أدوات الذكاء الاصطناعي تغير طريقة التنبؤ بمخاطر الطقس. هذا الصيف في الهند استُخدمت توقعات مدعومة بالذكاء الاصطناعي من نموذج اسمه NeuralGCM، وتلقاها 38 مليون مزارع قبل أربعة أسابيع من الموعد العادي لموسم الرياح الموسمية.
أشار الباحثون إلى أن التوقعات نبّهت بشكل صحيح إلى توقف في تقدم الرياح الموسمية لثلاثة أسابيع بعد وصولها إلى اليابسة في أوائل يونيو. NeuralGCM نموذج هجيني يجمع بين التنبؤات الفيزيائية والتعلّم الآلي، وطورته Google. جامعة شيكاغو قالت إن أداء النموذج كان قوياً على عدة مقاييس وأنه أكثر كفاءة حسابياً.
المبادرة، المدعومة بدعم من Gates Foundation للمقارنة عبر أفريقيا، تساعد المزارعين في قرارات مثل توقيت الزراعة. البرنامج يعمل على حاسوب محمول، ويأمل المسؤولون أن يدر أكثر من US$100 على المزارعين مقابل كل دولار تستثمره الحكومة. دعا علماء مثل أرون شانكر لربط الرسائل ببيانات رطوبة التربة ومخاطر الإجهاد الحراري لتقليل الأخطاء.
كلمات صعبة
- تنبؤات — توقعات لشيء سيحدث مستقبلاً.
- مزارع — شخص يزرع الأرض أو يهتم بها.المزارعين
- البيانات — معلومات مُجمّعة تُستخدم للتحليل.
- تقنيات — طرائق وأدوات علمية مستخدمة في العمل.تقنيات تقليدية
- توقعات — احتمالات لما قد يحدث في المستقبل.
- المناخ — حالة الطقس في منطقة معينة.
- ثورة — تغيير جذري في طريقة معينة من العمل.
تلميح: مرّر المؤشر أو ركّز أو اضغط على الكلمات المظلَّلة داخل القصة لرؤية تعريفات سريعة أثناء القراءة أو الاستماع.
أسئلة للمناقشة
- كيف تؤثر التكنولوجيا على حياة المزارعين؟
- ما هي التحديات التي يمكن أن تواجه مشاريع الذكاء الاصطناعي في الزراعة؟
- كيف يمكن للدول الأخرى الاستفادة من تجربة الهند؟
قصص ذات صلة
تحليل وسائل التواصل يعطي إنذارًا مبكرًا لحركات النازحين
يقول باحثون إن تحليل منشورات وسائل التواصل الاجتماعي يمكن أن يوفر إنذارًا مبكرًا لحركات السكان خلال الأزمات ويساعد وكالات الإغاثة على الاستجابة بشكل أسرع. اختبرت الدراسة بيانات من حوالي 2 مليون منشور على X في ثلاث حالات: أوكرانيا والسودان وفنزويلا.