Ứng dụng công nghệ AI trong nâng cao năng suất nông nghiệp

Nông nghiệp là nền kinh tế chiếm tỉ trọng lớn ở Việt Nam tuy nhiên nền nông nghiệp vẫn phải đối mặt với nhiều thách thức. Trong đó, có thể nói đến khâu quản lý, sản xuất, tiêu thụ và lớn nhất là cơ sở hạ tầng bị hạn chế. Bên cạnh đó, những vấn đề về nguồn nhân lực chất lượng cao, độ tuổi, nhiễm độc môi trường và sự biến đổi khí hậu vẫn đang cần phải giải quyết.

Tầm quan trọng của AI trong nông nghiệp

Chia sẻ tại Hội thảo “Ứng dụng công nghệ AI trong nâng cao năng suất nông nghiệp” do Tổng hội Nông nghiệp và Phát triển nông thôn tổ chức ngày 23/3, Bộ trưởng Lê Minh Hoan cho biết: “Năm 2023 là năm thực hiện mục tiêu chuẩn hóa, thực hiện tư duy kiến tạo và khởi tạo trong nông nghiệp; hình thành đội ngũ nông dân chuyên nghiệp”.

“Năm 2023 là năm đẩy mạnh chuyển đổi số một cách thực chất, hiệu quả, tiết kiệm, gắn với kêu gọi sự hỗ trợ, tư vấn của các doanh nghiệp, hiệp hội công nghệ thông tin chuyên nghiệp” – ông nói thêm.

Theo Bộ Nông nghiệp và Phát triển nông thôn, ứng dụng của AI trong nông nghiệp hỗ trợ cho các quy trình sản xuất tự động hóa và tối ưu hóa, giúp nông dân tăng cường năng suất và giảm chi phí sản xuất. AI giúp nông dân dự đoán và phòng tránh các rủi ro từ khí hậu đến dịch bệnh. Nó cũng đồng nghĩa với việc giảm thiểu thuốc phân bón và thuốc trừ sâu, giảm thiểu tác động tiêu cực đến môi trường.

AI được sử dụng để phân tích, dự đoán xu hướng. Các mô hình cụ thế, các mô hình máy học sử dụng dữ liệu lịch sử để đưa ra dự báo thời tiết trong tương lai. Các thuật toán học máy như mạng nơ-ron và thuật toán học sâu được sử dụng để phân tích hàng trăm ngàn biến số trong dữ liệu về nhiệt độ, độ ẩm, tốc độ gió và áp suất khí quyển. Nhờ sử dụng dữ liệu thời tiết lịch sử, các mô hình có thể xuất hiện xu hướng và đưa ra các dự đoán thời tiết trong tương lai.

Đối với mô hình hóa tài nguyên nước, AI được sử dụng để phân tích dữ liệu về nhu cầu sử dụng cũng như khả năng cung cấp nước trong một khu vực. Mô hình học này phân tích dữ liệu về nhu cầu sử dụng nước. Từ đó, đưa ra dự đoán về nhu cầu nước trong tương lai. Ngoài ra, khả năng cung cấp nước trong tương lai cũng sẽ được mô hình này thể hiện.

Việc sử dụng AI cũng nhằm giám sát sức khỏe cây trồng và phát hiện bệnh tật bằng cách phân tích hình ảnh, dữ liệu cảm biến từ cây trồng để đưa ra dự đoán chính xác. Ứng dụng phổ biển nhất có thể nói đến là thuật toán học sâu như mạng nơ-ron tích chập (CNN), sử dụng để phân tích hình ảnh và phát hiện các dấu hiệu của bệnh tật trên lá cây và quả trái.

Ngoài ra, cảm biến IoT sử dụng để thu thập dữ liệu từ độ ẩm đất, nhiệt độ, độ ẩm không khí và mức độ ánh sáng. Nhờ đó, đưa ra được dự đoán về sức khỏe của cây trồng và phát hiện bệnh tật (ví dụ như các triệu chứng bệnh tật vi khuẩn và nấm).

Kinh nghiệm trên thế giới

Theo thống kê, sau khoảng 15 năm kể từ ngày xây dựng hệ thống thông tin nông nghiệp cho đến năm 2020, doanh thu kinh tế số nông nghiệp của Trung Quốc đạt 102 tỷ USD và dự báo sẽ đạt 189 tỷ USD vào năm 2025. Bên cạnh đó, Trung Quốc lọt vào quốc gia có số lượng doanh nghiệp nông nghiệp thông minh top 05 thế giới và tăng 44,1%/năm.

Ấn Độ đã có hệ thống trợ cấp nông nghiệp trực tiếp, hệ thống quản lý chất lượng đất và chương trình số hóa dữ liệu đất đai…; Thái Lan đã chuyển đổi thành công khu vực Chính phủ trở thành Chính phủ kỹ thuật số, xây dựng triển khai Cổng thông tin “Farmer One”…

Tại Việt Nam, Chính phủ đã đưa ra 8 định hướng về chuyển đổi số nông nghiệp trong đó có thể kể đến: phát triển nông nghiệp công nghệ cao, xây dựng hệ thống dữ liệu lớn, thúc đẩy phát triển nông dân số, thúc đấy ứng dụng công nghệ số, tự động hóa quy trình sản xuất, giám sát chuỗi cung ứng sản phẩm, phát triển thương mại điện tử, chuyển đổi số trong điều hành.

Theo Tiến sĩ Trần Quý, Viện trưởng Viện Phát triển kinh tế số Việt Nam: Trí tuệ nhân tạo sẽ đem lại nhiều lợi ích cho ngành nông nghiệp, giúp tăng cường hiệu quả sản xuất, nâng cao chất lượng sản phẩm, giảm thiểu tác động tới môi trường và đem lại lợi ích kinh tế cho nông dân.

Tuy nhiên, cần có sự hợp tác giữa các bên liên quan, bao gồm các nhà sản xuất công nghệ, chính phủ và các tổ chức nông nghiệp để phát triển các ứng dụng AI thích hợp và phù hợp với điều kiện của người nông dân và nhu cầu thị trường.