Using AI to control energy for indoor agriculture
30 September 2024
Published online 30 سبتمبر 2024
دراسة حديثة تبرز احتمالية نجاح الذكاء الاصطناعي في تعزيز الزراعة المستدامة مع تقليل تكلفة الطاقة وتحسين ظروف نمو النبات في المناخات المختلفة.
مع ارتفاع عدد سكان العالم بسرعة الصاروخ، وتوسُّع الرقعة الحضرية، تواجه أنظمة إنتاج الغذاء أزمة غير مسبوقة، تتطلب حلولًا مبتكرة. من هنا، ركزت ورقة بحثية بقيادة بينجامين ديكاردي-نيلسون، وهو عضو زمالة بحثية في مرحلة ما بعد الدكتوراة من جامعة كورنيل بالولايات المتحدة، إلى دراسة إمكانات استخدام أنظمة الذكاء الاصطناعي في مصانع لإنتاج المحاصيل بالإضاءة الاصطناعية، في مقاربة جديدة نحو تحقيق زراعة مستدامة. وهذه المصانع (PFALs)، والتي يشار إليها أيضًا باسم "المزارع العمودية" هي أنظمة لزراعة النباتات باستخدام إضاءة اصطناعية في بيئة مغلقة شبيهة بالمصانع.
استخدمت الورقة البحثية، التي نُشرت في دورية «نيتشر فود» Nature Food، النمذجة الحوسبية والذكاء الاصطناعي لتحقيق أقصى استفادة من الموارد في هذه المزارع، وذلك بالتركيز على عوامل بيئية أساسية، مثل درجة الحرارة، والرطوبة، وثاني أكسيد الكربون (CO2). فبالاستعانة بتقنيات التعلم التعزيزي العميق، نجح نظام الذكاء الاصطناعي الذي استخدمه الباحثون في إدارة مستويات ثاني أكسيد الكربون وأنظمة الإضاءة والتدفئة والتهوية والتبريد (وتُعرف اختصارًا بأنظمة HVAC) بكفاءة، دون التعويل على بيانات فسيولوجية موسعة للمحاصيل المستنبتة. وقد قيَّمت الدراسة كفاءة هذه الأنظمة في عشر مدن تتباين ظروفها المناخية، بدءًا من طقس ميامي الدافئ، إلى برد مدينة ريكيافيك الأيسلندية، وصولًا إلى حر إمارة دبي، وذلك باستخدام زراعة الخس كدراسة حالة في هذا السياق.
وتظهر نتائج الدراسة أن الذكاء الاصطناعي نجح في تقليص استهلاك الطاقة في هذه الأنظمة بمقدار 23.6%، مع الحفاظ على الظروف المثلى لنمو المحاصيل، والإبقاء على توازن مستويات ثاني أكسيد الكربون خلال فترات الإضاءة، وتوفير هواء نقي لتنفس النباتات خلال فترات الظلام. وتبرهن هذه النتائج على قدرة نظام الذكاء الاصطناعي على الحفاظ على موارد الزراعة مع الإبقاء على ظروف مثلى للتمثيل الضوئي والتنفس والنتح في النبات.
تمت الكتابة بواسطة الذكاء الاصطناعي وتمت الترجمة والتحرير بواسطة فريق عمل نيتشر ميدل ايست.
doi:10.1038/nmiddleeast.2024.304
Stay connected: