விவசாயத்தில் செயற்கை நுண்ணறிவு / ARTIFICIAL INTELLIGENCE IN AGRICULTURE

TAMIL

• செயற்கை நுண்ணறிவு என்பது மனித நுண்ணறிவை ஒரு இயந்திரம் எளிதாகப் பிரதிபலிக்கும் வகையில் வரையறுக்கப்படலாம் மற்றும் எளிமையானது முதல் இன்னும் சிக்கலானது வரை பணிகளைச் செய்ய முடியும் என்ற கொள்கையின் அடிப்படையில் அமைந்துள்ளது. 
• செயற்கை நுண்ணறிவின் குறிக்கோள்களில் கற்றல், பகுத்தறிவு மற்றும் உணர்தல் ஆகியவை அடங்கும்.

விவசாயத்தில் செயற்கை நுண்ணறிவின் பயன்பாடுகள்

• ஆரோக்கியமான பயிர்களை விளைவிப்பதற்கும், பூச்சிகளைக் கட்டுப்படுத்துவதற்கும், மண் மற்றும் வளரும் நிலைமைகளைக் கண்காணிப்பதற்கும், விவசாயிகளுக்கான தரவுகளை ஒழுங்கமைப்பதற்கும், பணிச்சுமைக்கு உதவுவதற்கும், முழு உணவு விநியோகச் சங்கிலியிலும் விவசாயம் தொடர்பான பல்வேறு பணிகளை மேம்படுத்துவதற்கும் செயற்கை நுண்ணறிவு தொழில்நுட்பங்களைத் தொழில்துறை மாற்றுகிறது. .

1. வானிலை முன்னறிவிப்பின் பயன்பாடு

• வசாயிகள் வானிலை முன்னறிவிப்பைப் பயன்படுத்தி வானிலை ஆய்வு செய்யலாம், இது செயற்கை நுண்ணறிவு உதவியுடன் எந்த பயிர் வகை மற்றும் விதைகளை விதைக்க வேண்டும் என்பதை திட்டமிட உதவுகிறது. 
• தட்பவெப்ப நிலை மாற்றம் மற்றும் அதிகரித்து வரும் மாசுபாடு ஆகியவற்றால், விதைகளை விதைப்பதற்கான சரியான நேரத்தை விவசாயிகள் தீர்மானிக்க கடினமாக உள்ளது.

2. மண் மற்றும் பயிர் சுகாதார கண்காணிப்பு அமைப்பு

• மண்ணின் வகை மற்றும் அதன் ஊட்டச்சத்து ஆகியவை பயிரிடப்பட்ட பயிர் வகை மற்றும் அதன் தரத்தை தீர்மானிப்பதில் முக்கியமான காரணிகளாகும். 
• காடுகளை அழிப்பதன் விளைவாக மண்ணின் தரம் மோசமடைந்து வருகிறது, மண்ணின் நிலையை அடையாளம் காண்பது கடினம்.
• ஒரு ஜெர்மன் டிஜிட்டல் ஸ்டார்ட்-அப் நிறுவனமான PEAT, AI-அடிப்படையிலான செயலியான Plantix ஐ உருவாக்கியுள்ளது, இது மண்ணில் உள்ள ஊட்டச்சத்து குறைபாடுகள் மற்றும் தாவர பூச்சிகள் மற்றும் நோய்களைக் கண்டறிந்து, அறுவடை தரத்தை அதிகரிக்க உரங்களைப் பயன்படுத்துவது குறித்து விவசாயிகளுக்கு ஆலோசனைகளை வழங்குகிறது. இந்த பயன்பாட்டில் படத்தை அடையாளம் காணும் தொழில்நுட்பம் பயன்படுத்தப்படுகிறது.
• தாவரங்களை புகைப்படம் எடுக்க விவசாயிகளால் ஸ்மார்ட்போன்கள் பயன்படுத்தப்படலாம்.
• இந்தப் பயன்பாட்டில் உள்ள குறும்படங்கள் மண் மறுசீரமைப்பு நடைமுறைகள், பரிந்துரைகள் மற்றும் பிற தீர்வுகளைக் காட்டுகின்றன.
• டிரேஸ் ஜெனோமிக்ஸ், இதற்கிடையில், ஒரு இயந்திர கற்றல் அடிப்படையிலான தொடக்கமாகும், இது விவசாயிகளுக்கு மண் பகுப்பாய்வுகளுக்கு உதவுகிறது. விவசாயிகள் தங்கள் மண் மற்றும் பயிர்களின் தரத்தைக் கண்காணிக்க இதுபோன்ற செயலியைப் பயன்படுத்தலாம், இதன் விளைவாக ஆரோக்கியமான, அதிக உற்பத்தி அறுவடை கிடைக்கும்.

