कनाडा ने अंगूर बागों के लिए एप्पल ऑर्चर्ड AI को अनुकूलित करने हेतु C $1,693,412 तक का निवेश किया

कनाडाई सरकार Vivid Machines Inc. में C $1,693,412 तक का निवेश कर रही है, ताकि कंप्यूटर विज़न और मशीन लर्निंग टूल विकसित किए जा सकें, जिनका उद्देश्य अंगूर उत्पादकों को बीमारी का पहले पता लगाने, फलों की गुणवत्ता पर नज़र रखने और उपज का अधिक सटीक अनुमान लगाने में मदद करना है।

Agriculture and Agri-Food Canada ने कहा कि यह फंडिंग Sustainable Canadian Agricultural Partnership के तहत AgriScience Program’s Projects Component के माध्यम से दी जाएगी। यह सहायता टोरंटो-आधारित एग्रीकल्चरल टेक्नोलॉजी कंपनी को अपने मौजूदा Vivid XV सिस्टम को, जो अभी सेब के बागानों में इस्तेमाल होता है, अंगूर के बागों में उपयोग के लिए अनुकूलित करने में मदद करने के लिए है।

संघीय विभाग के अनुसार, परियोजना कंपनी की इमेजिंग तकनीक का विस्तार करेगी ताकि वह वास्तविक समय में अंगूर की बेलों को स्कैन कर सके और अलग-अलग बेलों, कतारों और पूरे वाइनयार्ड ब्लॉकों के स्तर पर डेटा तैयार कर सके। उन्नत प्रणाली में कैमरा-आधारित सेंसिंग और मशीन लर्निंग मॉडल का इस्तेमाल होने की उम्मीद है, ताकि फसल-रोग के शुरुआती संकेत पहचाने जा सकें, फल विकास पर नज़र रखी जा सके, गुणवत्ता आंकी जा सके और कटाई से पहले उत्पादन स्तर का अनुमान लगाया जा सके।

यह घोषणा कृषि प्रबंधन में सुधार और दीर्घकालिक उत्पादन को मजबूत करने वाली कृषि नवाचार को समर्थन देने के कनाडा के व्यापक प्रयास को दर्शाती है। इस मामले में, सरकार ने कहा कि यह तकनीक उत्पादकों को फसल की स्थिति के बारे में तेज़ और अधिक विस्तृत जानकारी दे सकती है, जिससे बीमारी के जोखिम उभरने पर वे जल्दी कार्रवाई कर सकें और इनपुट्स को अधिक सटीक रूप से प्रबंधित कर सकें।

Vivid Machines ने अपना कारोबार फलों के उत्पादकों के लिए स्वचालित इमेजिंग टूल्स के इर्द-गिर्द बनाया है। इसका Vivid XV सिस्टम ट्रैक्टरों और स्प्रेयरों जैसे कृषि उपकरणों पर लगाया जाता है, जहां यह खेत में चलते समय तस्वीरें कैप्चर करता है। फिर उन तस्वीरों को आर्टिफिशियल इंटेलिजेंस मॉडलों द्वारा प्रोसेस किया जाता है, जिन्हें पौधों के स्वास्थ्य, फल वृद्धि और तनाव या बीमारी के संकेतों की व्याख्या करने के लिए डिजाइन किया गया है। अंगूर के बागों में, इसका मतलब केवल दृश्य निरीक्षण की तुलना में अधिक नियमित निगरानी हो सकता है, खासकर बड़े रकबे में, जहां स्थितियाँ एक ब्लॉक से दूसरे ब्लॉक में तेज़ी से बदल सकती हैं।

सरकार ने कहा कि प्रणाली का प्रस्तावित वाइनयार्ड संस्करण केवल बीमारी की पहचान सुधारने के लिए नहीं, बल्कि रसायनों के उपयोग को कम करने में भी मदद करने के लिए तैयार किया गया है। समस्याओं की पहले पहचान होने से उत्पादक एहतियात के तौर पर बड़े क्षेत्रों में छिड़काव करने के बजाय उपचार को अधिक सटीकता से लक्षित कर सकते हैं। अगर व्यावसायिक उपयोग में यह प्रभावी साबित होती है, तो यह तरीका इनपुट लागत घटा सकता है और अनावश्यक अनुप्रयोगों को कम कर सकता है, साथ ही फसल की गुणवत्ता की रक्षा में मदद कर सकता है।

