Dr. habil. Mikó Edit
Míg az ipar és több más ágazat digitális átalakulásáról szinte naponta hallunk, a mezőgazdaság ritkán kerül szóba ebben az összefüggésben. Pedig a szektor, amelyen az állattenyésztés és a növénytermesztés fenntarthatósága, a lakosság biztonságos élelmiszer-ellátása a leginkább múlik, hasonlóan nagy kihívásokkal szembesül, és megválaszolásukhoz is ugyanazokat a csúcstechnológiákat - közöttük a mesterséges intelligenciát, az analitikát és az automatizációt - hívja segítségül, mint más területek.
A Szegedi Tudományegyetem (SZTE) Mezőgazdasági Karán (MGK) zajló kutatás, fejlesztés és oktatás mindezt híven tükrözi. A felsőoktatási intézmény 12 kara a tudományok széles spektrumát fedi le, a kiterjedt és intenzív kutatómunka ugyanakkor mindegyikük közös jellemzője, a szakterületek közötti szinergiák kiaknázását pedig 2022 óta az Interdiszciplináris Kutatásfejlesztési és Innovációs Kiválósági Központ (IKIKK) is segíti.
Tavaly júniusban az SZTE egész napos konferencián foglalkozott az agrárszektor digitális átalakulásával, egy hónapra rá pedig az 1,75 petaflops teljesítményű szuperszámítógép hivatalos átadására is sor került, amely az IKIKK Mesterséges Intelligencia Kompetencia-központjának szakmai támogatásával számítási kapacitást biztosít az egyetem mesterséges intelligenciát (AI) alkalmazó kutatásaihoz.
ComputerTrends: Milyen előnyökre tehetnek szert a szektor digitális megoldásokat bevezető szereplői, a fejlett technológia hogyan segíti az európai zöld megállapodásban, az uniós közös agrárstratégiában is megfogalmazott hatékonysági, versenyképességi és fenntarthatósági célok elérését?
Dr. habil. Mikó Edit: A mezőgazdaságban a digitalizáció, az automatizálás, a robotok, a mesterséges intelligencia alkalmazása nem a jövő ígérete, hanem a jelen valósága, a mindennapok része. Nem tudnám megmondani, hogy a gazdák nyitottságán és az informatikai szakemberek segítőkészségén túl milyen tényezők játszanak ebben közre, de más ágazatok mellett mi is ott vagyunk a digitális átalakulás élvonalában, nemcsak világ- vagy uniós szinten, hanem itthon is, csak erről a szektor berkein kívül valamiért kevesebbet hallani.
A tejelő szarvasmarha tenyésztés például kifejezetten technológia-intenzívnek számít, különféle érzékelők révén az állatállományról és környezetéről is folyamatosan rengeteg adatot gyűjtünk. A teheneknek már nincs magánéletük, annyi mindent tudunk róluk, de ez csupán a kezdet. Az adatok elemzésével nyert információk visszacsatolása a folyamatokba és a döntéshozásba olyan hatalmas lehetőség, amelynek kiaknázásában még csak az első lépéseket tettük meg.
De példaként említhetem az okosjuhászatot is, amely RFID alapú azonosítást és nyilvántartást alkalmaz, az állatok mozgásaktivitását pedométerrel monitorozza, a terelést pedig villanypásztor helyett GPS alapú nyomon követéssel és - a vadállományt is kímélő - virtuális kerítéssel támogatja.
A precíziós mezőgazdaság részeként a takarmánynövények termesztése szintén olyan terület, amelyen az érzékelők és a drónok alkalmazása, a növények, a talaj, az öntözés folyamatos monitorozása és az erőforrás-felhasználás adatalapú optimalizálása már elterjedt gyakorlat, a fejlett technológia a gazdaságosság és a fenntarthatóság növelését, a klímaváltozás kihívásainak megválaszolását és az uniós szinten kijelölt stratégiai célok elérését is segíti.
