liệu
Theo xu hướng phát triển của thế giới, trí tuệ nhân tạo (AI) được ứng dụng và phát triển rộng rãi trong lĩnh vực trồng trọt cây thuốc. Một số hướng ứng dụng AI trong trồng trọt cây thuốc cụ thể như sau:
- Ứng dụng AI trong máy móc, robot nông nghiệp thay thế các thao tác thủ công từ gieo trồng, chăm sóc, tưới tiêu đến thu hoạch và phân loại sản phẩm.
- Ứng dụng AI trong việc giám sát chất lượng đất, năng suất mùa vụ thông qua các thiết bị vệ tinh, camera, máy bay không người lái, cảm biến. Từ dữ liệu thu thập được, hệ thống sẽ phân tích, tính toán để đưa ra một biểu đồ phát triển, nâng cao chất lượng các sản phẩm có thể đạt được.
- Ứng dụng AI trong phân tích dự báo các dịch bệnh, hệ thống phun thuốc trừ sâu để nâng cao độ chính xác, nhanh chóng và tiết kiệm.
- Ứng dụng AI để tính toán chính xác lượng nước, phân bón cho đến lúc thu hoạch, chế biến và bảo quản.
- Hệ thống thị giác máy được hỗ trợ AI có thể đo lường quần thể cây trồng và phát hiện cỏ dại hoặc dịch hại cây trồng, đồng thời sử dụng máy phun robot để sử dụng lượng chính xác các thuốc diệt cỏ [11].
Để áp dụng các thuật toán AI hiện đại vào kiểm soát khí hậu nhà kính, tưới tiêu và tăng trưởng cây trồng, vào năm 2018, một cuộc thi quốc tế về “nhà kính tự trị” đã được tiến hành với năm đội thi. Năm nhóm áp dụng các thuật toán AI của riêng mình. Các thuật toán này được sử dụng để thiết lập quy trình kiểm soát khí hậu và tưới tiêu, chẳng hạn như nhiệt độ sưởi, nhiệt độ thông gió, chiếu sáng nhân tạo, nồng độ CO2, độ ẩm nhà kính, thời gian tưới nước,... Các cảm biến tiêu chuẩn liên tục đo đạc số liệu như bức xạ bên ngoài, nhiệt độ và độ ẩm bên ngoài, dự báo tốc độ gió,... [41]. Các cảm biến được lựa chọn hoặc thiết kế theo các vấn đề cần giải quyết, dưới đây là một số ứng dụng của các loại cảm biến [62]:
- Phân tích các đặc tính của đất: Cảm biến được sử dụng để phân tích các thành phần của đất (nito, cacbon, các chất hữu cơ), độ mặn, pH, nhiệt độ và độ ẩm của đất.
- Phát hiện và phân loại cây trồng, cỏ dại: Cảm biến siêu âm kết hợp với một máy ảnh sử dụng để phát hiện cỏ dại. Mạng nơ-ron nhân tạo (ANN) sẽ phân loại đâu là cây trồng, đâu là cỏ dại.
32
- Phát hiện mùi vị: Một lưỡi điện tử được sử dụng để giám sát sự có mặt của glyphosate (một loại thuốc diệt cỏ không chọn lọc). Các mũi và lưỡi điện tử này cũng có thể giúp nhận biết cây đã đến lúc thu hoạch.
Các dữ liệu từ cảm biến sẽ được truyền về một máy tính và sử dụng trí tuệ nhân tạo để tự động điều khiển nhiệt độ, độ ẩm, nồng độ CO2, lượng nước tưới tiêu,... đồng thời theo dõi quá trình phát triển của cây trồng và thông báo cho con người khi đã đạt được tiêu chuẩn thu hoạch.
Nhắc đến trồng trọt và thu hoạch không thể không kể đến những máy móc và những robot nông nghiệp. Với sự phát triển của công nghệ hiện nay, AI đã được tích hợp vào robot di động để thay thế con người trong các hoạt động nông nghiệp. Các robot này sẽ được trang bị hệ thống phát hiện cỏ dại, thị giác máy, công cụ xác định khoảng cách bằng laser để phát hiện chướng ngại vật, hệ thống định vị, bộ điều khiển trung tâm, nguồn cấp năng lượng. Toàn bộ hệ thống robot sẽ được kết nối với máy tính trung tâm có thuật toán AI để tự động điều khiển những robot này [32]. Chúng thay thế con người để tự động chăm sóc và nuôi dưỡng cây trồng.
