استخدام الذكاء الاصطناعي الثنائي لكشف ظروف النبات رقمياً

تعد حالة النبات من العوامل المهمة التي تحدد نجاح الأنشطة الزراعية. يمكن أن تتعرض النباتات لتغيرات مختلفة بسبب نقص المياه، والتغيرات في درجات الحرارة، وظروف التربة، وهجمات الكائنات الحية الحشرية، والعوامل البيئية الأخرى. حتى الآن، تم رصد حالة النبات بشكل مباشر من قبل المزارعين من خلال المراقبة البصرية.

لا تزال هذه الطريقة مهمة، لكن التطورات التكنولوجية تسمح بمساعدة الذكاء الاصطناعي في عملية المراقبة. إحدى التقنيات التي يمكن اختبارها هي نموذج الذكاء الاصطناعي الثنائي. يمكن استخدام هذا النموذج لتجميع ظروف النبات في فئتين بناءً على البيانات المتاحة.

يمكن أن يكون هذا التطبيق جزءًا من مفهوم الزراعة الذكية. يمكن للنظام أن يساعد في معالجة البيانات الصادرة عن أجهزة الاستشعار ونتائج المراقبة حتى يتمكن المزارعون من الحصول على المعلومات بسرعة أكبر وبطريقة منظمة.

التصنيف الثنائي في النباتات

التصنيف الثنائي هو أسلوب تصنيف يقسم البيانات إلى فئتين. في نظام مراقبة النبات، يمكن تعديل هاتين الفئتين وفقًا للاحتياجات.

على سبيل المثال، يمكن تسمية الفئة الأولى بـ 0 مما يعني أن النبات في حالة طبيعية. أما الفئة الثانية فهي تحمل علامة 1، مما يعني أن المصنع يحتاج إلى فحص.

لا يعرف النموذج معنى الرقمين 0 و1 بشكل مباشر. ويتم تحديد هذا المعنى من قبل مطور النظام بناءً على أهداف التنفيذ. لذلك، قبل إنشاء النموذج، من الضروري أولاً تحديد المشكلة التي تريد حلها.

على سبيل المثال، إذا كان النظام يهدف إلى اكتشاف مؤشرات اضطراب النبات، فيجب أن تحتوي مجموعة البيانات على بيانات نبات عادية وبيانات نبات تشير إلى اضطراب.

مصدر البيانات

يمكن الحصول على البيانات من مصادر مختلفة. يمكن لأجهزة استشعار التربة توفير معلومات حول الرطوبة والظروف البيئية. يمكن استخدام أجهزة استشعار درجة الحرارة لتحديد التغيرات في درجات الحرارة. يمكن لأجهزة قياس رطوبة الهواء أن توفر معلومات إضافية عن البيئة المحيطة بالمصنع.

بالإضافة إلى أجهزة الاستشعار، يمكن أيضًا استخدام الكاميرات. يمكن استخدام صور النباتات لرؤية الخصائص المرئية مثل التغيرات في لون الأوراق أو حالة سطح النبات. يمكن أن تكون بيانات الصورة هذه مصدرًا لمعلومات إضافية إذا تم تطوير النظام باستخدام تقنية الرؤية الحاسوبية.

يمكن أيضًا أن تكون سجلات المزارعين جزءًا من مجموعة البيانات. يمكن أن تساعد المعلومات مثل تاريخ الزراعة ونوع النبات ووقت التسميد وحالة النبات في إثراء البيانات.

عملية التجربة

يمكن البدء بتجارب النظام من خلال تحديد موقع ونوع النبات المراد مراقبته. وبعد ذلك، يتم تركيب أجهزة الاستشعار أو أجهزة جمع البيانات حسب الحاجة.

يتم جمع البيانات بشكل دوري. يتم بعد ذلك تسجيل كل البيانات مع حالة المصنع وقت جمع البيانات. إذا كانت ظروف المصنع طبيعية، فيمكن تسمية البيانات بالرقم 0. وإذا تم العثور على ظروف تتطلب الفحص، فيمكن تسمية البيانات بالرقم 1.

يتم استخدام مجموعة البيانات في عملية التدريب. وبعد تدريب النموذج، يتم اختباره باستخدام بيانات جديدة.

وتتم بعد ذلك مقارنة النتائج المتوقعة بالظروف الفعلية في الميدان. ومن هذه المقارنة يمكن معرفة ما إذا كان النموذج يقدم تنبؤات مناسبة.

لوحة تحكم المراقبة

يمكن دمج نتائج النموذج في لوحة معلومات بسيطة. يمكن للوحة التحكم أن تعرض حالة كل منطقة نباتية.

على سبيل المثال، يمكن أن تعرض المنطقة الأولى الحالة "عادي"، بينما تعرض المنطقة الثانية الحالة "يتطلب التحقق". ويمكن للنظام أيضًا عرض وقت جمع البيانات ومعلمات المستشعر.

يؤدي استخدام لوحة المعلومات إلى تسهيل فهم معلومات الذكاء الاصطناعي. ولا يتعين على المزارعين النظر إلى أرقام الاحتمالات أو المعايير الفنية المعقدة لمعرفة الحالة الأساسية للنبات.

تقييم النموذج

يعد التقييم مرحلة مهمة في تطوير النظام. يحتاج النموذج إلى معرفة مدى نجاحه في التمييز بين الشرطين.

يمكن استخدام الدقة لمعرفة النسبة المئوية للتنبؤات الصحيحة. وبصرف النظر عن الدقة، يمكن أيضًا استخدام الدقة والتذكير لتوفير صورة أكثر اكتمالاً لأداء النموذج.

في بعض الحالات، يصبح الاستدعاء مهمًا لأنه من المتوقع أن يتمكن النظام من العثور على أكبر عدد ممكن من المصانع التي تحتاج بالفعل إلى الفحص. ومع ذلك، يجب تعديل اختيار المقاييس وفقًا لأهداف النظام.

ويمكن بعد ذلك استخدام نتائج التقييم لتحسين مجموعة البيانات والنموذج.

القيود

النموذج الثنائي له حدود لأنه يميز بين فئتين فقط. يمكن أن تحتوي ظروف النبات الفعلية على العديد من الاختلافات. يمكن أن تكون النباتات في حالة صحية، أو تعاني من نقص بسيط في المياه، أو نقص في العناصر الغذائية، أو تتأثر ببعض الاضطرابات، أو تواجه مشاكل أخرى.

لذلك، يمكن استخدام التصنيف الثنائي كمرحلة أولية. وفي حالة تطور متطلبات النظام، يمكن تطوير النموذج إلى تصنيف يضم عدة فئات.

الاستنتاج

يعد استخدام الذكاء الاصطناعي الثنائي لاكتشاف ظروف النبات أحد أشكال تطبيق التكنولوجيا الرقمية في الزراعة. يمكن للنموذج معالجة البيانات المختلفة وإنتاج تصنيفات بسيطة يسهل فهمها.

من خلال مجموعة من أجهزة الاستشعار والبيانات التاريخية والكاميرات والتعلم الآلي، يمكن للنظام أن يساعد في عملية مراقبة المصنع. ومع ذلك، لا تزال نتائج الذكاء الاصطناعي بحاجة إلى تأكيد من خلال الظروف الحقيقية في الميدان.

تعد التجارب التدريجية مهمة للتأكد من أن النظام مناسب حقًا للخصائص البيئية واحتياجات المزارعين.