दुनिया भर में, कृषि एक 5 ट्रिलियन डॉलर का उद्योग है, और अब यह उद्योग स्वस्थ फसलों की पैदावार, कीटों पर नियंत्रण, मिट्टी और बढ़ती परिस्थितियों की निगरानी, किसानों के लिए डेटा व्यवस्थित करने, कार्यभार में मदद करने और संपूर्ण खाद्य आपूर्ति श्रृंखला में कृषि से संबंधित कार्यों की एक विस्तृत श्रृंखला में सुधार करने के लिए एआई प्रौद्योगिकियों की ओर रुख कर रहा है।
दुनिया के सबसे पुराने और सबसे महत्वपूर्ण व्यवसायों में से एक कृषि और खेती है। विभिन्न तकनीकों की शुरूआत के साथ, मानवता ने सहस्राब्दियों में खेती और फसल उगाने के तरीके में कई बदलाव देखे हैं। जैसे-जैसे दुनिया की आबादी बढ़ती जा रही है और जलवायु परिवर्तन और अन्य कारकों के कारण भूमि दुर्लभ होती जा रही है, वैसे-वैसे खेती के तरीके के बारे में अधिक रचनात्मक और कुशल बनने की आवश्यकता बढ़ गई है, कम भूमि का उपयोग करके अधिक फसलें उगाना और खेती की गई एकड़ की उत्पादकता और उपज बढ़ाना, बहुत बढ़ गया है।
कृत्रिम बुद्धिमत्ता (AI) का मूल रूप से मतलब है कि एक मशीन मानव बुद्धिमत्ता की नकल कर सकती है और मानवीय हस्तक्षेप के बिना अपने आप ही कार्य निष्पादित कर सकती है, सरल से लेकर जटिल कार्यों तक। इसके कुछ उदाहरण हैं स्व-चालित कारों को सक्षम करने वाली प्रणालियाँ, ऑनलाइन अनुशंसा इंजन जो आपको देखने के लिए वीडियो या आपके द्वारा अतीत में खरीदी गई चीज़ों के आधार पर आपको पसंद आने वाले उत्पाद सुझाते हैं, स्मार्टफ़ोन और कंप्यूटर पर चेहरा, भाषण और भाषा पहचान।
एआई सभी उद्योगों पर प्रभाव डाल रहा है और प्रत्येक उद्योग बुद्धिमान प्रणालियों के उपयोग के माध्यम से कुछ नौकरियों को स्वचालित करने का प्रयास कर रहा है।
दुनिया भर में, कृषि एक 5 ट्रिलियन डॉलर का उद्योग है, और अब यह उद्योग स्वस्थ फसलों की पैदावार, कीटों पर नियंत्रण, मिट्टी और बढ़ती परिस्थितियों की निगरानी, किसानों के लिए डेटा व्यवस्थित करने, कार्यभार में मदद करने और संपूर्ण खाद्य आपूर्ति श्रृंखला में कृषि से संबंधित कार्यों की एक विस्तृत श्रृंखला में सुधार करने के लिए एआई प्रौद्योगिकियों की ओर रुख कर रहा है।
खेत आमतौर पर प्रतिदिन जमीन पर सैकड़ों हज़ारों डेटा पॉइंट बनाते हैं। AI और इंटरनेट ऑफ़ थिंग्स (IoT) सेंसर की मदद से, अब कई तरह की चीज़ों का वास्तविक समय में विश्लेषण किया जा सकता है जैसे कि मौसम की स्थिति, तापमान, पानी का उपयोग या खेतों से एकत्रित मिट्टी की स्थिति से लेकर बेहतर जानकारी वाले कृषि निर्णय। उदाहरण के लिए, AI तकनीकें किसानों को फसल के विकल्प, सर्वोत्तम बीज विकल्प और संसाधन उपयोग का निर्धारण करके अधिक भरपूर उपज उत्पन्न करने के लिए योजना को अनुकूलित करने में मदद करती हैं।
