Dân Việt

Ứng dụng AI vào sản xuất nông nghiệp: Xa mà gần, dễ mà khó

Loan Nguyễn 09/02/2019 13:30 GMT+7
Những tiến bộ trong lĩnh vực trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data) được kỳ vọng sẽ đem lại sự chuyển biến lớn cho ngành nông nghiệp công nghệ cao ở Việt Nam năm 2019.

Những người tiên phong

Là một trong những doanh nghiệp (DN) tiên phong trong việc ứng dụng trí tuệ nhân tạo vào sản xuất nông nghiệp, Công ty CP Phát triển nông nghiệp Hải Âu (Seagull ADC, Hậu Giang) đã dùng cảm biến để đo độ ẩm trong nhà màng trồng dưa lưới, đồng thời bổ sung lượng nước cho phù hợp. Khi độ ẩm lên quá cao, hệ thống sẽ tự động kích hoạt quạt thông gió để hút không khí ẩm ra ngoài. Khi nhiệt độ tăng cao, màn che nhà lưới sẽ tự động phủ rộng để cắt hoặc che nắng...

img

Lavifood đang mong muốn tạo ra một hệ sinh thái nông nghiệp tập trung vào phát triển và quản lý cây trồng bằng công nghệ cao. Ảnh: T.L

Tăng khả năng dự báo
chính xác

TS Nguyễn Kỳ Tài - ĐH Southern Queensland (Australia) cho biết ngành nông nghiệp là lĩnh vực có nhiều yếu tố bất định ảnh hưởng đến sản lượng và chất lượng nông sản như thời tiết, chất lượng đất canh tác, sâu rầy… Nhưng với nhiều dữ liệu thu thập được, cả quá khứ và theo thời gian thực, từ nhiều nguồn như chất lượng đất canh tác, hạt giống, gia súc gia cầm, năng suất, giá thị trường… thì có thể lượng hóa được các mô hình tối ưu và dự báo. Các thuật toán AI cho nông nghiệp được xây dựng để giúp tối ưu các nguồn lực đầu vào, từ đó cải tiến năng suất nhưng đồng thời sản lượng và chất lượng phải theo kịp biến động của thị trường. Việc cải thiện hiệu suất và khả năng dự báo, không chỉ đem lại lợi ích cho người nông dân mà còn tác động tích cực đến các ngân hàng tài trợ vốn và các công ty bảo hiểm. Tăng khả năng dự báo chính xác sẽ giúp việc quản trị rủi ro tốt hơn của tất cả các bên có liên quan.

Bà Nguyễn Thị Phương Thảo - Phó Tổng giám đốc Công ty TNHH Đầu tư sản xuất phát triển nông nghiệp VinEco tiết lộ: "Trí tuệ nhân tạo đã giúp chúng tôi rất nhiều trong việc tạo dựng nền nông nghiệp công nghệ cao; giúp chúng tôi xây dựng kế hoạch sản xuất dựa theo mô hình khí hậu, thổ nhưỡng của từng vùng...”.

Công ty CP Lavifood cũng là đơn vị đi đầu trong ứng dụng công nghệ thông minh vào trồng trọt, sản xuất để đảm bảo mọi quá trình từ khâu làm đất, gieo trồng, chăm sóc, thu hoạch đến chế biến đều được quản lý và kiểm soát chặt chẽ theo các tiêu chuẩn cao nhất của thế giới. Năm 2017, Lavifood đã đầu tư xây dựng nhà máy chế biến rau, củ, quả Tanifood tại Tây Ninh với vốn đầu tư 1.500 tỷ đồng, mỗi ngày tiêu thụ 500 tấn xoài, chanh dây, dứa, thanh long...

Để chủ động nguồn nguyên liệu sản xuất, Lavifood đã chuyển giao ứng dụng công nghệ vào quá trình trồng trọt cho nông dân Tây Ninh. Với ứng dụng này, người nông dân biết được độ ẩm của đất và lưu lượng nước tưới tiêu. Ứng dụng cũng "nhắc" nông dân ngày nào cần bón phân với liều lượng nào thích hợp và cảnh báo sâu bệnh. Với Lavifood, họ cũng biết được vùng đất này phù hợp với cây gì, cần phải bổ sung gì cho đất, từ đó hợp tác với các công ty phân bón sản xuất một số loại phân bón đặc thù vừa cải tạo đất, vừa tốt cho cây.

AI - chìa khóa của mọi công nghệ

Tại Việt Nam, AI mới được sử dụng gần đây, trong khi ở các nước, ứng dụng này đã bắt đầu phổ biến. Đặc biệt, các hãng công nghệ lớn như Google, Amazon, Microsoft đã liên tục phát triển AI, trong khi các hãng sản xuất thiết bị di động như Apple, OPPO đẩy mạnh việc phổ cập khái niệm này đến người dùng phổ thông bằng các sản phẩm của mình.