Hình 3.2. Robot thông minh trong nông nghiệp [11]
Tiếp đó là ứng dụng công nghệ Internet kết nối vạn vật (IoT) cho phép nhiều thiết bị kết nối và giao tiếp hiệu quả với nhau dưới sự điều hành của trung tâm điều khiển. Ví dụ, tại Công ty cổ phần Cầu Đất Đà Lạt (Cầu Đất Farm) khởi đầu từ sản xuất nông sản sạch bằng phương pháp thủy canh. Đến nay, công ty đã sở hữu nông trại quy mô lớn,
33
phát triển rau sạch bằng nhiều giải pháp nông nghiệp thông minh, ứng dụng IoT trong nhiều khâu của quy trình trồng trọt và tiêu thụ. Hệ thống giám sát và điều khiển qua internet có thể tự động kiểm soát nhiệt độ, độ ẩm, tưới nước, bón phân, giúp chủ nông trại có thể canh tác từ xa [12].
Việc chọn lựa một giống cây trồng mang gen tốt cũng giúp tăng năng suất lên rất nhiều. Mạng nơ-ron nhân tạo (ANN) đã được sử dụng cho nhiều mục đích trong nhân giống cây trồng, bao gồm cả việc khảo sát gen và môi trường nuôi trồng. Một nghiên cứu năm 2016 đã chỉ ra ứng dụng của mạng nơ-ron trong việc chọn lọc kiểu gen đậu có khả năng thích nghi và độ ổn định kiểu hình cao. Sáu thử nghiệm đã được thực hiện sử dụng 13 kiểu gen của đậu từ năm 2002 đến 2006 trong các thành phố Aquidauana và Douradous. Các dữ liệu được thu thập và phân tích khả năng thích ứng và ổn định bằng mạng nơ-ron nhân tạo (ANN) và phương pháp của Eberhart và Russell (phân tích hồi quy tuyến tính), đo lường phản ứng của mỗi kiểu gen đối với các thay đổi của môi trường. Kết quả là các kiểu gen Apore, Ruda và CNFv8025 được nghiên cứu bằng mạng nơ-ron nhân tạo nổi bật hơn nhờ thể hiện được năng suất cao hơn mức trung bình và độ ổn định kiểu hình cũng cao [28].
Trong lĩnh vực trồng trọt nói chung và trồng trọt cây thuốc nói riêng, phương pháp không xâm lấn (non-invasive detection) được áp dụng giúp phát hiện sự phá hoại của sâu mọt. Sâu mọt gây hại trên cây có thể dẫn đến chết cây nếu không được phát hiện và xử lý kịp thời. Để giải quyết vấn đề này, Khawaja Ghulam Rasool cùng cộng sự đã đánh giá hiệu quả của một số thiết bị quang học không xâm lấn bao gồm: máy ảnh (máy ảnh kỹ thuật số và máy ảnh nhiệt), TreeRadarUnit (TRU), cảm biến sinh học DNA từ tính và quang phổ hấp thụ cận hồng ngoại (Near Infrared Reflectance Spectroscopy - NIRS) để phát hiện sự xâm nhập của sâu mọt trong cây chà là ở Ả Rập Xê Út [26]. Dựa trên kết quả phân tích cho từng cây trong thí nghiệm, phương pháp quan sát trực tiếp cho độ chính xác cao nhất (87%), tiếp theo là Radar2000 (77%), Radar900 (73%), máy ảnh nhiệt (61%) và máy ảnh kỹ thuật số (52%) (chúng đều thấp hơn so với việc quan sát trực tiếp). Cảm biến sinh học DNA từ tính được sử dụng để phát hiện con trưởng thành, nhộng, giai đoạn ấu trùng và trứng của sâu mọt. Còn quang phổ hấp thụ cận hồng ngoại (NIRS) có tiềm năng lớn trong việc phát hiện sự phá hoại của sâu mọt trên cây chà là thông qua sự phát hiện sự thay đổi nồng độ các nguyên tố trong mẫu [26]. Kết quả của thí nghiệm là một bước đệm để các nhà nghiên cứu có thể tạo ra các thiết bị phát hiện
34
sâu mọt nhanh chóng, không xâm lấn và hiệu quả không thua kém gì việc quan sát trực tiếp.
