A mezőgazdaság egyre inkább adatvezérelt ágazattá válik, ahol szenzorok, drónok és digitális rendszerek gyűjtik az információkat a termőterületekről. Ezek az adatok kulcsszerepet játszanak a betegségek felismerésében, a terméshozam becslésében és a termesztési döntések optimalizálásában. Ugyanakkor sok gazdálkodó óvatos az adatok megosztásával kapcsolatban, mivel azok üzleti szempontból érzékeny információkat tartalmazhatnak – olvasható az arxiv.org-on megjelent cikkben.
Egy friss tanulmány a federált tanulás (federated learning) lehetőségeit vizsgálja az okos mezőgazdaságban. Ez a mesterséges intelligencián alapuló módszer lehetővé teszi, hogy több gazdaság közösen fejlesszen egy tanuló modellt, miközben az adatok fizikailag a helyi rendszerekben maradnak. A modellek tanulási folyamata így decentralizált módon zajlik.
A központi algoritmus ezekből a frissítésekből állít össze egy továbbfejlesztett modellt, amelyet aztán visszaküld a résztvevő rendszereknek. Így a közös tudás bővül, miközben az eredeti adatok nem hagyják el a gazdaságot.
A kutatás szerint ez a megközelítés különösen hasznos lehet a növénybetegségek felismerésében és az állománymonitorozásban. Ha sok gazdaság vesz részt a tanulási folyamatban, a modellek sokkal változatosabb körülményekből származó adatokat ismerhetnek meg. Ez javíthatja a mesterséges intelligencia általánosíthatóságát és pontosságát.
A federált tanulás egyik fontos előnye az adatbiztonság mellett a skálázhatóság. Az egyes gazdaságok különböző környezeti és termesztési feltételek között működnek, ami értékes információt jelent a modellek számára.
A módszer ugyanakkor technológiai kihívásokkal is jár. A különböző eszközök és szenzorok eltérő adatminőséget és formátumot produkálhatnak, ami megnehezíti a modellek összehangolását. Emellett stabil adatkapcsolatra és megfelelő számítási kapacitásra is szükség van a rendszer működéséhez.
A tanulmány szerzői szerint a federált tanulás a jövő okos mezőgazdaságának egyik kulcstechnológiája lehet. A módszer egyszerre teszi lehetővé a mesterséges intelligencia fejlődését és a gazdálkodók adatainak védelmét. Ez különösen fontos lehet egy olyan ágazatban, ahol a digitális információk egyre nagyobb gazdasági értéket képviselnek.
