2015-ben, vagyis mindössze három évvel ezelőtt az iparág befektetése a mezőgazdasági technológiába már elérte a 4,6 milliárd dollárt.
Érdemes áttekinteni, hogy a földeken és a gépekben megjelenő IoT-megoldásokon és szenzorokon, valamint a drónokon kívül milyen területeken valósul meg leginkább a fejlődés. Olvassa el az első részt is!
Növénytermesztés és robotika
Ahogy más iparágakban is segítenek a robotok és a mesterséges intelligencia, úgy a mezőgazdaságban is növelheti a robotika a termelékenységet, és akár magasabb termésátlagok elérését is lehetővé teszi.
A John Deere cég által felvásárolt startup permetező- és gyomirtó robotjai például képesek 90 százalékkal, azaz a korábbi mennyiség tizedére csökkenteni a felhasznált vegyszerek mennyiségét. A Naio kísérleti robotjai pedig a sorok között lézer és kamera segítségével navigálnak, így emberi beavatkozás nélkül vehetik fel a harcot a gyomok ellen. A növény-átültető gépek magasabb szintre emelik a hagyományos módszerek hatékonyságát, a gyümölcs- és csonthéjas-szüretelők pedig olyan munkákat automatizálnak, amelyekre korábban – a termények sérülékenysége miatt – gondolni sem lehetett.
RFID érzékelők és nyomkövetők
A szenzoroknak természetesen a betakarítás után is jut szerep. Rádiófrekvenciás (RFID) érzékelők követhetik például az élelmiszer útját a termelőtől a boltig, így a vásárlók is tisztában lehetnek azzal, honnan és milyen módon jutott el az áru a boltba. A technológiával növelhető a gyártók megbízhatósága és a felelősségük, hogy friss áruval szolgáljanak. Fertőzés vagy járványok esetén lehetővé válik a nyomkövetővel ellátott termékek eredetének visszakövetése a megfelelő gyártóig vagy termelőig, ami minden résztvevő félnek biztonságot adhat.
Gépi tanulás és analitika
A digitális transzformáció talán leginnovatívabb aspektusa az a képessége, hogy alkalmazása révén – a gépi tanulás és a fejlett analitika segítségével – lehetséges a trendeket meghatározó adatok bányászata. Már az ültetés előtt, a növénynemesítés során gépi intelligencia jelezheti előre, milyen tulajdonságok, gének teszik optimálissá az adott termény előállítását.
A gépi tanulási algoritmusok használhatók a mezőgazdasági gyártásban is. Például megmutatják, hogy mely termékeket vásárolják leginkább a fogyasztók, és melyek iránt csökken az érdeklődés. A jövő mezőgazdászai ezáltal professzionálisabb és hatékonyabb előrejelzésekre támaszkodhatnak.
A fenti trendekről látszik, hogy az agrárium jövőjének a digitális átalakulás jelenti az alapját. Az iparág szereplői profitálhatnak a trendekből, így jobban odafigyelhetnek a környezetre, a magasabb hozamokra és a terménygazdálkodás újabb és hatékonyabb módszereire. A technológia segíthet abban is, hogy az innovációk, fejlesztések révén elegendő élelmiszer jusson a Föld növekvő népességének.
Forrás: www.m2mzona.hu