Mô phỏng (Simulation) là mô hình hóa để mô tả các đối tượng cần nghiên cứu. Trong trường hợp nghiên cứu trên các đối tượng thực có thể gặp khó khăn như tốn kém hoặc khó thực hiện thì người ta có thể mô hình hóa đối tượng đó và tiến hành nghiên cứu dựa trên mô hình này. Ví dụ, mô hình máy tính 3D động lực học chất lỏng (Computational fluid dynamics - CFD) được sử dụng để phân tích phân bố nhiệt độ và độ ẩm tương đối trong ống thông gió có gắn các cảm biến được bọc bởi PVC và các cảm biến không được bọc bởi PVC, từ đó đánh giá được hoạt động của các cảm biến khi được trang bị vỏ bọc PVC [66]. Qua đó có thể xem xét việc sử dụng các vỏ bọc PVC để bảo vệ cảm biến khỏi các tác động khắc nghiệt từ môi trường. Dưới đây là một vài ví dụ về ứng dụng của công nghệ mô phỏng trong trồng trọt cây thuốc:
- Mô phỏng việc giải phóng phân bón có kiểm soát: Các chất dinh dưỡng được giải phóng từ phân bón vào đất bị mất liên tục do bay hơi, rửa trôi,... Những vấn đề này gây ra thiệt hại về kinh tế do hiệu quả trồng trọt thấp và ô nhiễm môi trường. Để khắc phục những vấn đề này, một trong những phương pháp được sử dụng là sản xuất và sử dụng phân bón giải phóng có kiểm soát (Controlled-release fertilizers - CRFs) giúp tăng năng suất cây trồng và giảm thiểu ô nhiễm môi trường thông qua việc cung cấp vừa đủ chất dinh dưỡng cần thiết cho cây. Các nghiên cứu thực nghiệm có tầm quan trọng lớn, nhưng thiết bị, hóa chất, nguồn nhân lực cần cho thử nghiệm rất tốn kém. Gần đây, các mô hình toán học trên máy tính đã trở nên phổ biến và có thể áp dụng vào để nghiên cứu việc giải phóng các chất dinh dưỡng mà không cần thực hiện trực tiếp các thí nghiệm. Các thông số như nồng độ khuếch tán, pH, nhiệt độ, độ dày màng bao,... sẽ được đưa vào máy tính để có thể thiết kế được loại phân bón giải phóng có kiểm soát đạt hiệu quả tốt nhất [44].
- Mô hình mô phỏng di truyền trong tạo giống cây trồng: Mô phỏng máy tính có thể là một công cụ cho các nhà nhân giống cây trồng để nâng cao hiệu quả tạo ra các giống cây trồng mới một cách nhanh chóng. Nó cũng cho phép các nhà tạo giống đánh giá hiệu quả lâu dài trong các chương trình nuôi trồng. Những thông tin như quy mô kích thước quần thể, số chu kỳ lựa chọn cẩn thiết để đạt được tiềm năng di truyền tối đa, tỷ lệ tích lũy của các alen, tỷ lệ cố định alen và ảnh hưởng của các
35
phương pháp nhân giống, sẽ giúp chúng ta lựa chọn được chương trình nhân giống hiệu quả nhất [43].
Ngoài ra, sự kết hợp của công nghệ mô phỏng giúp xây dựng, thiết kế một thế giới thực trong mô hình ảo để dự báo sự biến đổi khí hậu, thời tiết, tính toán các phương án, … Ví dụ, Công ty Mimosa TEK chuyên cung cấp giải pháp tưới chính xác cho nhiều tập đoàn lớn đầu tư vào nông nghiệp. Giải pháp cho phép hệ thống tưới nước được vận hành từ xa dựa vào dữ liệu về môi trường, loại cây, giai đoạn sinh trưởng của cây và người dùng có thể theo dõi các thông số này. Công nghệ này đã giúp khách hàng tiết kiệm lượng nước tưới 30-50%, giảm tiêu thụ năng lượng, đồng thời vẫn đảm bảo lượng nước tưới tiêu phù hợp cho sự tăng trưởng của cây trồng [12].