AI सिस्टम फसल की गुणवत्ता और सटीकता में सुधार करने में भी मदद कर रहे हैं – इसे सटीक कृषि के रूप में जाना जाता है। सटीक कृषि में AI तकनीक का उपयोग करके खेतों में पौधों, कीटों और खराब पौधों के पोषण में बीमारियों का पता लगाने में सहायता की जाती है। AI-सक्षम सेंसर खरपतवारों का पता लगा सकते हैं और उन्हें लक्षित कर सकते हैं और फिर तय कर सकते हैं कि सही बफर ज़ोन के भीतर कौन से शाकनाशी का उपयोग करना है। यह शाकनाशियों और अत्यधिक विषाक्त पदार्थों के अत्यधिक उपयोग को रोकने में मदद करता है जो हमारे भोजन में अपना रास्ता बना सकते हैं।
कृषि सटीकता में सुधार और उत्पादकता बढ़ाने के लिए मौसमी पूर्वानुमान मॉडल बनाने के लिए भी एआई का उपयोग किया जा रहा है। ये मॉडल आने वाले मौसम के पैटर्न का महीनों पहले ही पूर्वानुमान लगा सकते हैं ताकि किसानों को निर्णय लेने में सहायता मिल सके। मौसमी पूर्वानुमान विकासशील देशों में छोटे खेतों के लिए विशेष रूप से मूल्यवान है क्योंकि उनका डेटा और ज्ञान सीमित हो सकता है। इन छोटे खेतों को चालू रखना और बेहतर पैदावार बढ़ाना महत्वपूर्ण है क्योंकि ये छोटे खेत दुनिया की 70 प्रतिशत फसलें पैदा करते हैं।
ज़मीनी डेटा के अलावा, किसान खेत की निगरानी के लिए आसमान से भी उड़ान भर सकते हैं। कंप्यूटर विज़न और डीप लर्निंग एल्गोरिदम खेतों के ऊपर उड़ने वाले ड्रोन से कैप्चर किए गए डेटा को प्रोसेस करते हैं। ड्रोन से, AI-सक्षम कैमरे पूरे खेत की तस्वीरें कैप्चर कर सकते हैं और समस्या वाले क्षेत्रों और संभावित सुधारों की पहचान करने के लिए लगभग वास्तविक समय में छवियों का विश्लेषण कर सकते हैं। मानव रहित ड्रोन पैदल चलने वाले मनुष्यों की तुलना में बहुत कम समय में बहुत अधिक भूमि को कवर करने में सक्षम हैं, जिससे बड़े खेतों की अधिक बार निगरानी की जा सकती है।
दुनिया भर में एक और चुनौती कार्यबल की कमी है। श्रमिकों की इस कमी को दूर करने का एक समाधान एआई कृषि बॉट हो सकता है। ये बॉट मानव श्रम कार्यबल को बढ़ाते हैं और विभिन्न रूपों में उपयोग किए जाते हैं। ये बॉट मानव श्रमिकों की तुलना में अधिक मात्रा में और तेज़ गति से फसल काट सकते हैं, खरपतवारों की अधिक सटीक पहचान कर उन्हें हटा सकते हैं और चौबीसों घंटे श्रम शक्ति होने से खेतों की लागत कम कर सकते हैं।
हमारे देश में एआई का उपयोग करके कृषि के लिए नवाचार को बेहतर बनाने के लिए, उद्योग ने किसानों को वास्तविक समय की सलाहकार सेवाएँ प्रदान करने के लिए एआई-संचालित फसल उपज भविष्यवाणी मॉडल विकसित करने के लिए सरकार के साथ हाथ मिलाया है। यह प्रणाली फसल उत्पादकता बढ़ाने, मिट्टी की उपज बढ़ाने, कृषि इनपुट की बर्बादी को नियंत्रित करने और कीट या बीमारी के प्रकोप की चेतावनी देने में मदद करने के लिए एआई-आधारित पूर्वानुमान उपकरणों का उपयोग करती है।
यह प्रणाली किसानों को सटीक जानकारी देने के लिए भारतीय अंतरिक्ष अनुसंधान संगठन (इसरो) के रिमोट सेंसिंग डेटा, मृदा स्वास्थ्य कार्ड के डेटा, भारतीय मौसम विज्ञान विभाग (आईएमडी) के मौसम पूर्वानुमान और मृदा नमी और तापमान के विश्लेषण आदि का उपयोग करती है।
