تشهد صناعة الزراعة ثورة تحويلية من خلال دمج الذكاء الاصطناعي وتقنيات الزراعة الدقيقة. تناقش هذه المراجعة التقنية تطبيقًا جديدًا لاستخدام رؤية الكمبيوتر وأنظمة التعلم الآلي لإدارة الأعشاب بدقة - على وجه الخصوص، تقنيات الرش المصممة لإحداث ثورة في زراعة المحاصيل الصفية. تستخدم تقنيات الزراعة الدقيقة الحديثة أنظمة معقدة قائمة على الذكاء الاصطناعي، حيث تعتمد على مصفوفات الكاميرات بالتعاون مع الشبكات العصبية التلافيفية لتحديد الأعشاب في الوقت الحقيقي وتشغيل تطبيقات المبيدات المستهدفة وفقًا لذلك. تتمتع هذه التطبيقات بدقة تصنيف عالية جدًا عبر العديد من الأنواع من المحاصيل والأعشاب، بينما تعمل بسرعة عبر الحقل، حتى مع عدم تغيّر المؤثرات البيئية. يمكن استخدام هذه التقنية، المعتمدة على مبدأ العلاج الانتقائي، للتعرف على المحاصيل (المطلوبة) وأنواع الأعشاب (غير المطلوبة) من خلال التعرف على الأنماط المعقدة ومعالجة الصور متعددة الأطياف. تحتوي أحدث التطبيقات على قدرة حوسبة حافة إضافية، مع دمج مستشعرات معقدة وتحكم دقيق لمعدلات التطبيقات المحددة للرذاذ، ويمكنها الاستجابة بسرعة كبيرة مع الحفاظ على دقة المعالجة عند المستوى المكاني المستهدف. استنادًا إلى اعتبارات اقتصادية، من المحتمل أن يتم توقع الأمر بشكل أكبر إذا تم الحفاظ على الاقتصاديات الجديدة عند مستوى مشغل المزرعة بدلاً من التأثيرات الإقليمية التي تؤثر على الاقتصاد الزراعي الأوسع بسبب انخفاض التكاليف، واستقرار غلات المحاصيل، وانخفاض تكاليف الموارد. من المرجح أن تكون الفوائد البيئية كبيرة جدًا عندما تؤخذ جميع الأبعاد البيئية في الاعتبار، والتي قد تشمل تقليل التعرض الكيميائي للكائنات المفيدة غير المستهدفة، وتقليل الحمولة الكيميائية العامة على البيئة، مثل خطر تلوث المياه الجوفية. ستسمح الخيارات المستقبلية بتحسين التعلم الآلي، وتوسيع قواعد البيانات الخاصة بالتعرف، والتوحيد مع منصات إدارة الحقول الواسعة التي تحتضن أنظمة الزراعة المستقلة.
درس سري نيفاساراجو سانجاراجو (مون) هذا السؤال.