CT: Az SZTE MGK milyen kutatásokat folytat, fejlesztéseken dolgozik a digitalizáció terén?
Dr. habil. Mikó Edit: A Mezőgazdasági Karon a biztonságos és fenntartható élelmiszer-alapanyag ellátásért dolgozunk, ami rendkívül összetett feladat és problémakör, így kutatásaink is szerteágazóak, de abban a szerencsés helyzetben vagyunk, hogy projektjeinken egyetemünk többi karával közösen dolgozhatunk. Két olyan, jelenleg is futó projektünket emelném ki példaként, amelyben az SZTE Természettudományi és Informatikai Kar (TTIK) Informatikai Intézet, Szoftverfejlesztés Tanszék kutatócsoportja a partnerünk.
Okos Gazda Szeme projekt: tehenek egyedi azonosítása gépi látással
Az Okos Gazda Szeme (IntelliFarmMoo) elnevezésű, interdiszciplináris projektünkben - a Debreceni Egyetem agrárgenomikai kutatói bázisával együttműködve - a Milkmen Földesi Tejtermelő Kft. paks-földespusztai telepére fejlesztünk mesterséges intelligencia alapú adatfeldolgozó technológiát, amely a tehenek egyedenkénti videós és hőkamerás megfigyelésének képeit dolgozza fel. Az így nyert adatokat egy döntéstámogató rendszer integráltan, a tehenészet robot fejőgépeinek és más állattartási rendszereinek adataival együtt fogja elemezni.
Mint említettem, a tejgazdaságok már eleve rengeteg adatot gyűjtenek, többek között a tehenek mozgásáról, takarmány- és vízfogyasztásáról, kérődzéséről, testhőmérsékletéről, a fejőrobotok látogatásának gyakoriságáról és a fejések számáról, a tej mennyiségéről és minőségéről, valamint az állatorvosi vizsgálatokról, diagnózisokról és kezelésekről. Adataikat azonban különálló adatbázisokban kezelik, így elemzésre történő előkészítésük nemcsak időigényes, hanem informatikai szakértelmet is követel - miközben ez a módszer csupán összképet adhat egy-egy telep teljesítményről. Fejlesztésünk újdonsága, hogy az állatállomány terhelése nélkül növeli az adatforrások számát, ugyanakkor az adatokat adott állathoz rendeli.
Az okos gazda így már nem csupán a termelés növekedését vagy csökkenését látja, hanem az AI által feltárt összefüggéseknek köszönhetően azt is tudja, hogy ebben pontosan mely állatok állapotváltozása játszik közre, így azonnal beavatkozhat. Ha szükséges, állatorvost hívhat, illetve egyedenként tovább optimalizálhatja a takarmányozást. Megoldásunkkal minden tehén jóllétét és élettartamát növelheti, a gazdaság tejhozamát és a takarmány felhasználását egyszerre optimalizálhatja. Régen azt mondtuk, hogy a jó gazda szeme hizlalja a jószágot - ma a sok száz, több ezer állatot tartó gazdaságokban a gépi látás, a mesterséges intelligencia ezt újra lehetővé teszi.
Két évvel ezelőtt indult projektünk jelenlegi szakaszában az AI modellt tanítjuk, amelyre 2028-ra termékként értékesíthető döntéstámogató rendszert fejlesztünk. Erre a platformra párbeszédalapú kezelőfelületet is készítünk, a tejgazdaság dolgozói így csevegőablakban kommunikálhatnak az adatokkal, kérdéseikre az AI természetes nyelven fog válaszolni.
Másik, tavaly indított kutatási projektünk ugyancsak a gépi látással kapcsolatos, az okos növénytermesztéshez fejlesztünk kamerás monitorozáson és mesterséges intelligencián alapuló rendszert. Jelenleg laboratóriumi körülmények között, növénykamrákban szimuláljuk a klímaváltozás, elsősorban a felmelegedés és az aszályosodás, valamint az emberi eredetű szennyezés, például a mikroműanyagok termőtalajra, talajmikrobiomra és gyökérszerkezetre gyakorolt hatását.
