتحقيق الأهداف مرة واحدة بعيدة المنال.

التعلم الآلي يأخذ هذا المجال

ساعدت تجربة Mikesell في بناء البنية التحتية للمركبات ذاتية الحكم في Uber في تشكيل نهج Robotics للكربون تجاه الذكاء الاصطناعي الزراعي ، وتطبيق نفس التكنولوجيا على الأدوات الزراعية التي يطورها الآن.

تعتمد أنظمة رؤية الكمبيوتر المستخدمة في المركبات المستقلة ، بما في ذلك السيارات والجرارات والمعدات الزراعية الأخرى ، غالبًا على الشبكات العصبية المعروفة باسم الشبكات العصبية التلافيفية.

CNNs هي شكل من أشكال الشبكة العصبية التي يمكن تدريبها على اكتشاف الأنماط في الصور. يقوم Robotics Carbon بتحميل صور للأعشاب الضارة إلى قاعدة البيانات الخاصة بها ، حيث يحدد العلامات البشرية يدويًا الأعشاب والمحاصيل. ثم يتم استخدام أزواج سبع الصور هذه لتدريب شبكة CNN التي تتناسب مع الأعشاب والتي يمكنها اكتشاف الأعشاب الضارة باستخدام كاميرات LaserWeeder على متن الطائرة وأجهزة الكمبيوتر في الجهاز نفسه ، مما يعني عدم وجود اتصال بالإنترنت.

يستخدم جون ديري ، أكبر شركة للمعدات الزراعية في العالم ، CNNs أيضًا لتطبيقات متعددة ، بما في ذلك الجرارات المستقلة وأنظمة الكشف عن الأعشاب الضارة. في CES 2025 ، أظهرت الشركة “طقم الاستقلال” من الجيل الثاني ، والتي يمكن أن تتم أتمتة المهام الشائعة جزئيًا أو بالكامل ، بما في ذلك إزالة الحرث وإزالة الأعشاب الضارة.

وقالت سارة شينكل ، مديرة الشركة الناشئة ، إن الذكاء الاصطناعى قد حسنت بالفعل معداتها الزراعية. في عام 2024 ، قالت ، تم استخدام نظام الرش والرش في جون ديري لرش أكثر من مليون فدان من الأراضي الزراعية. نظرًا لأن الجهاز يرش النباتات التي تم تحديدها فقط على أنها الأعشاب الضارة ، فقد تمكن النظام من إزالة هذه المساحة باستخدام 8 ملايين جالون أقل من مبيدات الأعشاب مما كان مطلوبًا.

وقال شينكل: “إذا فكرت في هذه المدخرات ، بالإضافة إلى تحسينات الإنتاجية والاستدامة بشكل عام ، فهذا مجرد فوز لهم في كل مكان”.

كما تمنح التكنولوجيا المزارعين المزيد من المرونة. على سبيل المثال ، توفر معدات الحصاد شبه الذاتي مساعدة المشغل البشري AI التي يمكن أن تعدل المعدات بسرعة أكبر مما يمكن للمشغل النموذجي أن يتفاعل. وقال شينكل: “يمكنك وضع شخص ربما ليس خبيرًا مشغلًا في سيارة أجرة ، ومساعدته على تحقيق الأداء العالي”.

المزارعون يطلقون النار على chatgpt

في حين أن الشركات الزراعية الكبيرة تقوم ببناء أدوات مع CNN المعقدة وأنواع أخرى من التعلم الآلي ، فإن بعض المزارعين يستخدمون أدوات الذكاء الاصطناعي التي يمكن الوصول إليها. فيليب غوثري ، الشريك في شركة الاستشارات الزراعية Nine Creeks Consulting ، تقدم غالبًا عروضًا تقديمية حول التكنولوجيا الجديدة في الزراعة ، بما في ذلك الذكاء الاصطناعي. إنه يرى بالفعل المزارعين يلتقطون ChatGPT للتخطيط والمشورة.

استذكر غوثري محادثة مع مزارع كان يواجه مشكلة في منصة تحليل البيانات التي استخدمها لمراقبة وتتبع الطقس في مزرعته. لم تعمل التحليلات أبدًا بشكل صحيح من أجل تشغيلها ، “لذلك أخذ بيانات الطقس الخام ، وألقاها في ChatGPT ، وبدأ في إجراء تحليلات”. تمكنت الذكاء الاصطناعى من التعامل مع مهام التحليلات التي فشل البرامج السابقة في معالجتها.

تتوقع Guthrie أن يبدأ المزيد من المزارعين في استخدام أدوات الذكاء الاصطناعى التوليدي بطرق محددة ومبتكرة مماثلة ، وربما تجاوز الشركات التي تصنع أدوات برمجيات التكنولوجيا الزراعية المتخصصة.

رؤيتان لوكالة الذكاء الاصطناعى في الزراعة

تمثل تقنيات الذكاء الاصطناعي مثل CNNs ، والتي تتوفر اليوم في معدات الزراعة المستقلة ، قفزة كبيرة في التكنولوجيا. كان من المستحيل تخيل أنظمة مثل LaserWeeder G2 و John Deere See & Spray قبل عقد من الزمان.

ومع ذلك ، فمن غير الواضح كيف أن هذه الأمثلة الخاصة بالمهمة من الذكاء الاصطناعى الزراعية سوف تتناسب مع أدوات الذكاء الاصطناعى الأحدث.

تكهن ميكسيل بأن حل واحد يمكن أن يكمن في التكامل. لا تستخدم Robotics Carbon ، مثل John Deere ، من الذكاء الاصطناعى التوليدي لمعداتها وليس لديها خطط معلنة للقيام بذلك. ومع ذلك ، قال إن الذكاء الاصطناعى التوليدي يمكن أن يصبح “تخطيطًا وواجهة بشرية” تستخدم لتشغيل معدات مثل أعشاب الليزر الآلية للشركة.

وقال ميكيسيل “أستطيع أن أقول لنظام الذكاء الاصطناعي التوليدي أنني أريد مسح هذا 2،000 فدان”. “بعد ذلك ، قد يأتي مع حل وتقول ، لماذا لا تنشر أعشاب الليزر هذه في هذا النمط؟”

في هذه الأثناء ، يعتقد غوثري أن الذكاء الاصطناعى التوليدي يمكن أن يدفع “إضفاء الطابع الديمقراطي” على الصناعة التي قد تفوتها الشركات الكبيرة. وقال إنه على الرغم من أن الصناعة ستحتاج دائمًا إلى معدات ثقيلة ، إلا أن المزارعين غالبًا ما يعبرون عن الإحباط من البرامج الباهظة الثمن والتحديد للغاية لهذه الصناعة. وقال “آخر شيء يحتاجون إليه هو أداة أخرى تقوم بشيء واحد. ما يريدونه هو أداة تفعل كل شيء”.

قال جوثري مع AI التوليدي المستمر باستمرار ، “سيكون لديك مزارعون يمكنهم بناء أدواتهم الخاصة ، وإجراء تحليلاتهم الخاصة ، والقيام بأتمتة خاصة بهم ، والتركيز على ما يريدون لأنفسهم.”

“هذا ، بالنسبة لي ، يغير شكل الزراعة.”