Это был неспокойный год для планеты Земля, в заголовках газет преобладали волны тепла, засухи, наводнения и лесные пожары. Экстремальные погодные явления все чаще становятся нормой, и знаменательный отчет ООН, опубликованный на прошлой неделе, рисует четкую картину рисков, связанных с повышением температуры во всем мире.

Понятно, что мы живем в нестабильные времена, и, поскольку продовольственные культуры особенно чувствительны к изменениям условий выращивания, наша все более неустойчивая погода сильно сказывается на товарах мягких товаров и их цепочках поставок. Плохой урожай картофеля в этом году в Европе, например, привел к натянутым отношениям с розничной торговлей и нанес ущерб планировщикам предприятий и покупателям. Несмотря на то, что в течение сезона наблюдались зловещие признаки, было трудно точно предсказать, какой будет урожай до начала сезона сбора урожая. В результате планирование было болезненным и напряженным для всех заинтересованных сторон.

Между тем, в долгосрочной перспективе рост частоты экстремальных погодных явлений означает, что фермерам необходимо будет адаптировать свои операции, чтобы их земля оставалась продуктивной (например, за счет орошения или засухоустойчивых семян) - важные решения, которые потребуют значительных размышлений и инвестиций. .

Однако есть и хорошие новости. Достижения в области машинного обучения позволяют нам помогать тем, кто производит продукты питания и управляет нашими продуктами питания, принимать более взвешенные с точки зрения климата решения на будущее и при этом восстанавливать природный капитал Земли.

Программное обеспечение нового поколения Cervest было разработано ведущими мировыми учеными и экспертами в области искусственного интеллекта. Наша новаторская платформа объединяет статистику, вычислительную устойчивость и агрономию с данными из различных источников - климатических, научных, спутниковых, биофизических - и превращает их в действительно полезные и действенные данные.

Мы можем предоставить персонализированные прогнозы урожайности на уровне поля в любой точке мира в более ранний сезон, чем когда-либо прежде, без дорогостоящего сельскохозяйственного оборудования. А отслеживая и прогнозируя урожайность сельскохозяйственных культур, производители и покупатели могут планировать раньше, экономя скудные природные и финансовые ресурсы.

Помимо наблюдения за развитием текущего сезона в режиме реального времени, возможности машинного обучения нашей платформы также расширили нашу способность предсказывать, что произойдет дальше, путем непрерывного обучения на основе миллиардов точек данных для различных культур и периодов времени.

Используя их впервые для моделирования сельскохозяйственных сценариев будущего, наш подход также позволяет нам рекомендовать более экологически безопасные методы ведения сельского хозяйства. От новых методов посадки до альтернативных типов семян или культур, моделирование сценариев может помочь производителям понять, как адаптироваться к будущей продуктивности и создать более устойчивую экосистему продовольствия для всех.

Ведущие компании, такие как Mars, уже используют более устойчивые способы покупки, выделяя 1 млрд долларов на дальнейшую поддержку производителей и земли, из которой они получают сырье - технологии могут улучшить это положение еще больше.

Помимо промышленности, политики и неправительственные организации могут использовать ИИ, чтобы подготовить ранние прогнозы, чтобы помочь 570 миллионам ферм по всему миру адаптироваться к изменению климата.

Искусственный интеллект позволяет нам учиться у природы, чтобы защитить ее. И тем самым мы считаем, что люди и машины вместе теперь могут решать одни из самых сложных мировых проблем в области продовольствия, сельского хозяйства и цепочки поставок - обеспечивать запасы продовольствия и поддерживать планету для будущих поколений, где нестабильность является новой нормой.

Эта статья изначально была опубликована на сайте techUK.org в рамках Зеленой недели.