טכנולוגיות כמו בינה מלאכותית (AI) והאינטרנט של הדברים (IoT) אינן חדשות לנו ולמעשה מקיפות אותנו מכל כיוון. באמצעות הטמעה של רכיבים שמנטרים, לומדים ומתקשרים ביניהם ניתן להפוך כל מכשיר קיים לחכם יותר, לנהל אותו ולשלוט בו בצורה יעילה שחוסכת זמן ועלויות. היום, אפילו מכשירים בסיסיים כמו מברשת שיניים, בקבוק מים או עציץ הולכים ונהיים חכמים יותר ומטמיעים טכנולוגיות אלו כדי להתייעל ולשפר את חווית השימוש בהם.
מאמר חדש פורס דוגמאות שונות ומקרי בוחן עדכניים שמציגים כיצד יישום של טכנולוגיות כמו האינטרנט של הדברים, בינה מלאכותית, למידת מכונה (ML), חישה מרחוק ורובוטים יכולים לחולל מהפכה בענף החקלאות. פתרונות כאלה יכולים להביא להתייעלות בהיבט הסביבתי וכך גם בהיבט הכלכלי.
היתרון המרכזי של שילוב טכנולוגיות מידע בחקלאות הוא התייעלות וחיסכון מבחינת משאבים שמובילים ליבול רב בעלות נמוכה יותר ולעלייה ברווחים – החקלאים והצרכנים מרוויחים מכך כאחד. צילום: Lumin Osity, Unsplash
יבולים חכמים
חקלאות מדייקת היא פרקטיקה חקלאית מודרנית המשתמשת בטכנולוגיות מידע (כמו IoT ו-AI) כדי לבצע מעקב ולנהל פעולות חקלאיות בדיוק גבוה. שווי השוק העולמי של ה-IoT בענף החקלאות הוערך ב-27.1 מיליארד דולר בשנת 2021, והוא צפוי להגיע ל-84.5 מיליארד דולר עד 2031. מטרת העל היא לייעל את השימוש במשאבים כמו מים, דשנים וחומרי הדברה, ובכך לשפר את תפוקת היבול, ולהפחית את ההשפעה הסביבתית. כל אלה תורמים באופן משמעותי ליישום שיטות חקלאיות בנות קיימא. המערכות שהולכות ונהיות מדויקות ומתוחכמות יותר כל העת הן בשורה והבטחה להגדלת הכנסות עבור החקלאים, שיפור הנראות והאיכות של התוצרים החקלאיים והפחתת ההשפעות הסביבתיות השליליות. למעשה, במאמר החדש תהליך זה מכונה המהפכה התעשייתית הרביעית בחקלאות, שמוגדרת על ידי ניהול שמתבסס על נתונים, ייצור חדשני מבוסס כלים ומערכות כמו רובוטיקה ורחפנים, שירותי ענן, שיפור מתמיד וקיימות.
השיטה היא די פשוטה ומתבססת על מודלים קיימים מתחומים אחרים. מכשירי IoT אוספים נתונים בזמן אמת על היבטים שונים כמו לחות הקרקע, טמפרטורה, בריאות הגידולים ואיכותם. אלגוריתמים מבוססי בינה מלאכותית מנתחים את כל הנתונים הללו כדי לספק תובנות מעשיות, המאפשרות לחקלאים לקבל החלטות מושכלות בחלוקת המשאבים. השילוב של AI ו-IoT מסייע למעשה בהיבטים שונים של ענף החקלאות: זיהוי סימנים מוקדמים של מחלות בגידולים, חיזוי שינויים במזג האוויר ואופטימיזציה של לוחות זמנים להשקיה בהתבסס על תנאי הקרקע בזמן אמת. החקלאים יכולים לקבל התראות בכל רגע נתון ביחד עם המלצות מתי וכמה להשקות, לדשן או לפזר חומרי הדברה על הגידולים שלהם.
נוסף על כך, על ידי ניתוח נתונים קיימים ותנאים נוכחיים, בינה מלאכותית יכולה לחזות ולהתריע על בעיות פוטנציאליות כמו בצורת, מזיקים או התפרצות מחלות, וכך מאפשרת לחקלאים לנקוט בצעדי מניעה לפני שהבעיות יתממשו, לשמור על יבול איכותי ולצמצם אובדן גידולים והפסד כלכלי. ״כל תכליתה של חקלאות מדייקת היא להגדיל את התפוקה ובו זמנית לחסוך במשאבים," אומר ד"ר דוד הלמן מהפקולטה לחקלאות, מזון וסביבה של האוניברסיטה העברית. "מעבר לשימור הסביבה גם מייעלים את התפוקה ומקבלים אחידות – מה שחשוב מאוד בסוגי גידולים מסוימים, כמו למשל בכרמים״.
