Az előző KAP-ciklus öntözésfejlesztési pályázataival 32 ezer hektárral bővült az öntözött terület nagysága, az elnyert 178 milliárd forint összegen 1300 termelő osztozott. A meglévő öntözőrendszerek fejlesztésénél nagy hangsúlyt próbáltak helyezni a hatékonyság kérdésére, a pályázatok döntő hányada csak szivattyúcserében gondolkozott és kisebb részben az öntözőberendezés teljes cseréjében. Sajnos a vállalások alapján látható, hogy még mindig hiányzik a szemléletváltás az átfogó, komplex vízgazdálkodási beruházást igénylő integrált öntözésfejlesztési hajlandóság felé, helyette inkább csak technológiaváltásban gondolkodnak a gazdák.Újdonság, hogy a mostani KAP Stratégiai Tervben az öntözésfejlesztési pályázatokban megjelent a vízvisszatartást elősegítő létesítmények támogatása is. A szeptemberben kiírt közösségi pályázat – kicsit megkésve – az előkészítési költségek támogatását célozza, illetve a meglévő közösségek üzemeltetési és fenntartási költségei fedezhetők vele új vállalások esetén. Az árajánlatok és az elbírálás megkönnyítéséül az AKI egységköltségeket határozott meg, a műszaki és az engedélyezési dokumentumok költségtételeinek területarányos egységesítésével, így a benyújtandó dokumentumok mennyisége is lecsökkent.
Az előadó minden érintettnek javasolja az öntözési közösségekhez való csatlakozást, hiszen a közösségalapú vízgazdálkodás növeli a hatékonyságot, a társadalmi felelősséget és a fenntarthatóságot egyaránt.
A mesterséges intelligencia használata a mezőgazdaságban
Seprődi-Gyányi Adél előadásában gyakorlati példákon keresztül szemléltette, hogyan segíthetik a MI-alapú rendszerek – az egyszerű chatbotoktól a fejlett képfelismerő, adatelemző és döntéstámogató megoldásokig – a gazdálkodók munkáját. Magyarországon jelenleg három intézmény rendelkezik MI-fejlesztésekre alkalmas szuperszámítógéppel (Debreceni Egyetem, Szegedi Tudományegyetem és a HUN-REN), ahol több ezer projekt fut jelenleg is. Ezek közül kiemelte az előadó a növénynemesítés támogatását, a talajhidrológiai és vízgazdálkodás modellezést, illetve hazánk potenciális vegetációjának feltérképezését, melyek rövid távon is jelentős hatással lehetnek mezőgazdaságunkra.
A gazdálkodók egy része már manapság is használ MI-megoldásokat, akár anélkül, hogy tudomása lenne róla – ahogy a mindennapjainkba, úgy a mezőgazdaságba is egyre jobban integrálódik a generatív MI (ChatGPT, Gemini, DeepL, Leonardo AI, Freepik AI, Photoshop AI). Jelentősége egyre inkább megmutatkozik a kockázatkezelésben, a döntéstámogatásban és az automatizálásban, főleg a szenzorok által begyűjtött hatalmas adatmennyiség feldolgozásában. A szakértő kitért a szabályozás hazai mérföldköveire és az adatbiztonság, illetve az adatok tulajdonjogának kérdésére. Kiemelte, hogy a mesterséges intelligencia az agrárium valamennyi területén hasznosítható, és kulcsszerepet játszhat a hatékonyság és a fenntarthatóság növelésében, de csak akkor, ha megfelelő mennyiségű és minőségű adat áll rendelkezésre, amit felügyel egy humán, szakmai intelligencia.