3. துல்லியமான விவசாயம் மற்றும் முன்கணிப்பு பகுப்பாய்வு

• வேளாண்மை AI பயன்பாடுகள், நீர் மேலாண்மை, பயிர் சுழற்சி, சரியான நேரத்தில் அறுவடை செய்தல், பயிரிட வேண்டிய பயிர் வகை, உகந்த நடவு, பூச்சி தாக்குதல்கள் மற்றும் ஊட்டச்சத்து மேலாண்மை ஆகியவற்றில் தகுந்த ஆலோசனைகளை வழங்குவதன் மூலம் விவசாயிகளுக்கு சரியான மற்றும் ஒழுங்குபடுத்தப்பட்ட விவசாயத்தை செய்ய உதவும் பயன்பாடுகள் மற்றும் கருவிகளை உருவாக்கியுள்ளன.
• AI-இயக்கப்பட்ட தொழில்நுட்பங்கள் வானிலை நிலைமைகளை கணிக்கின்றன, பயிர் நிலைத்தன்மையை பகுப்பாய்வு செய்கின்றன, மேலும் நோய்கள் அல்லது பூச்சிகள் இருப்பதற்கான பண்ணைகளை மதிப்பிடுகின்றன. 
• அத்துடன் மோசமான தாவர ஊட்டச்சத்து, வெப்பநிலை, மழைப்பொழிவு, காற்றின் வேகம் மற்றும் சூரிய கதிர்வீச்சு போன்ற தரவுகளை இயந்திர கற்றல் வழிமுறைகளுடன் இணைந்து பயன்படுத்துகின்றன.  செயற்கைக்கோள்கள் மற்றும் ட்ரோன்கள் மூலம் எடுக்கப்பட்ட படங்கள்.
• இணைய அணுகல் இல்லாத விவசாயிகள், எஸ்எம்எஸ்-செயல்படுத்தப்பட்ட தொலைபேசி மற்றும் விதைப்பு பயன்பாடு போன்ற அடிப்படை தொழில்நுட்பங்களைப் பயன்படுத்தி இப்போது AI இலிருந்து லாபம் பெறலாம். 
• இதற்கிடையில், Wi-Fi இணைப்பைக் கொண்ட விவசாயிகள், AI திட்டங்களைப் பயன்படுத்தி, தங்கள் பண்ணைகளுக்கான AI- தனிப்பயனாக்கப்பட்ட திட்டத்தை தொடர்ச்சியாகப் பெறலாம். 
• IoT மற்றும் AI-உந்துதல் தீர்வுகள் மூலம் உலகின் உயரும் உணவுத் தேவையை விவசாயிகள் பூர்த்தி செய்ய முடியும், அவை பற்றாக்குறையான இயற்கை வளங்களைக் குறைக்காமல் உற்பத்தி மற்றும் லாபத்தை அதிகரிக்கும்.
• AI ஆனது எதிர்காலத்தில் விவசாயிகள் விவசாய விஞ்ஞானிகளாக மாறவும், தனிப்பட்ட தாவர வரிசைகளுக்கு விளைச்சலை அதிகரிக்க தரவுகளைப் பயன்படுத்தவும் உதவும்.

4. விவசாய ரோபாட்டிக்ஸ்

• AI நிறுவனங்கள் விவசாய வயல்களில் பல பணிகளை எளிதாக செய்யக்கூடிய ரோபோக்களை உருவாக்கி வருகின்றன. 
• இந்த வகை ரோபோக்கள் களைகளைக் கட்டுப்படுத்தவும், மனிதர்களுடன் ஒப்பிடும்போது அதிக அளவுகளுடன் கூடிய வேகத்தில் பயிர்களை அறுவடை செய்யவும் பயிற்றுவிக்கப்படுகின்றன.
• இந்த வகையான ரோபோக்கள் பயிர்களின் தரத்தை சரிபார்க்கவும், அதே நேரத்தில் பயிர்களை பறித்து பேக்கிங் செய்வதன் மூலம் களைகளை கண்டறியவும் பயிற்சியளிக்கப்படுகின்றன. இந்த ரோபோக்கள் விவசாய படை தொழிலாளர்கள் எதிர்கொள்ளும் சவால்களை சமாளிக்கும் திறன் கொண்டவை.

