تواجه فيتنام تحديات جمة في ضمان جودة وسلامة المنتجات الزراعية، لا سيما الفواكه التصديرية الرئيسية كالمانجو وفاكهة التنين. وتدفع المطالب المتزايدة بالتحكم في مخلفات المواد الكيميائية والمعادن الثقيلة في المنتجات الزراعية المصدرة، منشآت الإنتاج إلى تبني تقنيات حديثة لتقييم جودة المنتجات، بما في ذلك تطبيق الذكاء الاصطناعي.
تتراوح خسائر ما بعد الحصاد للمانجو وفاكهة التنين حاليًا بين 20% و30%، مما يُلحق ضررًا كبيرًا بالمزارعين ويؤثر على قدرتهم التنافسية في السوق الدولية. علاوة على ذلك، يتزايد الطلب على مكافحة المخلفات الضارة في المنتجات الزراعية المُصدَّرة، في حين تعتمد عمليات تقييم الجودة بشكل كبير على الخبرة العملية إلى جانب التحليلات الفيزيائية والكيميائية والميكروبيولوجية. غالبًا ما تتطلب هذه الأساليب فترات تنفيذ طويلة، وقوى عاملة كبيرة، وتكاليف باهظة، وقد تُلحق الضرر بالعينات الزراعية بسهولة.
في مواجهة هذا الواقع، قاد الدكتور بوي كوانغ مينه وزملاؤه في مركز الابتكار عالي التقنية (الأكاديمية الفيتنامية للعلوم والتكنولوجيا) مشروع “بحث حول تطبيق الذكاء الاصطناعي في تقييم جودة المنتجات الزراعية”، والذي تضمن ما يلي: جمع قاعدة بيانات تضم حوالي 10000 صورة لشكل وحجم وقيمة غذائية لثمار المانجو وفاكهة التنين؛ تحليل جودة المانجو وفاكهة التنين باستخدام طرق كيميائية مقترنة بالصور لإيجاد العلاقة بين الجودة والصورة؛ بناء قاعدة بيانات حول الخصائص الفيزيائية والكيميائية للمانجو وفاكهة التنين؛ تطوير نظام برمجي يستخدم الذكاء الاصطناعي في تقييم جودة هاتين الفاكهتين. وقد اختار فريق البحث مناطق تشتهر بزراعة المانجو وفاكهة التنين، مثل: دونغ ثاب، ومدينة كان ثو، ولونغ آن، ومدينة دونغ ناي…
بحسب الدكتور بوي كوانغ مينه، قائد مشروع البحث، لم يعد تطبيق الذكاء الاصطناعي في تقييم المنتجات الزراعية مجرد احتمال بعيد يقتصر على المختبرات. تُطوَّر هذه التقنية حاليًا بالاعتماد على نماذج التعلم العميق ومعالجة الصور للكشف عن المنتجات الزراعية وتصنيفها وتقييم جودتها. يُسهم التطبيق الناجح لهذه التقنية في تقليل الخسائر، مما يُحسّن إنتاجية وجودة وسمعة المنتجات الزراعية الفيتنامية في السوق الدولية.
علاوة على ذلك، تدمج تقنية الذكاء الاصطناعي تقنيات التصوير الطيفي الفائق (HSI) مع نماذج التعلم الآلي المعقدة لتحليل التركيب الطيفي للمنتجات الزراعية، مما يتيح تقديرًا دقيقًا لمحتوى العناصر الغذائية والرطوبة والجودة الداخلية دون الحاجة إلى تحليل العينات بشكل مُتلف، وبالتالي تقليل وقت تحليل العينات في المختبر. في الوقت نفسه، يُعدّ تحويل صور RGB (الألوان الأساسية الثلاثة) إلى صور واسعة الطيف عبر تطبيقات HSI أقل تكلفة وأسرع، مما يوفر نتائج دقيقة لجودة المنتج مباشرةً في الحقل.
