زراعت میں مصنوعی ذہانت: روایتی کاشتکاری کے مسائل کو حل کرنے کے لیے جدید دور کی AI کا استعمال

مجموعی جائزہ

• زراعت کا لائف سائیکل

• روایتی کاشتکاری کی تکنیک کے ساتھ زراعت میں درپیش چیلنجز۔

مصنوعی ذہانت

مصنوعی ذہانت اس اصول پر مبنی ہے کہ انسانی ذہانت کی تعریف اس طرح کی جا سکتی ہے کہ ایک مشین آسانی سے اس کی نقل کر سکتی ہے اور کاموں کو انجام دے سکتی ہے، آسان سے زیادہ پیچیدہ تک۔ مصنوعی ذہانت کے مقاصد میں سیکھنا، استدلال اور ادراک شامل ہیں۔

"ہم AI کے سنہری دور کے آغاز میں ہیں۔ حالیہ پیشرفت نے پہلے ہی ایسی ایجاد کا باعث بنی ہے جو پہلے سائنس فکشن کے دائرے میں رہتی تھی - اور ہم نے صرف اس کی سطح کو کھرچ لیا ہے جو ممکن ہے"
- جیف بیزوس، ایمیزون کے سی ای او

کچھ مثالیں، خود ڈرائیونگ کاروں پر بصارت کی شناخت کے نظام، تجویز کردہ انجنوں میں جو آپ کو ماضی میں خریدی گئی چیزوں، تقریر، اور Apple iPhone پر Siri ورچوئل اسسٹنٹ کی زبان کی شناخت کی بنیاد پر پروڈکٹس تجویز کرتے ہیں۔

AI صنعت کے تمام ڈومینز میں بہت بڑا اثر ڈال رہا ہے۔ ہر صنعت جو ذہین مشینری کے استعمال کے ذریعے مخصوص ملازمتوں کو خودکار بنانا چاہتی ہے۔

زراعت اور کاشتکاری دنیا کے قدیم ترین اور اہم ترین پیشوں میں سے ایک ہیں۔ یہ اقتصادی شعبے میں اہم کردار ادا کرتا ہے۔ دنیا بھر میں زراعت 5 ٹریلین ڈالر کی صنعت ہے۔

توقع ہے کہ 2050 تک عالمی آبادی نو ارب سے زیادہ ہو جائے گی جس کی طلب کو پورا کرنے کے لیے زرعی پیداوار میں 70 فیصد اضافہ درکار ہوگا۔ جیسا کہ دنیا کی آبادی بڑھتی جارہی ہے جس کی وجہ سے زمینی پانی اور وسائل طلب اور رسد کا سلسلہ جاری رکھنے کے لیے ناکافی ہوتے جارہے ہیں۔ لہذا، ہمیں ایک ہوشیار نقطہ نظر کی ضرورت ہے اور اس بارے میں زیادہ کارآمد بنیں کہ ہم کس طرح کاشتکاری کرتے ہیں اور سب سے زیادہ پیداواری ہو سکتے ہیں۔

اس مضمون میں، میں کاشتکاری کے روایتی طریقوں کو استعمال کرتے ہوئے کسانوں کو درپیش چیلنجوں کا احاطہ کروں گا اور کس طرح مصنوعی ذہانت روایتی طریقوں کی جگہ زیادہ موثر طریقے استعمال کرکے اور دنیا کو ایک بہتر جگہ بننے میں مدد دے کر زراعت میں انقلاب برپا کر رہی ہے۔

زراعت کا لائف سائیکل

ہم زراعت کے عمل کو مختلف حصوں میں تقسیم کر سکتے ہیں:

مٹی کی تیاری: یہ کاشتکاری کا ابتدائی مرحلہ ہے جہاں کسان بیج بونے کے لیے مٹی تیار کرتے ہیں۔ اس عمل میں مٹی کے بڑے گچھوں کو توڑنا اور ملبہ ہٹانا شامل ہے، جیسے لاٹھی، چٹانیں اور جڑیں۔ اس کے علاوہ، فصلوں کے لیے مثالی صورت حال پیدا کرنے کے لیے کھاد اور نامیاتی مادے کا انحصار فصل کی قسم پر ہوتا ہے۔

بیج کی بوائی: اس مرحلے میں بیج لگانے کے لیے دو بیجوں کے درمیان فاصلے، گہرائی کا خیال رکھنا ضروری ہے۔ اس مرحلے پر موسمی حالات جیسے درجہ حرارت، نمی اور بارش اہم کردار ادا کرتے ہیں۔

