Bár a mesterséges intelligenciára épülő mezőgazdasági fejlesztések gyorsan fejlődnek, a hazai gazdálkodás egyik legnagyobb akadályát nem maga az algoritmus jelenti, hanem a felhasználók felkészültsége és nyitottsága — mondta a Szegedernek Varga Péter Miklós, a Magyar Precíziós Gazdálkodási Egyesület általános alelnöke. Szerinte a magyar mezőgazdaság jelentős része nehezen alkalmazkodik a digitális megoldásokhoz.
A Szegedi Tudományegyetem mesterséges intelligencián alapuló növényfigyelő rendszere jó példája annak, hogy milyen előnyöket hozhat a technológia: a fejlesztés a látható tünetek megjelenése előtt képes azonosítani növényi stresszhatásokat, így a termelők korábban értesülhetnek például víz- vagy tápanyaghiányról, és még a terméskiesés előtt beavatkozhatnak.
Nem a szerkezet, hanem a használat a probléma
Varga hangsúlyozta, hogy az olyan fejlesztések fontos előrelépést jelentenek, amelyek segíthetik a mezőgazdaság alkalmazkodását a klímaváltozáshoz és a változó piaci környezethez. Ugyanakkor az új rendszerek sikerét szerinte sokkal inkább a felhasználók digitális készségei és attitűdje fogja meghatározni, mint a technológia önmagában.
Jól mutatja ezt az elektronikus gazdálkodási napló (egn) esete: a termelőknek ebben digitálisan kell rögzíteniük a növényvédelmi kezeléseket, a tápanyag-utánpótlást és egyéb agrotechnikai műveleteket, de a gyakorlatban sokan még mindig nehezen kezelik az adatbevitelt. „Összesen hét adatról beszélünk, amelyeket egy permetezés után kell rögzíteni” — emelte ki Varga, és rámutatott: ha egy viszonylag egyszerű adminisztrációs feladat gondot okoz, kérdéses, milyen gyorsan terjednek majd a bonyolultabb, MI-alapú döntéstámogató rendszerek.
Varga szerint ezért nem elszigetelt, új alkalmazásokra van szükség, hanem olyan megoldásokra, amelyek a gazdák által már ismert felületekbe épülnek be: ha az adatbevitelt követően azonnal javaslatokat vagy figyelmeztetéseket kapnának, nagyobb eséllyel használnák azokat napi szinten.
Gazdaságméret nem feltétlenül korlát
A digitalizáció terjedését lassítja az is, hogy sok gazdálkodó inkább a saját tapasztalataira vagy más termelők tanácsaira hagyatkozik, nem az adatvezérelt döntésekre. Ugyanakkor Varga szerint egyre többen nyitnak a precíziós technológiák felé, és az MI-alapú megoldások nem csak a nagygazdaságok kiváltságai lehetnek.
A rendszerhez szükséges szenzorok, külső adatbázisok és szolgáltatások költsége gyakran csak pár tíz- vagy százezer forintos nagyságrendű lehet. Teljes precíziós rendszer kiépítése valóban jóval nagyobb beruházást igényelhet — akár százmillió forintot is —, de egy döntéstámogató MI-megoldás ennél lényegesen kisebb ráfordítással is hasznos lehet. Ennek következtében egy kisebb termelő is megtérülést érhet el, ha időben felismer egy betegséget vagy más problémát, amely később jelentős terméskiesést okozna.
Varga szerint nincs egyértelmű méret-, kultúra- vagy ágazatfüggő korlát: a kisebb gazdaságok által gyűjtött adatok értékesek lehetnek, mert a helyben korán azonosított probléma információt adhat más termelőknek is, így a digitális adatgyűjtés az egész ágazat szintjén haszonnal járhat.
Az adatok hosszú távú gyűjtése döntő előny lehet
Varga szerint végső soron nem az MI pontossága fogja meghatározni egy fejlesztés sikerét, hanem hogy mennyire tud valódi segítséget adni a gazdálkodók napi munkájában. Ez pedig elegendő mennyiségű és jó minőségű adathoz kötött. A szakember ezért azt tanácsolja, hogy a gazdálkodók már most kezdjenek minél több információt rögzíteni a földjeikről, még akkor is, ha jelenleg nem látják egyértelműen, hogyan hasznosulnak ezek az adatok.
A mezőgazdasági gyakorlatban régóta alapelv, hogy érdemes megőrizni minden rendelkezésre álló információt: az időjárásról, a talaj állapotáról vagy a növények fejlődéséről készült feljegyzések ma kevésnek tűnhetnek, de néhány év alatt olyan MI-modellek épülhetnek rájuk, amelyek hasznos következtetéseket tudnak levonni. Ha valaki csak évekkel később kezd adatokat gyűjteni, hiányozni fog az a történeti idősor, amelyre egy pontos rendszer építhetne; ezért az adatgyűjtés már most versenyelőnyt jelenthet.
Oktatás és szakmai kontroll szükséges
Bár az MI egyre több feladatot tud támogatni, Varga szerint még nem várható, hogy önállóan helyettesítse az emberi döntéshozatalt. Az algoritmusok javaslatokat adnak és elemzik az adatokat, de az értelmezés és az ellenőrzés továbbra is a felhasználó feladata. Ezt a folyamatos szakmai ellenőrzést hasonlította az orvostudomány fejlődéséhez: a gazdálkodóknak meg kell tanulniuk a rendszerek működését, és szakmai szinten is vizsgálni kellene az MI-alapú szolgáltatásokat.
Varga szerint a következő évtizedben a növényfigyelő és precíziós megoldások a mezőgazdaság mindennapi eszköztárává válhatnak. Olyan „hands-free" gazdaságok is léteznek már, ahol algoritmusok végzik a feladatokat, és az így keletkező adatok folyamatosan javítják a rendszerek teljesítményét. Ha egy gazdaság hosszú időn át következetesen gyűjti az adatokat, előfordulhat, hogy az MI egyes döntéseket kisebb hibával hoz meg, mint az ember — de ez megbízható adatbázist és folyamatos szakmai kontrollt igényel.
Fotók: Bálint András / Szegeder
A cikk szerzője Farkas Anna, a Szegeder újságírója; a szöveg a Szegeder és a Telex együttműködésének részeként jelent meg a Telexen is.