A növényi stresszreakciók monitorozása és elemzése révén a gazdák a jövőben gyorsabban észlelik majd a termést veszélyeztető negatív változásokat, és a kiváltó okokat azonosítva időben beavatkozhatnak. A gazdaságok így az erőforrások optimális felhasználása mellett jobb hozamot érhetnek el, pontosabb előrejelzéseket készíthetnek, eredményesebb stratégiát dolgozhatnak ki teljesítményük és fenntarthatóságuk növeléséhez. Mindez az uniós agrártámogatás lehívásának egyik feltétele is, a követelmények teljesítése egyszerre üzleti és társadalmi érdek, és nem lehet ügyeskedéssel megkerülni, mert a termőterületek kiszáradása műholdfelvételeken pontosan követhető.
CT: Az agrárszektor digitális átalakulásának mely területein terveznek újabb projekteket, és kutatásaik eredményét, tapasztalatait miként csatolják vissza az oktatásba?
Dr. habil. Mikó Edit: Azzal együtt, hogy számos digitalizációs kutatási projekten dolgozunk, más szervezetekhez hasonlóan mi is az út elején járunk, keressük a módját, hogy a mesterséges intelligenciát értelmesen, biztonságosan és megbízhatóan, megmagyarázhatóan és etikusan használjuk.
Az SZTE átfogó AI-stratégiát dolgoz ki, hogy az egyetem közössége tudatosan és hatékonyan integrálja a technológiát, aknázza ki lehetőségeit az oktatás, a kutatás és a működés területein. Az előkészítő munka fontos állomásaként a karok által delegált AI-nagykövetek idén áprilisban megtartották első tanácskozásukat, és már a közeljövőben jelentős oktatási fejlesztések indulnak. A tervek szerint a következő félévtől minden hallgató számára kötelező lesz egy mesterséges intelligencia alapozó kurzus elvégzése, és elindul az oktatók felkészítését szolgáló program is, amit majd specializált AI-kurzusok bevezetése követ minden karon.
A precíziós gazdálkodás már a mezőgazdaság szerves részét képezi, ezért a kutatás-fejlesztés mellett mindannyiunk feladata, hogy a tananyagot folyamatosan frissítsük, lépést tartva a digitális technológiák gyors fejlődésével a mesterséges intelligenciát az oktatásba is beépítsük, és a jövő szakembereit felkészítsük eredményes használatára. Agrár- és üzleti digitalizációs alapképzésünkkel erre törekszünk. Nem szándékunk, hogy a Mezőgazdasági Karon is informatikusokat képezzünk, célunk az, hogy hallgatóinknak leendő agrárszakemberként legyen fogalmuk a technológiáról, amely a munkájukat segítő alkalmazásokat működteti. Erre a tudásra a mégoly felhasználóbarát, párbeszédalapú kezelőfelületekkel ellátott megoldások esetében is szükségük lesz, mivel a csevegőablakban is tudni kell jól kérdezni ahhoz, hogy az AI valóban hasznos és értékes válaszokat adjon.
Talán kevéssé ismert, hogy az SZTE MGK Hódmezővásárhelyen található, amely közel 488 négyzetkilométeres közigazgatási területével az ország második legnagyobb városának számít, földrajzi kiterjedését ugyanis a hozzá tartozó mezőgazdasági területek növelik. Itt mindazon kihívásokkal - a klímaváltozás következtében fenyegető aszályosodással, a termőtalaj összetételének és kibocsátásának változásával, a talajmegőrzés és -javítás feladatával, az öntözés és a műtrágyázás optimalizálásával - találkozunk, amelyekre a továbbiakban is keresni fogjuk a választ a fejlett digitális technológiák segítségével, az agrárszektor helyi szereplőivel, a szakmai szervezetekkel és az IKIKK keretében egyetemünk többi karával közösen.