لضمان تتبع المنتجات بفعالية وشفافية معلومات الجودة من الحصاد إلى المستهلك، يتم دمج الذكاء الاصطناعي في سلسلة القيمة الزراعية من خلال تقنية سلسلة الكتل (البلوك تشين). علاوة على ذلك، تتيح تطبيقات الذكاء الاصطناعي مراقبة جودة المنتج في كل مرحلة، مما يُحسّن كفاءة التخزين والنقل والتوزيع. في الوقت نفسه، تساعد الخوارزميات التنبؤية القائمة على البيانات البيئية، مثل درجة الحرارة والرطوبة ودرجة حموضة التربة ومؤشرات نمو المحاصيل، المزارعين على تحديد أوقات الحصاد المثلى، مما يقلل من خسائر ما بعد الحصاد ويزيد الأرباح.
خلال عملية البحث، أنشأ الفريق قاعدة بيانات تضم 14411 صورة لفاكهة المانجو وفاكهة التنين بدرجات جودة متفاوتة. تُعد هذه القاعدة مصدرًا هامًا للبيانات الأولية اللازمة لتدريب نموذج الذكاء الاصطناعي واختباره وتشغيله في تقييم جودة المنتجات الزراعية.
علاوة على ذلك، طوّر المشروع برنامج Fruit Monitor/Fruit AI، الذي يُحدد ويُقيّم ويُنذر بجودة هذه المجموعة من المنتجات الزراعية بدقة تتجاوز 90%. كما يُتيح نظام البرنامج إدارة بيانات المستخدمين والمزارع ومرافق التخزين والكاميرات ونماذج الذكاء الاصطناعي وسجل التدريب. وقد وضع المشروع آلية لتطبيق نظام الذكاء الاصطناعي لتقييم جودة الفاكهة المذكورة، تتضمن الخطوات الرئيسية التالية: جمع الصور ومعالجتها المسبقة؛ تصنيف البيانات؛ التحليل الكيميائي للمانجو وفاكهة التنين بمستويات جودة مختلفة؛ تطوير نموذج الذكاء الاصطناعي وتدريبه واستخدامه؛ ونشر النظام على منصات الويب والهواتف المحمولة.
مع ذلك، يتطلب تطبيق الذكاء الاصطناعي لتقييم جودة المنتجات الزراعية بنية تحتية قوية للتخزين والحوسبة السحابية للتعامل مع كميات هائلة من البيانات من أجهزة الاستشعار والصور، إلى جانب نطاق ترددي مستقر للإنترنت لنقلها إلى مركز التحليل. علاوة على ذلك، لا تزال تكلفة الاستثمار الأولي للكاميرات المتخصصة وأجهزة استشعار التصوير الطيفي فائق الدقة وبرامج الذكاء الاصطناعي مرتفعة، مما يشكل عائقًا أمام صغار المزارعين. يُعد تدريب الكوادر على تشغيل وصيانة وتطوير تقنية الذكاء الاصطناعي في المناطق الريفية أمرًا ضروريًا ولكنه محدود؛ وفي الوقت نفسه، يتعين على الحكومات والمنظمات الدولية ضمان إطار قانوني لأمن البيانات وخصوصيتها ومعايير الجودة الموحدة.
نشر المشروع ثلاث أوراق بحثية دولية في مجلة SCIE وورقتين بحثيتين محليتين، كما درّب طالب ماجستير واحد. ووفقًا لمجلس قبول المشاريع التابع لأكاديمية العلوم والتكنولوجيا الفيتنامية، فإن مشروع “بحث حول تطبيق الذكاء الاصطناعي في تقييم جودة المنتجات الزراعية” ذو أهمية علمية وعملية، إذ يُسهم في تحسين كفاءة تقييم جودة المنتجات الزراعية وتعزيز تطبيق الذكاء الاصطناعي في الزراعة .
المصدر: