Thư viện Nguồn Tin KH&CN Tài nguyên là trí thức
Bài viết liên quan
Làm sao để áp dụng rộng rãi các công nghệ hiện đại trong nông nghiệp là ‘câu hỏi triệu đô’.
Thoát “cổ điển, truyền thống” nhờ AI
Tại buổi hội thảo “Hội thảo Quốc tế về nông nghiệp hiệu quả cao tại Việt Nam 2022″ diễn ra mới đây tại Hà Nội, TS Nguyễn Hải Anh, Chủ tịch Công ty Torch Bearer Tasmania chuyên sản xuất rượu nho sạch tại bang Tasmania, Úc đã chia sẻ về những thực trạng, kiến thức và bài học thực tế trong quá trình sử dụng công nghệ trong trồng nho sạch.
Trong bài thuyết trình của mình về “Ứng dụng Iot và AI trong nông nghiệp sản xuất trồng nho sạch – Đây có thực sự là hướng phát triển tương lai”, TS Nguyễn Hải Anh chia sẻ rằng với xuất phát điểm từ một nhà khoa học và kỹ sư chuyển hướng sang làm nông nghiệp, bà đã có một cái nhìn mới mẻ hơn về thực trạng của ngành nông nghiệp không chỉ của riêng nước Úc và một số nước trên thế giới. Theo bà, ngành nông nghiệp ở một số nước trong đó có Việt Nam vẫn còn khá truyền thống, cổ điển, người nông dân và chủ trang trại chưa có tư duy ứng dụng công nghệ vào công tác đo đạc thông số, thu thập và phân tích thông tin.
Dự án Vine-AI ra đời với tham vọng chấm dứt quan niệm “làm nông là phải lao động vất vả”.
“Ngay cả ở Úc, đối với các trang trại quy mô vừa, sự vắng bóng công nghệ tự động và quản lý số dẫn đến hiện trạng quản lí không hiệu quả, chất lượng nông sản không cao, không đồng đều, gây lãng phí tài nguyên”, TS Hải Anh thông tin.
Với kinh nghiệm nghiên cứu và làm việc ở nhiều quốc gia, vị tiến sĩ luôn trăn trở về vệc áp dụng công nghệ mới mà ở đây là công nghệ 5.0 để phát triển nông nghiệp bền vững và hiệu quả hơn, từ đó dự án Vine-AI ra đời với tham vọng chấm dứt quan niệm làm nông là phải lao động vất vả.
Dự án Vine-AI được thực hiện trên trang trại sản xuất thuận tự nhiên, không dùng phân bón, không dùng thuốc hóa học, như vậy công tác quan trắc cần phải nhanh chóng, kịp thời hơn. Trên thực tế, người làm vườn phải đi bộ tổng quãng đường khoảng 22km để đo đạc thông số, theo dõi cây trồng trên diện tích trang trại 15ha và kết quả cũng chưa thể tuyệt đối chính xác. Tuy nhiên khi dự án được triển khai, các hệ thống đo đạc đất, độ ẩm, nhiệt độ, áp suất, độ gió được rải rác ở khắp trang trại, các thông số được thu thập qua công nghệ LoRA (công nghệ giao tiếp với khoảng cách xa), đưa lên “đám mây” rồi dùng điện toán để phân tích số liệu và từ đó nhà nông có thể đưa ra quết định quản lý trang trại hiệu quả hơn.
Sau 3 năm sử dụng công nghệ, sản lượng nho của trang trại đã tăng lên 50% mỗi năm trong khi sản phẩm đầu ra đảm bảo sạch với “không phân bón”, “không thuốc trừ sâu”. Ảnh: Torch Bearer Tasmania.
“Là một người Việt Nam sinh sống và làm việc ở nước ngoài, tôi thường suy nghĩ về việc làm sao để phát triển hệ thống tự động mà ngay cả khi ở cách xa cánh đồng, người nông dân vẫn có thể điều kiện được các hệ thống quan trắc từ xa”, TS Hải Anh cho biết.
Tuy nhiên, làm sao để áp dụng các công nghệ hiện đại rộng rãi trong nông nghiệp lại là “một câu hỏi triệu đô” khi theo TS Hải Anh, giá thành của các công nghệ đầu vào thường khá cao, các công nghệ đôi khi vẫn còn manh mún, các hệ thống cảm biến, phân tích số liệu có giá thành chưa hợp lý so với khả năng của các hộ trồng trọt vừa và nhỏ, trong khi đó cần tối ưu hóa năng lượng, giảm thiểu thời gian duy trì, bảo dưỡng máy móc của người làm nông.