Lâm Đồng – thủ phủ nông nghiệp công nghệ cao của Việt Nam là nơi tập trung hầu hết các ứng dụng hiện đại nhất trong lĩnh vực nông nghiệp. Ở không ít các trang trại tại Lâm Đồng, chỉ cần một chiếc máy tính bảng hay điện thoại thông minh có kết nối mạng, các thiết bị cảm ứng và phần mềm điều khiển tự động từ xa, người làm vườn sẽ biết vườn cây cần bón phân gì, số lượng bao nhiêu, diện tích nào cần tưới nước, tưới bao nhiêu là vừa. Căn cứ vào các dữ liệu đó, máy tính sẽ cho nhà nông biết cần phải điều chỉnh các chỉ tiêu nào và mọi hoạt động đều được điều khiển thông qua các thiết bị thông minh.

Ông Phạm S - Phó Chủ tịch UBND tỉnh Lâm Đồng nhấn mạnh: Nông nghiệp thông minh là nông nghiệp mà trong suốt quá trình sản xuất ứng dụng các công nghệ tiên tiến, hiện đại; sử dụng các thiết bị thông minh được kết nối bên trong và bên ngoài của trang trại/DN dựa trên nền tảng công nghệ thông tin để quản lý nông nghiệp an toàn thực phẩm, hiệu quả và bền vững, thích ứng với biến đổi khí hậu và hội nhập quốc tế.

“Quá trình triển khai cần theo phương châm “đi ngay, đi nhanh và đi chính xác với cây trồng, vật nuôi, công nghệ phù hợp, mục tiêu lấy hiệu quả làm chính”, phấn đấu đến năm 2020 có mô hình nông nghiệp thông minh 4.0 hoàn chỉnh” - ông Phạm S nhấn mạnh.

“Ngon ăn” nhưng không dễ triển khai

img

Các kỹ sư tại nông trường VinEco Tam Đảo. Ảnh: Xuân Phú

"Yếu tố quan trọng để số hóa trong sản xuất, kinh doanh là cơ sở dữ liệu. Thế nhưng, trong các ngành kinh tế của Việt Nam, đặc biệt là DN, việc xây dựng nguồn dữ liệu còn yếu và thiếu, nhiều đơn vị lúng túng trong việc thu thập, sắp xếp và khai thác dữ liệu".

GS-TS Hồ Tú Bảo - Viện trưởng Viện John von Neumann
(Đại học Quốc gia TP.HCM)

Ứng dụng công nghệ mang đến nhiều lợi ích là thế nhưng không dễ triển khai. Ông Trần Phong Lan - Giám đốc Công ty Seagull ADC cho biết, hiện tại công ty vẫn gặp nhiều khó khăn khi tiếp tục với các ứng dụng công nghệ cao này. Để hoàn thiện tất cả quy trình, Seagull ADC đang nghiên cứu đặt các cảm biến trong quá trình vận chuyển để có thể kiểm soát được trái cây sau thu hoạch.

Bởi như trái dưa, khi vận chuyển từ vườn đến các điểm phân phối, nếu không được bảo quản với nhiệt độ ổn định sẽ bị sốc nhiệt, làm giảm chất lượng, hư hỏng. "Công ty đang đau đầu tìm giải pháp tối ưu, đồng bộ nhất để trái dưa không bị sốc nhiệt"- đại diện Seagull ADC cho biết.

Theo TS Nguyễn Kỳ Tài - ĐH Southern Queensland (Australia), việc ứng dụng và triển khai AI cần cân nhắc một số trở ngại lớn. Thứ nhất, quy mô canh tác của nông nghiệp Việt Nam phần lớn vẫn còn là nhỏ lẻ, tỷ lệ cánh đồng mẫu lớn rất thấp, như ở đồng bằng sông Cửu Long  chỉ khoảng 11%. Do đó, việc thu nhập, xử lý dữ liệu sẽ không như mô hình đã thành công ở các nước khác.

Thứ hai, việc đầu tư các trang thiết bị máy móc hiện đại, tích hợp thu thập và dữ liệu hay tự động hóa chính xác nằm ngoài khả năng của nhiều hộ nông dân. Khả năng nội địa hóa để giảm giá thành các máy móc thiết bị là không cao dù đã có những nỗ lực nhất định trong việc liên kết bốn nhà: nhà nông – nhà nước – nhà khoa học – nhà DN.

Cuối cùng là Việt Nam chưa bắt đầu xây dựng một hệ sinh thái dữ liệu lớn, có thể theo mô hình dữ liệu mở chẳng hạn. Việc ứng dụng những thành tựu của AI đòi hỏi đồng thời số lượng và chất lượng của dữ liệu.