Γεωπονικό Πανεπιστήμιο Αθηνών: Ποιες ψηφιακές τεχνολογίες αυξάνουν κερδοφορία και παραγωγικότητα

Τις κύριες ψηφιακές τεχνολογίες που αλλάζουν τα δεδομένα στον τρόπο καλλιέργειας, συμβάλλοντας σημαντικά στην αύξηση της παραγωγικότητας και της κερδοφορίας μιας αγροτικής εκμετάλλευσης, αναφέρουν με πρόσφατο άρθρο τους τέσσερις ερευνητές του Γεωπονικού Πανεπιστημίου Αθηνών (Σπ. Φουντάς, B.E. – Garcia, Αικ. Κασιμάτη, Νικ. Μυλωνάς και Νικ. Δάρρα).

Η ψηφιακή επανάσταση, όπως την αποκαλούν οι συγγραφείς του άρθρου, μετασχηματίζει τον αγροτικό τομέα, επιστρατεύοντας τεχνολογίες πληροφορικής και επικοινωνίας και σύγχρονα μηχανήματα, ώστε να βελτιώσει τη λήψη αποφάσεων και να αυξήσει την παραγωγικότητα στο χωράφι.

Οι τεχνολογίες που αυξάνουν κέρδη και αποδόσεις

Σύμφωνα με το άρθρο, τρεις είναι οι ψηφιακές τεχνολογίες που αναμένεται να αναπτυχθούν με ταχείς ρυθμούς, αλλάζοντας την καθημερινότητα στο χωράφι, εξοικονομώντας χρόνο και κόπο στον αγρότη και αυξάνοντας ταυτοχρόνως την παραγωγικότητα της εκμετάλλευσής του: 1) Τηλεπισκόπηση / χρήση αισθητήρων, 2) ρομποτικά συστήματα και 3) Τεχνητή Νοημοσύνη.

Τηλεπισκόπηση: «Μια πλειάδα τεχνολογιών (αισθητήρες εγγύτητας, δορυφόροι κ.ά.) αξιοποιούνται σε μικρές και μεγάλες εκμεταλλεύσεις στον πρωτογενή τομέα για να προσφέρουν τις απαραίτητες πληροφορίες και να αντιμετωπιστούν αστάθμητοι παράγοντες, όπως οι καιρικές συνθήκες, εχθροί και ασθένειες των καλλιεργειών. Οι τεχνολογίες αυτές αξιολογούν τις ιδιότητες ενός φυτικού οργανισμού και παρέχουν εκτιμήσεις για την υγρασία και την ανάπτυξη των φυτών και τις αποδόσεις των καλλιεργειών. Με αυτό τον τρόπο συμβάλλουν σημαντικά στην καλύτερη δυνατή διαχείριση μιας καλλιέργειας» αναφέρουν οι ερευνητές, για να προσθέσουν εν συνεχεία:

«Μέσω των τεχνολογιών αυτών δίνεται η δυνατότητα στον παραγωγό να λάβει έγκαιρα τις ορθές αποφάσεις σχετικά με την άρδευση, λίπανση και φυτοπροστασία των καλλιεργειών του. Πρόσφατα έχουν κυκλοφορήσει στο εμπόριο διάφορες τεχνολογικές λύσεις που αξιοποιούν τα νέα προηγμένα δορυφορικά συστήματα». Οι προκλήσεις που θα πρέπει να αντιμετωπίσουν οι εν λόγω τεχνολογίες, αποτελούν αντικείμενο συζήτησης που αναλύεται αρκετά εκτεταμένα στο άρθρο.

Για παράδειγμα, η δημιουργία κοινών προδιαγραφών στα δεδομένα που αντλούνται και παρέχονται. Η άποψη των ερευνητών είναι ότι όσο οι τεχνολογίες αυτές εξελίσσονται, τόσο αυξάνεται ο όγκος των πληροφοριών προς επεξεργασία και αυτό σημαίνει ότι δημιουργούνται πιο περίπλοκες καταστάσεις στην προσπάθεια όλα αυτά τα δεδομένα να μετατραπούν σε κατανοητές και χρήσιμες συμβουλές προς τον παραγωγό.

Ρομποτικά συστήματα: Μια σειρά από ρομποτικά μηχανήματα και οχήματα αξιοποιούνται ήδη σε διάφορες καλλιεργητικές δραστηριότητες (ελαφρύ όργωμα, ψεκασμοί, λίπανση και συλλογή καρπών). Μικρά ρομποτικά οχήματα χρησιμοποιούνται ιδιαίτερα σε θερμοκηπιακές καλλιέργειες, γλυτώνοντας από κόπο και κόστος τον παραγωγό. Επιπλέον, ρομποτικά συστήματα άμελξης αποκτούν όλο και μεγαλύτερη διάδοση στον τομέα της γαλακτοπαραγωγού κτηνοτροφίας.

Αναφορικά με τα εμπόδια που πρέπει να ξεπεραστούν ώστε οι τεχνολογίες αυτές να προσφέρουν στο μέγιστο, οι ερευνητές αναφέρουν ότι είναι ποικίλα. Για παράδειγμα, τα συστήματα αυτά παρουσιάζουν ορισμένα ζητήματα αξιοπιστίας στην απόδοσή τους, όταν υπάρχουν πολλές καλλιέργειες και μεταβαλλόμενες συνθήκες στις εκμεταλλεύσεις. Επίσης, σημειώνουν ότι όσο τα μηχανήματα αυτά εξελίσσονται, γίνονται πιο «έξυπνα» και αποκτούν μεγαλύτερο εύρος δραστηριοτήτων και πεδίο ανάληψης πρωτοβουλιών, εγείρονται ηθικά ζητήματα, δηλαδή ποιος θα παίρνει την ευθύνη στην περίπτωση που αυτές οι ενέργειες επιφέρουν ατυχήματα και άλλες επιπτώσεις.

Τεχνητή Νοημοσύνη: «Οι εφαρμογές της Τεχνητής Νοημοσύνης στον αγροτικό τομέα δείχνουν υποσχόμενα αποτελέσματα για την αντιμετώπιση καλλιεργητικών προβλημάτων, όπως είναι ο εντοπισμός και η αντιμετώπιση των ζιζανίων, η διάγνωση ασθενειών και η αναγνώριση των καλλιεργειών» αναφέρουν οι συγγραφείς ενώ στη συνέχεια σημειώνουν: «Μέσω προηγμένων μεθόδων “μηχανικής μάθησης” ή “deep learning” όπως είναι ο επιστημονικός όρος, η Τεχνητή Νοημοσύνη αναμένεται να παίξει σημαντικό ρόλο στη λήψη αποφάσεων στο χωράφι, αναλύοντας και πραγματοποιώντας εκτιμήσεις για μια σειρά παραγόντων, όπως οι περιβαλλοντικές συνθήκες, πρακτικές συγκομιδής, χρηματοοικονομικές ανάγκες της εκμετάλλευσης, τα χαρακτηριστικά του εδάφους ή τη διαθεσιμότητα του νερού».

Όπως αναφέρεται στη συνέχεια, σε αυτές τις τεχνολογίες συνεχώς προκύπτουν βελτιώσεις και εξελίξεις που δίνουν θετικά δείγματα γραφής, ότι οι περιορισμοί που υπάρχουν αυτή τη στιγμή στις εφαρμογές της Τεχνητής Νοημοσύνης, μπορούν να ξεπεραστούν.