Smart Scout AI: Künstliche Intelligenz zur Überwachung von Sojakulturen
Das Indian Institute of Technology (IIT Kharagpur) hat sich mit dem Biosolutions-Unternehmen Absolute zusammengetan, um das Projekt Smart Scout AI zu starten. Diese gemeinsame Initiative konzentriert sich auf die Entwicklung fortschrittlicher digitaler Werkzeuge für den Sojaanbau, die darauf abzielen, Ernteverluste mithilfe von Künstlicher Intelligenz und maschinellem Lernen zu minimieren.
Das Hauptziel des Projekts besteht darin, ein Frühwarnsystem zu entwickeln, das Lagerungsrisiken bei Pflanzen erkennen, wetter- oder schädlingsbedingte Schäden bewerten und verlässliche Ertragsprognosen erstellen kann. Für kommerzielle Sojaproduzenten und Agronomen, die große Flächen bewirtschaften, stellen unerwartete Bestandeslagerungen und Ertragsrückgänge gegen Ende der Saison erhebliche finanzielle und betriebliche Hürden bei der Ernte dar.
Durch den Einsatz von Computer Vision und Fernerkundungsdaten zielt das System darauf ab, den traditionell manuellen und arbeitsintensiven Feldüberprüfungsprozess zu automatisieren. Während agronomische Sichtprüfungen oft subjektiv und zeitaufwändig sind, können Algorithmen des maschinellen Lernens große Mengen multispektraler Bilddaten verarbeiten, um Stresssymptome im Bestand und strukturelle Schwächen zu erkennen, noch bevor es zu sichtbaren Schäden kommt.
Für den europäischen und globalen Agrartechnologiesektor unterstreicht diese Initiative den beschleunigten Trend hin zu einer prädiktiven Landwirtschaft. Obwohl die Entwicklung zunächst auf bestimmte Regionen ausgerichtet ist, zeigen solche Ansätze, wie die Verbindung von Biologika und künstlicher Intelligenz dazu beiträgt, den Betriebsmittelmitteleinsatz zu optimieren und die globale Versorgung mit Ölfrüchten gegen Klimaschwankungen abzusichern.
Mit der Reifung der digitalen Agronomie werden Werkzeuge, die verlässliche Informationen über den Pflanzenzustand und Ernteprognosen liefern, zunehmend zur Standardausrüstung für moderne Betriebsleiter und Pflanzenbauberater, die Ernteverluste minimieren wollen.