Nông dân trồng nho tại Việt Nam gặp không ít khó khăn trong điều kiện thời tiết biến đổi khí hậu như hiện nay, đã có một số mô hình sản xuất thích ứng với thời tiết và cho hiệu quả cao được ứng dụng như trồng nho trong nhà màng, mô hình giàn chữ Y… song vẫn chưa có một bước đột phá trong việc ứng dụng công nghệ cao tại các vườn, trang trại nho.
Gợi ý giải pháp cho Việt Nam
Cùng chia sẻ về lĩnh vực AI trong nông nghiệp, TS Nguyễn Kỳ Tài – Nhà nghiên cứu cao cấp thuộc Đại học Southern Queensland (Australia) đã đóng góp tham luận với nội dung “Nền tảng dữ liệu lớn và AI trong nông nghiệp”.
Nhóm nghiên cứu của TS Nguyễn Kỳ Tài, Nhà nghiên cứu Cao cấp thuộc Đại học Southern Queensland, đã phát triển một hệ thống ứng dụng dữ liệu lớn (Big Data) và trí tuệ nhân tạo (AI) trong nông nghiệp ở Australia.
Hiện tại nông nghiệp Việt Nam đang chịu ảnh hưởng của rất nhiều yếu tố như biến đổi khí hậu và thị trường; sản xuất quy mô nhỏ; thị trường truyền thống vẫn chiếm tỉ trọng lớn chuỗi giá trị nông sản…
Trước tình hình đó, TS Nguyễn Kỳ Tài đã đưa ra một số giải pháp thông qua nghiên cứu phát triển AI, bao gồm một số công nghệ như máy học (Machine Learning), thị giác máy tính (Computer Vision), Internet vạn vật (IoT), dữ liệu lớn (Big Data) ứng dụng vào nông nghiệp chính xác, phân tích dữ liệu vùng trồng thông qua máy bay không người lái (drone) giúp giám sát cây trồng vật nuôi toàn diện. Các sáng kiến mang lại hiệu quả trong việc tối ưu hóa lượng nước, phân bón và thuốc trừ sâu được sử dụng và cải thiện năng lực quản lý trong từng vụ mùa.
“Một trong những điểm khác nhau giữa nông nghiệp 4.0 và 5.0 đang được các nhà nghiên cứu thảo luận là sự liên kết các công nghệ một cách có hệ thống chứ không còn là đi theo công nghệ mũi nhọn. Hệ thống nông nghiệp không còn chỉ là câu chuyện chuẩn đầu ra về thực phẩm hay vật nuôi mà còn liên quan đến môi trường, công nghệ xử lý sau sản xuất, thị trường cung – cầu… Chúng ta cần xem xét tất cả các yếu tố ảnh hưởng đến nông nghiệp và người nông dân dựa trên một hệ thống hơn là nhìn vào các yếu tố riêng biệt.
TS Nguyễn Kỳ Tài chia dữ liệu lớn trong nông nghiệp ra thành bốn lớp dữ liệu:
Thứ nhất là thông tin từ ảnh vệ tinh có lợi thế bao trùm diện tích lớn, tuy nhiên nhược điểm của nó là ảnh có độ phân giải thấp, thường bị ảnh hưởng chất lượng bởi mây.
Thứ hai là lớp cắt ảnh từ AUV (thiết bị tự động không người lái). Thông qua việc lắp đặt các máy chụp cụ thể và xử lý các lớp cắt, người nông dân có thể theo dõi tình trạng của đất và cây trồng trên một diện tích lớn, từ đó biết chính xác tọa độ khu vực có vấn đề, nhanh chóng kiểm soát tình hình.
Thứ ba là lớp dữ liệu thu thập ngay tại ruộng. Các cảm biến được sử dụng để thu thập thông tin liên quan đến thời tiết, hoặc người nông dân có thể sử dụng các máy ảnh chuyên dụng như máy ảnh nhiệt hoặc máy ảnh tốc độ cao để quét dọc luống cây.
Thứ tư là lớp thông tin dưới mặt đất. “Đây là một yếu tố vô cùng quan trọng. Nếu chúng ta không biết được dưới đất còn gì, độ ẩm như thế nào, các thành phần có chỉ số ra sao, chúng ta sẽ không thể nào điều chỉnh được phía trên. Điều này có nghĩa nếu chúng ta không biết rõ tình trạng dinh dưỡng của đất, hiệu quả canh tác sẽ không cao do tưới tiêu không phù hợp”, TS Tài chia sẻ.
Nguồn: nongnghiep.vn
