Компьютерные науки могут помочь фермерам исследовать альтернативные культуры и устойчивые методы земледелия
Половина мировой суши используется для выращивания всего восьми основных культур: кукурузы, сои, пшеницы, риса, маниоки, сорго, батата и картофеля. Они обеспечивают подавляющее большинство потребляемых калорий. Дальнейшее расширение современного промышленного сельского хозяйства, основанного на синтетических удобрениях, пестицидах и высокоурожайных семенах, многими экспертами считается экологически и экономически неустойчивым.
Возникает вопрос: как создать продовольственную систему, которая будет более здоровой и разнообразной? Масштабирование альтернативных методов, например органического земледелия, оказалось сложной задачей.
В недавнем исследовании ученые предложили переосмыслить проектирование сельскохозяйственных систем, используя ключевую концепцию компьютерных наук — абстракцию. Она позволяет обобщать данные и концепции, организовывать их для вычислений и анализа, не углубляясь постоянно в детали.
Большая продуктивность, большое воздействие
Интенсификация сельского хозяйства в середине XX века привела к резкому росту производства продуктов, но за счет окружающей среды. Крупномасштабное земледелие способствует изменению климата, загрязнению водоемов и утрате биоразнообразия.
Многие фермеры и исследователи хотели бы использовать более широкий спектр культур и устойчивые методы, но им сложно определить, какие новые системы будут эффективны, особенно в условиях меняющегося климата. Для этого требуются глубокие локальные знания и понимание ботаники, климатического моделирования, геологии и многого другого.
Фермы как пространства состояний
Компьютерные ученые для анализа сложных проблем используют концепцию пространства состояний. Это математическое представление всех возможных способов конфигурации системы. Каждое действие переводит систему из одного состояния в другое.
На примере шахмат: каждая конфигурация доски в конкретный момент — это состояние игры. Весь набор возможных состояний, достигаемых допустимыми ходами, — это пространство состояний игры. Игрок ищет состояния, выгодные для него.
Сельскохозяйственную систему в конкретной экосистеме можно рассматривать как пространство состояний. Ферма с её layout видов растений в любой момент — одно состояние. Фермер ищет лучшие состояния и пытается избежать плохих.
Переходы между состояниями осуществляют как человек (вспашка, посадка, сбор урожая), так и природа (рост растений, дожди, наводнения, пожары).
Поиск синергий
Такой подход позволяет расширить выбор для фермеров за пределы ограниченных опций современных систем.
Отдельный фермер не может годами проводить метод проб и ошибок на своей земле. Но вычислительная система, опираясь на агрономические знания из разных сред и школ, может провести метафорическую «шахматную партию» с природой, чтобы помочь фермеру определить лучшие варианты для его участка.
Современное сельское хозяйство ограничивает фермеров несколькими вариантами видов, методов и ресурсов. Данный framework позволяет рассматривать стратегии более высокого уровня:
- Совместное выращивание нескольких культур.
- Поиск методов управления, наилучшим образом подходящих для конкретного участка.
Пользователи могут исследовать пространство состояний, чтобы определить, какая комбинация методов, видов и локаций позволит достичь их целей.
Пример: Если ученый хочет протестировать 5 севооборотов длиной 4 года каждый с 7 видами растений, это представляет 721 потенциальный вариант ротации. Данный подход может использовать информацию долгосрочных экологических исследований, чтобы найти лучшие системы для тестирования.
Область большого потенциала — совместные посевы (intercropping).
- Классический пример — «три сестры» (кукуруза, тыква, бобы), разработанные коренными народами Америки. Растения взаимно помогают друг другу.
- Культуры по всему миру имеют свои системы совместных посевов (куркума и манго, просо, коровий горох и зизифус).
- Новое направление — агровольтаика: сочетание солнечных панелей и земледелия. Панели дают частичную тень культурам, а фермеры получают дополнительный доход от производства энергии.
Моделирование альтернативных стратегий
Ученые работают над превращением этого framework в программное обеспечение для моделирования сельского хозяйства как пространства состояний.
Цель: Позволить пользователям проектировать альтернативные системы на основе своей интуиции, минимизируя дорогостоящие пробы и ошибки.
Современные подходы в основном моделируют и оптимизируют существующие, часто неустойчивые системы. Данный framework позволяет обнаруживать новые системы, а затем оптимизировать уже внутри них.
Пользователи также смогут задавать свои цели AI-агенту, который будет выполнять поиск в пространстве состояний фермы — подобно тому, как он ищет выигрышные ходы на шахматной доске.
Современные общества имеют доступ к гораздо большему числу видов растений и информации об их взаимодействии со средой, чем столетие назад. Сельскохозяйственные системы недостаточно используют эти знания. Их вычислительное комбинирование может помочь сделать сельское хозяйство более продуктивным, здоровым и устойчивым в быстро меняющемся мире.