Inteligența artificială cartografiază culturile fermelor mici din Senegal cu 84% acuratețe, folosind date de antrenament reduse
Un model de inteligență artificială dezvoltat la Universitatea Cambridge a reușit să cartografieze culturile agricole din bazinul arahidei din Senegal cu o acuratețe de 84%, depășind metodele existente, deși a utilizat doar o fracțiune din resursele computaționale și datele preetichetate necesare în mod normal. Într-un scenariu, performanța sa a fost cu 28% mai bună decât a următorului model. Rezultatele sugerează că tehnologia de monitorizare prin satelit, accesibilă până acum agriculturii industriale, poate fi extinsă și la fermele mici din țările din Sudul Global.
De ce contează cartografierea culturilor
În Senegal, alimentele sunt cultivate în principal pe ferme mici, dependente de precipitații, ceea ce lasă o parte semnificativă a populației vulnerabilă la șocurile climatice. Deși tehnologiile de cartografiere prin satelit ar putea monitoriza impactul climei asupra agriculturii, acestea rămân în mare parte inaccesibile pentru această țară din Africa de Vest. Potrivit cercetătorilor, statisticile agricole exacte și actualizate pot ghida planificarea securității alimentare și pot ajuta la stabilirea zonelor în care sprijinul este cel mai necesar, însă majoritatea guvernelor și instituțiilor locale își permit să colecteze date de teren doar o dată la câțiva ani.
Cum funcționează modelul Tessera
Cercetătorii au folosit Tessera, un model de inteligență artificială open-source antrenat pe imagini satelitare, pentru a cartografia culturile din bazinul arahidei. Modelul analizează imaginile satelitare colectate pe parcursul unui an pentru a comprima fiecare punct de 10 metri de teren într-un șir de numere, cunoscut sub numele de embedding. Acest embedding conține informații despre modul în care se modifică terenul și culturile de pe el în timp. Un algoritm simplu, cu câteva puncte de calibrare, poate transforma apoi embedding-ul într-o hartă a culturilor la scară largă.
În studiu, cercetătorii au comparat Tessera cu două metode de cartografiere prin satelit utilizate pe scară largă pentru monitorizarea agriculturii, precum și cu AlphaEarth de la Google DeepMind, care este similar cu Tessera, dar al cărui model de bază nu este public. Fiecare metodă a fost utilizată pentru a cartografia culturile în 2018, 2019 și 2021, apoi evaluată în funcție de acuratețe, fiabilitate, reutilizare și cost computațional. Tessera nu doar că a depășit celelalte metode, dar s-a dovedit cea mai robustă atunci când a fost antrenată pe datele unui an și aplicată pe altul, ceea ce sugerează că poate fi folosită în anii următori fără a fi nevoie de noi colectări de date de teren în fiecare an.
Limite și perspective
Studiul are și limite, în special o scădere a acurateței între 2018 și 2021, pe care cercetătorii o atribuie calității datelor de teren. De asemenea, nu au fost testate culturile secundare din câmpurile unde se cultivă mai multe plante simultan, ceea ce ar putea modifica acuratețea generală în zonele cu cea mai mare diversitate. Autoarea principală a studiului subliniază că cel mai mare avantaj al Tessera este că aduce puterea analizei satelitare sofisticate celor care de obicei nu au acces la ea, descriind tehnologia ca un pas spre o democratizare mai mare a datelor geospațiale.
Cercetarea, intitulată „Embedding-based Crop Type Classification in the Groundnut Basin of Senegal”, a fost publicată pe 29 septembrie în jurnalul Environmental Research: Food Systems. Ea se bazează pe studii anterioare care au demonstrat capacitatea Tessera de a cartografia câmpuri mici din Austria. Guvernele, organizațiile neguvernamentale și alte instituții de securitate alimentară pot începe să folosească tehnologia pentru a-și produce propriile statistici agricole.