כולם מרוויחים
ענף החקלאות מתמודד עם אתגרים באיזון בין ייצור מזון איכותי לצמצום השפעות סביבתיות כמו זיהום בחומרי הדברה ובדשנים, פגיעה במגוון הביולוגי ופליטת גזי חממה. בשנים הקרובות ייצור המזון צריך לעלות באופן משמעותי כדי לספק את הדרישות של האוכלוסייה העולמית שצפויה להגיע ל-9.7 מיליארד בני אדם עד אמצע המאה.
היתרון המרכזי של שילוב טכנולוגיות מידע בחקלאות הוא התייעלות וחיסכון מבחינת משאבים שמובילים ליבול רב בעלות נמוכה יותר ולעלייה ברווחים – החקלאים והצרכנים מרוויחים מכך כאחד. ניהול מדויק יותר של משאבים יכול לתרום, למשל, לצמצום בפסולת. אופטימיזציה של השימוש במים (שכל חיסכון בהם הוא מבורך), בדשנים ובחומרי הדברה מביאה לשיפור מורגש באופן משמעותי בתפוקת היבול, במקביל להפחתת עלויות ולמזעור ההשפעה הסביבתית. לדוגמה, הסתמכות על שימוש מדויק בחומרי הדברה באמצעות טכנולוגיות כמו ניווט אוטומטי (AN) עשוי להיות חיוני להגנה על הסביבה, בייחוד במטעים. מחקרים הראו שיישום טכנולוגיות של חקלאות מדייקת יכול להגדיל את תפוקת היבול ב-15 עד 20 אחוז תוך הפחתת עלויות ההשקעה ב-10 עד 15 אחוז. מערכות השקיה מדויקות, המופעלות על ידי IoT ו-AI, יכולות להפחית את צריכת המים ב-30 עד 50 אחוז בלי לפגוע בתפוקת היבול.
דוגמה ליישום היא אופטימיזציה של חיזוי וזיהוי תפוקת המנגו באמצעות טכניקות למידה עמוקה מתקדמות. צילום: Rajendra Biswal, Unsplash
התחזית: מנגו מצוין
דוגמה ליישום המתאימה במיוחד לעונת המנגו היא אופטימיזציה של חיזוי וזיהוי תפוקת המנגו באמצעות טכניקות למידה עמוקה מתקדמות. Light-YOLO הוא אלגוריתם מדויק, המשתמש בטכניקות למידת מכונה שהוכחו כיעילות בחיזוי תפוקות היבול עוד לפני העונה, ומציעות תובנות חשובות לקבלת החלטות לשיפור הפרודוקטיביות לאורך כל תהליך הגידול. על ידי מינוף נתונים על תנאי הקרקע, דפוסי האקלים, תחזיות מזג האוויר, והיסטוריית היבול, המודלים יכולים לחזות במדויק את תפוקות היבולים לעונה הקרובה. גישה הוליסטית זו מאפשרת לחקלאים לייעל את שיטות החקלאות ולשפר את ניהול התפוקה הכולל ביעילות.
טכנולוגיות AI ו-IoT משנות את החקלאות המדייקת בכך שהן מספקות לחקלאים את הכלים הדרושים להם לנטר ולנהל יבולים בדיוק חסר תקדים, בדרכים רבות ומגוונות ובסוגי גידולים שונים. השילוב הזה לא רק משפר את היעילות ומניב יותר תשואות, אלא גם תומך בשיטות חקלאיות בנות קיימא שהן חיוניות לעתיד החקלאות. ככל שהטכנולוגיה ממשיכה להתפתח, הפוטנציאל של AI ו-IoT לשנות את פני הענף רק יגדל, ויסלול את הדרך לעידן חדש של חקלאות חכמה. למרות היתרונות הרבים, צפויה עוד דרך ארוכה ליישום והטמעה של הטכנולוגיות הללו. שילובן בחקלאות כרוך בעלויות השקעה גבוהות, במומחיות טכנית ובחששות טבעיים לגבי פרטיות הנתונים. עם זאת, ההתקדמות הטכנולוגית וירידה הדרגתית בעלויותיה צפויים לגבור על החסרונות. באופן מפתיע, מוסיף הלמן כי רוב החברות הטכנולוגיות בתחום הן כאן בישראל, אך מיושמות בעיקר באירופה ובארצות הברית, וכי "עוד אין את הדגש" על חשיבות הנושא בחקלאות המקומית.
