Искусственный интеллект способен повысить устойчивость сельского хозяйства в странах Африки южнее Сахары к климатическим угрозам, но для этого технологию придётся адаптировать к хронической нехватке данных в регионе. Такой вывод содержится в систематическом обзоре научных работ, опубликованном в журнале Smart Agricultural Technology. По мнению авторов, главная ценность ИИ для африканских фермеров заключается не столько в прогнозировании урожаев или засух, сколько в способности укрепить агросистемы в целом.
Сельское хозяйство обеспечивает более 60% населения региона средствами к существованию и формирует значительную долю ВВП. Однако за последние два десятилетия темпы роста производительности здесь были самыми низкими в мире. Ситуацию усугубляют деградация почв, слабое орошение и изменение климата – нерегулярные осадки, засухи, наводнения и нашествия вредителей. Поскольку свыше 95% посевных площадей зависят от дождей, урожаи остаются крайне уязвимыми.
Исследователи отмечают, что ИИ уже применяют для решения этих проблем. Алгоритмы машинного обучения анализируют спутниковые снимки и данные с датчиков, чтобы прогнозировать засухи, вспышки заболеваний растений и оптимальные сроки сева. Системы поддержки принятия решений помогают фермерам точнее рассчитывать нормы полива и внесения удобрений. Кроме того, развиваются мобильные платформы, которые рассылают аграриям предупреждения и рыночную информацию, в том числе с помощью голосовых сообщений на местных языках.
Основное препятствие для широкого внедрения этих технологий – дефицит качественных данных. Модели ИИ эффективны лишь тогда, когда обучаются на больших и точных массивах информации, но в регионе такие данные фрагментированы, неполны или устарели. Например, спутниковому мониторингу в сезон дождей часто мешает плотная облачность, а разрозненные базы данных в разных ведомствах несовместимы между собой. Это создаёт разрыв между лабораторными успехами технологии и её реальной пользой в полевых условиях.
Среди других барьеров – неразвитая инфраструктура, включая перебои с электричеством и медленный интернет, а также высокая стоимость оборудования, что может усилить цифровое неравенство между крупными агрохолдингами и мелкими фермерами. Отсутствие в большинстве стран чёткой государственной политики в области ИИ и правил обращения с данными также тормозит процесс.
Авторы обзора считают, что искусственный интеллект не должен заменять традиционные агрономические практики, такие как севооборот или смешанные посадки, а дополнять их. Наиболее перспективными они называют гибридные системы, которые объединяют вычислительные мощности ИИ с местными знаниями и опытом фермеров. По их мнению, чтобы аграрии доверяли технологии и действовали на основе её рекомендаций, модели должны быть не только точными, но и понятными для пользователя.
Для успешного применения ИИ правительствам и международным партнёрам необходимо инвестировать в электрификацию сельских районов, развитие широкополосного доступа в интернет и создание совместимых систем данных. Кроме того, нужны финансовые механизмы, которые сделают технологии доступными для мелких хозяйств, заключают исследователи.