यह परियोजना देश के असम, बिहार, झारखंड, मध्य प्रदेश, महाराष्ट्र, राजस्थान और उत्तर प्रदेश राज्यों के कई जिलों में कार्यान्वित की गई।
इसी तरह, कृषि में एआई-आधारित समाधानों को लागू करने वाले भारतीय स्टार्ट-अप की संख्या भी बढ़ रही है। एक स्टार्ट-अप ने फसलों को हुए नुकसान और हुए नुकसान के मूल्य के आधार पर देय मुआवजे का आकलन करने के लिए डेटा साइंस, एआई और मशीन लर्निंग एल्गोरिदम के साथ-साथ इसरो के डेटा सेट का उपयोग किया है। क्या उगाया जा रहा है, कितना नुकसान हुआ है और क्षतिग्रस्त फसलों का मूल्य क्या होगा, जैसे सवालों के जवाब काफी सटीकता के साथ दिए जा रहे हैं।
भारत में एक और एआई स्टार्ट-अप दूरदराज के इलाकों में किसानों के क्षेत्रों का नक्शा बनाता है, जो इस तरह के सवालों के जवाब देता है कि कौन किस जमीन पर खेती कर रहा है, क्या उगाया जा रहा है, जमीन पर मिट्टी की गुणवत्ता कैसी है, और वह भी अच्छी सटीकता के साथ। फसल बीमाकर्ता, बीज आपूर्तिकर्ता, राज्य सरकारें सभी इस डेटा को चाहते हैं और इसके इर्द-गिर्द एक व्यवसाय मॉडल बनाना संभव है क्योंकि डेटा और जानकारी सभी के लिए मूल्यवान है। किसान भी यह सभी मूल्यवान जानकारी और अंतर्दृष्टि प्राप्त करने में सक्षम हैं जो उन्हें अपनी कृषि प्रथाओं के बारे में बेहतर निर्णय लेने और मूल्य बनाने में मदद करती है।
अन्य कृषि-तकनीक स्टार्ट-अप इनपुट कीमतों में अस्थिरता और उप-इष्टतम इनपुट उपयोग की समस्या को हल करने के लिए पूर्वानुमान विश्लेषण और मशीन लर्निंग का उपयोग कर रहे हैं। बड़े पैमाने पर गुणवत्ता परीक्षण और कटाई के बाद उपज की हैंडलिंग और निगरानी के लिए इमेजिंग और एआई ट्रेसेबिलिटी समाधान विकसित किए जा रहे हैं।
हालाँकि AI, सेंसर और बॉट/ड्रोन का इस्तेमाल कई जगहों पर किया जा रहा है और अन्य जगहों के लिए यह काफी आशाजनक है, फिर भी उन्हें लागत-प्रभावी होने की आवश्यकता होगी, साथ ही उपयोग में सहज होने के साथ-साथ भारत में किसानों के लिए बेहतर वास्तविक-विश्व लाभ के परिणाम भी देने होंगे, ताकि बड़े पैमाने पर उनका उपयोग किया जा सके। इसके अलावा सरकारों की ओर से नीतिगत सुरक्षा उपायों की भी आवश्यकता होगी, जैसे कि विकसित देशों में कृषि मशीनरी के मामले में देखा जाता है, ऐसी तकनीकों के उपयोग के बारे में जो खेती के अंतिम उपयोगकर्ता के लिए बहुत अधिक प्रतिबंधात्मक न हों। और विभिन्न सेवा प्रदाताओं द्वारा किसानों से एकत्र किए गए डेटा के लिए सुरक्षा उपायों को भी केवल उतना ही होना चाहिए जितना आवश्यक हो, और उससे अधिक नहीं, जैसे कि स्मार्टफोन ऐप के मामले में जो अच्छी तरह से काम करने के लिए ज़रूरत से ज़्यादा डेटा एकत्र करते हैं।
(लेखक एक आईटी पेशेवर हैं और IoT के क्षेत्र में काम करते हैं।)
