A precíziós gazdálkodás bizonyos mértékig visszalépés az időben – mit tud ma az agráriumban az MI?

Az algoritmust a „szokásos” módon tanítják be: betáplálnak jó és rossz, úgymond „címkézett” zónatérképeket, amelyekből megtanulja a szabályszerűségeket, és később kiváltja az időigényes kézi zónázást. A mezőgazdaságban használt, mesterséges intelligenciát (MI) is alkalmazó megoldásokról a laikusnak általában az önvezető traktorok jutnak eszébe, amelyek gyakorlatilag emberi beavatkozás nélkül róják a gabonatáblákat és takarítják be a termést vagy végzik az aratás utáni földmunkákat. Egy-egy ilyen munkagépen több tucat szenzor is található, ezek közül a precíziós művelés szempontjából a pontos helymeghatározáshoz szükséges GPS-érzékelők a legfontosabbak. A traktorok, kombájnok, vetőgépek a műholdas jelek alapján határozzák meg a saját helyüket, így tudnak sofőr nélkül navigálni a táblán, illetve minimalizálni az átfedéseket az egyes fordulók között.

A hatékonyabb művelés csökkenti az üzemanyagköltségeket és a munkaidőt, különösen, ha más fejlett technológiát is használ a termelő. A munkagépek a saját működésüket is folyamatosan monitorozzák, hiszen például vetésnél vagy permetezésnél elengedhetetlen az állandó sebesség, a gép dőlésszögének vizsgálata pedig a stabilitás fenntartását segíti. Ezek a leglátványosabb aspektusai az MI és az agrárium kapcsolatának, a gépi tanulást azonban ennél jóval mélyebb szinteken is érdemes bevetni ahhoz, hogy valóban hatékonyabb legyen a művelés.