5. பூச்சிகளைக் கண்டறிய AI-இயக்கப்பட்ட அமைப்பு

• பயிர்களை சேதப்படுத்தும் விவசாயிகளின் மோசமான எதிரிகளில் பூச்சிகளும் ஒன்றாகும்.
• AI அமைப்புகள் செயற்கைக்கோள் படங்களைப் பயன்படுத்தி, AI வழிமுறைகளைப் பயன்படுத்தி வரலாற்றுத் தரவுகளுடன் அவற்றை ஒப்பிட்டு, வெட்டுக்கிளி, வெட்டுக்கிளி போன்ற பூச்சிகள் இறங்கியிருந்தால் மற்றும் எந்த வகையான பூச்சிகள் இறங்கியுள்ளன என்பதைக் கண்டறிந்து, விவசாயிகளுக்கு அவர்களின் ஸ்மார்ட்போன்களுக்கு எச்சரிக்கைகளை அனுப்புகிறது. 
• தேவையான முன்னெச்சரிக்கைகள் மற்றும் தேவையான பூச்சிக் கட்டுப்பாட்டைப் பயன்படுத்துதல், இதனால் AI விவசாயிகளுக்கு பூச்சிகளை எதிர்த்துப் போராட உதவுகிறது.

ENGLISH

• Artificial intelligence is based on the principle that human intelligence can be defined in a way that a machine can easily mimic it and execute tasks, from the simplest to those that are even more complex. 
• The goals of artificial intelligence include learning, reasoning, and perception.

Applications of Artificial Intelligence in Agriculture

• The industry is turning to Artificial Intelligence technologies to help yield healthier crops, control pests, monitor soil, and growing conditions, organize data for farmers, help with the workload, and improve a wide range of agriculture-related tasks in the entire food supply chain.

1. Use of weather forecasting

• Farmers can analyse weather conditions using weather forecasting, which helps them plan the type of crop that can be grown and when seeds should be sown, with the help of Artificial Intelligence. 
• With the change in climatic conditions and increasing pollution, it's difficult for farmers to determine the right time for sowing seed.

2. Soil and crop health monitoring system

• The type of soil and its nutrition are crucial factors in determining the type of crop planted and its quality. Soil quality is deteriorating as a result of increased deforestation, making it difficult to identify the condition of the soil.
• PEAT, a German digital start-up, has created Plantix, an AI-based application that can detect nutrient deficits in soil, as well as plant pests and diseases, and provide farmers advice on how to apply fertiliser to increase harvest quality. Image recognition technology is used in this app. 
• Smartphones may be used by the farmer to photograph plants. 
• Short movies on this application show soil restoration procedures, as well as recommendations and other solutions.
• Trace Genomics, meanwhile, is a machine learning-based startup that assists farmers with soil analyses. Farmers may use such an app to track the quality of their soil and crops, resulting in healthier, more productive harvests.

3. Precision Farming and Predictive Analytics

• Agriculture AI applications have produced apps and tools that assist farmers in performing correct and regulated farming by offering suitable advise on water management, crop rotation, timely harvesting, kind of crop to be cultivated, optimum planting, insect assaults, and nutrition management.
• AI-enabled technologies predict weather conditions, analyse crop sustainability, and evaluate farms for the presence of diseases or pests, as well as poor plant nutrition, using data such as temperature, precipitation, wind speed, and solar radiation in conjunction with machine learning algorithms and images captured by satellites and drones.
• Farmers who don't have access to the internet may profit from AI right now using basic technologies like an SMS-enabled phone and the Sowing App. 
• Meanwhile, farmers with Wi-Fi connectivity may utilise AI programmes to acquire an AI-customized plan for their farms on a continuous basis. Farmers can fulfil the world's rising food demand with IoT and AI-driven solutions that boost productivity and profitability without depleting scarce natural resources.
• AI will help farmers transform into agricultural scientists in the future, utilising data to maximise yields down to individual plant rows.

4. Agricultural Robotics

• AI companies are developing robots that can easily perform multiple tasks in farming fields. This type of robot is trained to control weeds and harvest crops at a faster pace with higher volumes compared to humans.
• These types of robots are trained to check the quality of crops and detect weed with picking and packing of crops at the same time. These robots are also capable to fight with challenges faced by agricultural force labor.

5. AI-enabled system to detect pests

• Pests are one of the worst enemies of the farmers which damages crops. AI systems use satellite images and compare them with historical data using AI algorithms and detect that if any insect has landed and which type of insect has landed like the locust, grasshopper, etc. 
• And send alerts to farmers to their smartphones so that farmers can take required precautions and use required pest control thus AI helps farmers to fight against pests.