JOHN DEERE - Ứng dụng trí tuệ nhân tạo để giảm ô nhiễm thuốc bảo vệ thực vật trong nông nghiệp

Ban đầu, John Deere là một xưởng chế tạo công cụ được thành lập bởi một thợ rèn ở một thị trấn nhỏ, và hơn 150 năm sau đã trở thành một trong những nhà sản xuất và cung cấp máy móc nông nghiệp và công nghiệp hàng đầu thế giới.

Nó luôn là một nhà đổi mới sáng tạo về công nghệ – đầu tư vào động cơ chạy xăng để cơ khí hóa máy móc nông nghiệp vào đầu thế kỷ 20, và công nghệ GPS để bắt đầu những bước tiến đến tự động hóa vào cuối những năm 1990.¹

Trong thập niên vừa rồi, John Deere đã chuyển mình trở thành một công ty công nghệ – bán dữ liệu như là một dịch vụ (data as a service) cho phép nông dân ra những quyết định có hiểu biết tốt hơn khi vận hành công việc của mình. Thêm vào đó, công ty này đang cung cấp máy kéo tự lái,² cảm biến thông minh, phần mềm và thậm chí là drone (thiết bị bay không người lái) nông nghiệp.³

Vấn đề mà trí tuệ nhân tạo đang giúp giải quyết là gì?

Dân số thế giới đang ở mức 7,5 tỉ người và dự kiến sẽ tăng lên 9 tỉ người vào năm 2050.⁴ Nuôi sống tất cả những miệng ăn này đòi hỏi gia tăng lượng lương thực chúng ta sản xuất lên đến 70%, theo tổ chức Lương thực và Nông nghiệp Liên hợp quốc (FAO). Trong khi đó, vì sự gia tăng đô thị hóa, biến đổi khí hậu và thoái hóa đất, lượng đất phù hợp cho trồng trọt sẽ giảm đi.

Điều này có nghĩa là việc sử dụng đất một cách hiệu quả là rất cấp thiết – điều này sẽ dẫn đến gia tăng việc sử dụng phân bón hóa học. Tuy nhiên, điều này đem lại chính những rủi ro về môi trường, cũng như những mối nguy trực tiếp mà sự phơi nhiễm quá mức có thể gây ra cho sức khỏe con người.

Điều này có nghĩa là khi sử dụng, chúng cần được dùng một cách hiệu quả và chính xác nhất có thể.

Trí tuệ nhân tạo đã được áp dụng vào thực tế như thế nào?

John Deere đã phát triển công nghệ máy học (machine learning) được thiết kế để đảm bảo rằng ở những nơi dùng thuốc diệt cỏ và thuốc trừ sâu, chúng sẽ được dùng tiết kiệm nhất có thể.

Việc này không chỉ cắt giảm một lượng lãng phí lớn, giảm lượng năng lượng cần dùng và tác động lên môi trường của sản phẩm thuốc trừ sâu, nó còn ngụ ý là tác động của thuốc trừ sâu lên những vùng được dùng có thể được giảm thiểu. Điều này có nghĩa là ít ô nhiễm ở các con sông và đường thủy từ các dòng chảy, trong khi vẫn đảm bảo việc sản xuất lương thực tiếp diễn ở mức tối ưu.

Những công nghệ, công cụ và dữ liệu nào đã được sử dụng?

John Deere dùng công nghệ được phát triển bởi Blue River Technology, công ty mà nó sáp nhập vào năm 2017.⁵ Nó khai thác kĩ thuật thị giác máy tính để xác định những nơi mà mùa màng bị sâu bọ đe dọa, và điều khiển các thiết bị robot có khả năng châm ngòi những luồng chất hóa học trừ sâu chính xác ở những cây trồng bị tổn hại, trong khi các cây khác vẫn được để nguyên không đụng đến.

Trước khi được sáp nhập vào John Deere, Blue River Technology đã xây dựng một cơ sở dữ liệu khổng lồ về hình ảnh cây trồng. Sau đó, nó dùng các thuật toán thị giác máy tính để quyết định những hình ảnh nào chỉ ra những cây trồng đang bị ảnh hưởng bởi sâu bọ và những hình ảnh nào là của cây không bị mắc bệnh hay khỏe mạnh. Sau khi được dạy bằng bộ dữ liệu này, thiết bị trồng trọt được trang bị những cảm biến có khả năng ra quyết định như vậy trong thực tế khi được triển khai trên cánh đồng.

Thiết bị này về cơ bản sẽ chụp ảnh cây trồng (trong trường hợp này là rau diếp), so sánh nó với những bức ảnh của cả cây trồng khỏe mạnh và bị bệnh, sau đó ra quyết định xếp từng cây vào loại nào.

Theo truyền thống ở nông nghiệp quy mô lớn, các quyết định là cây trồng có nên được phun xịt hay không được tiến hành từ cánh đồng này sang cánh đồng khác, dẫn đến một lượng hóa chất khổng lồ bị dùng hoang phí, mà đáng lẽ chỉ cần dùng trên một vùng nhỏ. Cách tiếp cận có mục tiêu này đang dần được biết đến với cái tên là “nông nghiệp chính xác” và chỉ có thể thực hiện được nhờ vào máy học (machine learning) và thị giác máy tính.

Sáng kiến này chỉ là sáng kiến mới nhất trong hàng loạt những biện pháp được John Deere triển khai để định vị công ty ở vị trí dẫn đầu của trí tuệ nhân tạo (AI). Nó cũng cung cấp một dịch vụ gọi là Farmsight,⁶ cho phép nông dân ra những quyết định dựa trên dữ liệu về thời gian và vị trí nên trồng các loại hoa màu. Dữ liệu này được cung cấp từ cộng đồng những nông dân trên toàn thế giới và có thể được tiếp cận thông qua việc đăng kí. Hệ thống này thu thập những hiểu biết sâu sắc dựa trên nhiệt độ, độ ẩm của đất, dữ liệu thời tiết, ánh nắng và nhiều yếu tố khác để giúp nông dân ra các quyết định chẳng hạn như trồng các loại cây trồng khi nào và ở đâu để đạt năng suất tốt nhất.

Kết quả đạt được là gì?

Willy Pell, giám đốc công nghệ mới ở Blue River, phát biểu rằng lượng thuốc trừ sâu của họ được xịt trên đất của các nông trại trên thế giới đã giảm đến 90%.⁷ Việc này có thể giúp giảm ô nhiễm và giảm tác động lên sức khỏe con người và động vật gây ra bởi những chất hóa học nguy hiểm.

Nó cũng có nghĩa là hoa lợi cao hơn cho nông dân, và giúp giải quyết thách thức nuôi sống số người đang ngày càng gia tăng chưa từng thấy với lượng đất nông nghiệp sẵn có đang suy giảm chưa từng thấy.

Những thách thức và bài học chính được rút ra

AI tiên tiến có thể đem đến những giải pháp cho vấn đề sản xuất đủ lương thực cho dân số đang gia tăng của thế giới.
Nông nghiệp chính xác nghĩa là giảm lượng chất hóa học độc hại phun lên hoa màu – tăng hiệu quả và giảm ô nhiễm.
Tự động hóa không phải là điều gì đó mới mẻ trong nông nghiệp, nhưng kết hợp các hệ thống tự động với công nghệ cảm biến và ra quyết định tiên tiến đang giúp khám phá những điều mới.
Những thách thức gồm dạy các hệ thống tự động để nhận diện sự khác biệt giữa cây trồng bị bệnh và khỏe mạnh – điều này được thực hiện bằng cách huấn luyện các hệ thống trên một lượng dữ liệu hình ảnh khổng lồ.