کھاد شامل کرنا: زمین کی زرخیزی کو برقرار رکھنے کے لیے ایک اہم عنصر ہے تاکہ کسان غذائیت سے بھرپور فصلیں اور صحت مند فصلیں اگانا جاری رکھ سکے۔ کسان کھادوں کی طرف رجوع کرتے ہیں کیونکہ ان مادوں میں پودوں کے غذائی اجزاء جیسے نائٹروجن، فاسفورس اور پوٹاشیم ہوتے ہیں۔ کھادیں صرف پودے لگانے والے غذائی اجزاء ہیں جو زرعی کھیتوں میں لاگو ہوتے ہیں تاکہ مٹی میں قدرتی طور پر پائے جانے والے ضروری عناصر کو پورا کیا جاسکے۔ یہ مرحلہ فصل کے معیار کا بھی تعین کرتا ہے۔

آبپاشی: یہ مرحلہ زمین کو نم رکھنے اور نمی کو برقرار رکھنے میں مدد کرتا ہے۔ پانی کے اندر یا زیادہ پانی سے فصلوں کی نشوونما میں رکاوٹ پیدا ہو سکتی ہے اور اگر اسے صحیح طریقے سے نہ کیا جائے تو یہ فصلوں کو نقصان پہنچا سکتا ہے۔

گھاس سے تحفظ: ماتمی لباس ناپسندیدہ پودے ہیں جو فصلوں کے قریب یا کھیتوں کی حدود میں اگتے ہیں۔ جڑی بوٹیوں کا تحفظ اس بات کے لیے اہم ہے کہ گھاس کی پیداوار میں کمی، پیداواری لاگت میں اضافہ، فصل کی کٹائی میں مداخلت، اور فصل کے کم معیار

کٹائی: یہ کھیتوں سے پکی ہوئی فصلوں کو اکٹھا کرنے کا عمل ہے۔ اس سرگرمی کے لیے بہت زیادہ مزدوروں کی ضرورت ہوتی ہے اس لیے یہ ایک محنتی سرگرمی ہے۔ اس مرحلے میں کٹائی کے بعد کی ہینڈلنگ جیسے صفائی، چھانٹنا، پیکنگ اور کولنگ بھی شامل ہے۔

ذخیرہ: فصل کے بعد کے نظام کا یہ مرحلہ جس کے دوران مصنوعات کو اس طرح رکھا جاتا ہے کہ زراعت کے ادوار کے علاوہ خوراک کی حفاظت کی ضمانت دی جائے۔ اس میں فصلوں کی پیکنگ اور نقل و حمل بھی شامل ہے۔

کاشتکاری کے روایتی طریقوں کو استعمال کرتے ہوئے کسانوں کو درپیش چیلنجز

زرعی ڈومین میں موجود عمومی چیلنجوں کی فہرست بنانا۔

o کاشتکاری میں موسمی عوامل جیسے بارش، درجہ حرارت اور نمی زراعت کے لائف سائیکل میں اہم کردار ادا کرتے ہیں۔ جنگلات کی بڑھتی ہوئی کٹائی اور آلودگی کے نتیجے میں موسمی تبدیلیاں آتی ہیں، اس لیے کسانوں کے لیے مٹی کی تیاری، بیج بونے اور فصل کاٹنے کے فیصلے کرنا مشکل ہے۔

o ہر فصل کو مٹی میں مخصوص غذائیت کی ضرورت ہوتی ہے۔ مٹی میں 3 اہم غذائی اجزاء نائٹروجن (N)، فاسفورس (P) اور پوٹاشیم (K) کی ضرورت ہوتی ہے۔ غذائی اجزاء کی کمی فصلوں کے معیار کو خراب کرنے کا باعث بن سکتی ہے۔

o جیسا کہ ہم زراعت کے لائف سائیکل سے دیکھ سکتے ہیں کہ جڑی بوٹیوں کی حفاظت ایک اہم کردار ادا کرتی ہے۔ اگر اسے کنٹرول نہ کیا جائے تو یہ پیداواری لاگت میں اضافے کا باعث بنتا ہے اور یہ مٹی سے غذائی اجزاء بھی جذب کر لیتا ہے جس سے مٹی میں غذائیت کی کمی ہو سکتی ہے۔

زراعت میں مصنوعی ذہانت کا اطلاق

صنعت صحت مند فصلوں کی پیداوار، کیڑوں پر قابو پانے، مٹی اور بڑھتے ہوئے حالات کی نگرانی، کسانوں کے لیے ڈیٹا کو منظم کرنے، کام کے بوجھ میں مدد کرنے، اور پوری فوڈ سپلائی چین میں زراعت سے متعلقہ کاموں کی ایک وسیع رینج کو بہتر بنانے کے لیے مصنوعی ذہانت کی ٹیکنالوجیز کی طرف رجوع کر رہی ہے۔ .

