NaLamKI：开发可持续农业人工智能技术的项目
气候条件的变化、熟练工人短缺、农药使用——诸多因素都在影响农业生产的质量和运营。弗劳恩霍夫电信研究所（HHI）又称海因里希·赫兹研究所的研究人员，致力于借助云技术和人工智能，让农业更加高效、可持续。
在NaLamKI项目中，他们正与合作伙伴共同打造一个“软件即服务”平台，该平台收集设备和机器的信息，以建立用于预测和辅助决策的数据库。农业领域面临严峻挑战：德国农民已经感受到气候变化的深远影响，未来他们还需要在更大程度上适应这些变化。
气温升高和降水量变化影响着所有农业相关变量，从作物生长和轮作到土壤耕作。云端的分布式人工智能与农场的集中式人工智能有助于提高适应多变条件过程的效率，加快农业各领域的进程，从而使整个生态系统更加灵活并面向未来。
NaLamKI项目正是在此发挥作用。该项目的工作重点是打造一个开放接口的云端“软件即服务”（SaaS）平台，面向农业和工业领域的供应商，以及专业作物种植解决方案的提供商。
通过整合卫星、无人机、土壤传感器、机器人、人工数据采集和库存数据所收集的传感器与机器数据，可以建立一个数据池，借助先进的人工智能方法，更可持续地优化农业流程。
部署在该平台上的人工智能应用，可帮助农民分析大面积土地上的作物和土壤状况，调整灌溉、施肥和害虫防治等植物保护及营养供给的组织方式，以确保作物在质量和产量上都足够丰收，同时减少排放并保护生物多样性。
例如，有针对性地使用植物保护产品可以提高产量、降低成本、节约资源，并积极保护环境。
“除气候变化外，熟练劳动力短缺也在影响农业生产的质量和运营。因此，植株状况往往只能进行非常抽样的检查。目前，例如在大面积农田上，还无法检测和准确判断土壤水分状况或害虫侵害情况。除此之外，我们还在研究对无人机、卫星和机器人摄像头所获取图像的分析，并使其结果对农民真正有用”
为解决这一问题，研究所在该项目中开发人工智能方法，用于分析遥感数据，以模拟农业过程并在农田上建设5G网络。通过整合所有数据，科学家将获得以往几乎不存在的关于种植区特征的认识。
农民将能够与人工智能互动并提出问题。例如，基于当前的土壤湿度和作物病害指标，人工智能可以给出行动指导，并展示不同方案的效果。具体来说，显示农田面积和当前土壤状况的面板将显示在平板电脑上。点击特定区域，农民将获得诸如水分不足等问题的信息，以及如何更好应对这些问题的建议。
训练数据和人工智能服务将通过Gaia-X（欧洲数据安全云基础设施）以去中心化方式提供。此外，还将建立一个采用分布式学习的去中心化人工智能系统，其数据将本地存储在农场中。农民可以共享人工智能模型，并将其迁移到NaLamKI平台，以持续改进算法。该平台将向第三方供应商开放。例如，初创企业可以在平台上提供其创新的人工智能解决方案。
人工智能模型开发所需的初始数据收集已经完成。具体而言，现在已有机器人在德国普法尔茨地区的果园种植苹果树时拍摄的图像。为此，在自主机器人穿过果园的过程中，来自位置传感器、LIDAR、RGB及多光谱相机等各类传感器的数据被收集、分析并整合。
目标是构建一个关于果园树木的有意义的表示，以便确定果实的数量和成熟程度、树干直径、各个作物及周围土壤的状况。这还包括检测行进路径上的障碍物，特别是高大植被中的生物。
“我们在穿越果园时即时评估数据。所收集的信息会与果树分布图相结合，并显示在地块地图上。基于这些数据，为农民生成文档”