यह बात केवल खेत के संचालन से आगे तक मायने रखती है। अंगूर वाइन के लिए कच्चा माल हैं, और बीमारी की निगरानी तथा उपज पूर्वानुमान को बेहतर बनाने वाले उपकरण वाइनरी और अंगूर आपूर्तिकर्ताओं को कटाई का समय तय करने, फल की गुणवत्ता प्रबंधित करने और उत्पादन स्थिर रखने में मदद कर सकते हैं। समय के साथ, अधिक सटीक वाइनयार्ड निगरानी पेय क्षेत्र में आपूर्ति की दृश्यता बेहतर करके और संभवतः कुछ फसल-सुरक्षा उत्पादों के उपयोग को कम करके दक्षता बढ़ा सकती है, हालांकि ऐसे परिणाम अपनाने और क्षेत्रीय प्रदर्शन पर निर्भर करेंगे।

Vivid Machines की सह-संस्थापक और मुख्य कार्यकारी Jenny Lemieux ने घोषणा में कहा कि संघीय फंडिंग कंपनी को वह तकनीक लागू करने में सक्षम बनाएगी, जिसे मूल रूप से सेब उत्पादकों के लिए बनाया गया था, ताकि फसल भार के आकलन और बीमारी की शुरुआती पहचान सहित अंगूर के बागानों की प्रमुख चुनौतियों से निपटा जा सके। उन्होंने यह भी कहा कि यह परियोजना टोरंटो में भर्ती को बढ़ावा देगी और Ontario में उच्च-कुशल कृषि-प्रौद्योगिकी कार्य का विस्तार करेगी।

संघीय सरकार ने इस निवेश को कृषि उत्पादकता और आर्थिक विकास, दोनों के समर्थन के रूप में पेश किया। Agriculture and Agri-Food Canada ने कहा कि परियोजना का उद्देश्य कनाडा के अंगूर और वाइन क्षेत्र की लचीलापन क्षमता मजबूत करना है, ऐसे समय में जब उत्पादक बीमारी के जोखिम, बदलते मौसम और दक्षता सुधारने की आवश्यकता के दबाव का सामना कर रहे हैं।

मूल तकनीक कृत्रिम बुद्धिमत्ता के दो रूपों को जोड़ती है, जो कृषि उपकरणों में अधिक आम होते जा रहे हैं। Computer vision सिस्टम को पौधों और फलों से दृश्य जानकारी कैप्चर करने और उसकी व्याख्या करने देता है। Machine learning बड़े डेटा सेटों का उपयोग करके पैटर्न खोजता है और समय के साथ पूर्वानुमानों को बेहतर बनाता है। व्यावहारिक रूप से इसका मतलब है कि खेत में एकत्र की गई तस्वीरों से प्रणाली को बीमारी के लक्षण, फल के गुच्छे और फसल विकास के चरण पहचानने के लिए प्रशिक्षित किया जा सकता है।

वाइनयार्ड संचालकों के लिए परियोजना के केंद्रीय वादों में से एक गति है। पारंपरिक स्काउटिंग अक्सर इस पर निर्भर करती है कि टीमें वाइनयार्ड में पैदल घूमकर मैन्युअल रूप से अवलोकन दर्ज करें। ऐसा कैमरा सिस्टम, जो पहले से वाइनयार्ड के भीतर से गुजर रहे उपकरण पर लगा हो, अधिक बार अधिक डेटा इकट्ठा कर सकता है, जिससे मौसम के आगे बढ़ने के साथ बदलावों का पता लगाना आसान हो जाता है। बेल, कतार और ब्लॉक स्तर पर उपज के अनुमान श्रम, कटाई कार्यक्रम और वाइनरी इनटेक योजना पर फैसले लेने में भी उत्पादकों की मदद कर सकते हैं।

यह फंडिंग Agriculture and Agri-Food Canada की 10 सितंबर की एक समाचार विज्ञप्ति में घोषित की गई थी और बाद में The Grower ने इसकी रिपोर्ट की। विभाग ने कहा कि यह परियोजना कनाडा के उस प्रयास का हिस्सा है, जिसके तहत घरेलू कृषि-प्रौद्योगिकी का समर्थन किया जा रहा है, जिसे सीधे व्यावसायिक उत्पादन में लागू किया जा सके और जो उत्पादकों को परिचालन तथा पर्यावरणीय दबावों का सामना करने में मदद करे।