موسم کی پیشن گوئی کا استعمال: موسمی حالات میں تبدیلی اور بڑھتی ہوئی آلودگی کے باعث کسانوں کے لیے بیج بونے کے لیے صحیح وقت کا تعین کرنا مشکل ہو جاتا ہے، مصنوعی ذہانت کی مدد سے کاشتکار موسم کی پیشن گوئی کا استعمال کرتے ہوئے موسمی حالات کا تجزیہ کر سکتے ہیں جس کی مدد سے وہ منصوبہ بندی کر سکتے ہیں کہ فصل کی کس قسم کو اگایا جا سکتا ہے اور کب کرنا چاہیے۔ بیج بوئے جائیں.

مٹی اور فصل کی صحت کی نگرانی کا نظام: مٹی کی قسم اور مٹی کی غذائیت فصل کی قسم اور فصل کے معیار میں ایک اہم عنصر ادا کرتی ہے۔ بڑھتے ہوئے جنگلات کی کٹائی کی وجہ سے مٹی کا معیار گرا ہوا ہے اور مٹی کے معیار کا تعین کرنا مشکل ہے۔

جرمنی میں قائم ایک ٹیک اسٹارٹ اپ PEAT نے AI پر مبنی ایپلی کیشن تیار کی ہے جسے Plantix کہا جاتا ہے جو کہ پودوں کے کیڑوں اور بیماریوں سمیت مٹی میں موجود غذائیت کی کمیوں کی نشاندہی کر سکتا ہے جس کے ذریعے کسانوں کو کھاد کے استعمال کا خیال بھی مل سکتا ہے جو فصل کے معیار کو بہتر بنانے میں مدد کرتا ہے۔ یہ ایپ تصویر کی شناخت پر مبنی ٹیکنالوجی کا استعمال کرتی ہے۔ کسان اسمارٹ فون کے ذریعے پودوں کی تصاویر کھینچ سکتا ہے۔ ہم اس ایپلی کیشن پر مختصر ویڈیوز کے ذریعے ٹپس اور دیگر حل کے ساتھ مٹی کی بحالی کی تکنیک بھی دیکھ سکتے ہیں۔

اسی طرح، ٹریس جینومکس ایک اور مشین لرننگ پر مبنی کمپنی ہے جو کسانوں کو کاشتکاروں کو مٹی کا تجزیہ کرنے میں مدد کرتی ہے۔ اس قسم کی ایپ کسانوں کو مٹی اور فصل کی صحت کی حالت پر نظر رکھنے اور اعلیٰ پیداواری صلاحیت کے ساتھ صحت مند فصلیں پیدا کرنے میں مدد دیتی ہے۔

تجزیہ ڈرون کے ذریعے فصلوں کی صحت: SkySqurel Technologies نے فصلوں کی صحت کی نگرانی کے لیے ڈرون پر مبنی ایریل امیجنگ سلوشنز لائے ہیں۔ اس تکنیک میں ڈرون فیلڈز سے ڈیٹا حاصل کرتا ہے اور پھر ڈیٹا کو یو ایس بی ڈرائیو کے ذریعے ڈرون سے کمپیوٹر میں منتقل کیا جاتا ہے اور ماہرین اس کا تجزیہ کرتے ہیں۔

یہ کمپنی کھینچی گئی تصاویر کا تجزیہ کرنے اور فارم کی موجودہ صحت پر مشتمل ایک تفصیلی رپورٹ فراہم کرنے کے لیے الگورتھم کا استعمال کرتی ہے۔ اس سے کسانوں کو کیڑوں اور بیکٹیریا کی شناخت کرنے میں مدد ملتی ہے جس سے کاشتکاروں کو کیڑوں پر قابو پانے کے بروقت استعمال اور ضروری کارروائی کرنے کے دیگر طریقوں میں مدد ملتی ہے۔

صحت سے متعلق کاشتکاری اور پیشین گوئی تجزیات: زراعت میں AI ایپلی کیشنز نے ایپلی کیشنز اور ٹولز تیار کیے ہیں جو کسانوں کو پانی کے انتظام، فصل کی گردش، بروقت کٹائی، اگائی جانے والی فصل کی قسم، زیادہ سے زیادہ پودے لگانے، کیڑوں کے حملے، غذائیت کے انتظام کے بارے میں مناسب رہنمائی فراہم کر کے غلط اور کنٹرول شدہ کاشتکاری میں مدد کرتے ہیں۔

مصنوعی سیاروں اور ڈرونز کے ذریعے لی گئی تصاویر کے سلسلے میں مشین لرننگ الگورتھم کا استعمال کرتے ہوئے، AI سے چلنے والی ٹیکنالوجیز موسمی حالات کی پیشین گوئی کرتی ہیں، فصلوں کی پائیداری کا تجزیہ کرتی ہیں اور کھیتوں میں بیماریوں یا کیڑوں کی موجودگی اور پودوں کی ناقص غذائیت جیسے ڈیٹا کے ساتھ درجہ حرارت، بارش، ہوا کی رفتار، اور شمسی تابکاری۔

کنیکٹیویٹی کے بغیر کسان اس وقت AI کے فوائد حاصل کر سکتے ہیں، جتنے آسان ٹولز ایس ایم ایس سے چلنے والے فون اور بوائی ایپ۔ دریں اثنا، Wi-Fi تک رسائی کے حامل کسان اپنی زمینوں کے لیے مسلسل AI کی مرضی کے مطابق منصوبہ حاصل کرنے کے لیے AI ایپلیکیشنز کا استعمال کر سکتے ہیں۔ اس طرح کے IoT- اور AI سے چلنے والے حل کے ساتھ، کسان قیمتی قدرتی وسائل کو ضائع کیے بغیر پائیدار طور پر بڑھتی ہوئی پیداوار اور آمدنی میں اضافے کے لیے دنیا کی ضروریات کو پورا کر سکتے ہیں۔

مستقبل میں، AI کسانوں کو زرعی تکنیکی ماہرین کے طور پر تیار کرنے میں مدد کرے گا، پودوں کی انفرادی قطاروں تک پیداوار کو بہتر بنانے کے لیے ڈیٹا کا استعمال کرے گا۔

زرعی روبوٹکس: اے آئی کمپنیاں ایسے روبوٹ تیار کر رہی ہیں جو کاشتکاری کے شعبوں میں آسانی سے متعدد کام انجام دے سکتے ہیں۔ اس قسم کے روبوٹ کو گھاس کو کنٹرول کرنے اور فصلوں کی کٹائی کے لیے تربیت دی جاتی ہے جس کی مقدار انسانوں کے مقابلے میں زیادہ ہوتی ہے۔

اس قسم کے روبوٹ کو فصلوں کے معیار کو جانچنے اور فصلوں کو چننے اور پیک کرنے کے ساتھ ساتھ گھاس کا پتہ لگانے کی تربیت دی جاتی ہے۔ یہ روبوٹس زرعی فورس لیبر کو درپیش چیلنجز سے لڑنے کی بھی صلاحیت رکھتے ہیں۔

کیڑوں کا پتہ لگانے کے لیے AI سے چلنے والا نظام: کیڑے کسانوں کے بدترین دشمنوں میں سے ایک ہیں جو فصلوں کو نقصان پہنچاتے ہیں۔

AI سسٹم سیٹلائٹ امیجز کا استعمال کرتے ہیں اور AI الگورتھم کا استعمال کرتے ہوئے ان کا تاریخی ڈیٹا کے ساتھ موازنہ کرتے ہیں اور پتہ لگاتے ہیں کہ آیا کوئی کیڑا اترا ہے اور کس قسم کے کیڑے اترے ہیں جیسے ٹڈی، ٹڈڈی وغیرہ۔ ضروری احتیاطی تدابیر اور ضروری کیڑوں کے کنٹرول کا استعمال اس طرح AI کسانوں کو کیڑوں کے خلاف لڑنے میں مدد کرتا ہے۔

نتیجہ

زراعت میں مصنوعی ذہانت نہ صرف کسانوں کو اپنی کاشتکاری کو خودکار بنانے میں مدد دیتی ہے بلکہ کم وسائل استعمال کرتے ہوئے فصل کی اعلیٰ پیداوار اور بہتر معیار کے لیے درست کاشت کی طرف بھی منتقل ہوتی ہے۔

مشین لرننگ کو بہتر بنانے یا مصنوعی ذہانت پر مبنی مصنوعات یا خدمات جیسے زراعت، ڈرون اور خودکار مشین سازی کے لیے تربیتی ڈیٹا میں شامل کمپنیاں مستقبل میں تکنیکی ترقی حاصل کریں گی اور اس شعبے کو مزید مفید ایپلی کیشنز فراہم کریں گی جس سے دنیا کو خوراک کی پیداوار کے مسائل سے نمٹنے میں مدد ملے گی۔ بڑھتی ہوئی آبادی.

ماخذ: https://www.fintechnews.org/artificial-intelligence-in-agriculture-using-modern-day-ai-to-solve-traditional-farming-problems/