בינה מלאכותית ומשבר המזון
הנדסת חיישנים, מכשירים חכמים ובינה מלאכותית עשויים לשנות את פני החקלאות
מהנדס החיישנים ד"ר אזהר עלי, מרצה חבר למדעי בעלי החיים והנדסת מערכות ביולוגיות באוניברסיטת וירג'יניה טק, מצפה לבואה של המהפכה החקלאית הרביעית. זה עידן שצפוי לנצל את הפוטנציאל הטרנספורמטיבי של טכנולוגיות הקישוריות שהתפתחו במהפכה התעשייתית הרביעית. בעיני עלי, שלוש טכנולוגיות בולטות במיוחד ביכולתן לקדם חקלאות חכמה ואקלימית: חיישנים חקלאיים לבישים, מכשירים חכמים המחוברים לאינטרנט של הדברים (IoT) ובינה מלאכותית (AI).
במאמר סקירה שפורסם בכתב העת Advanced Intelligent Systems, כתבו עלי ועמיתיו - מאטין עטאי קאשואי מבית הספר למדעי בעלי החיים ואג'יט קאושיק מאוניברסיטת פלורידה פוליטכניק - כי שילוב של טכנולוגיות מתקדמות אלה עשוי לחולל שינוי פרדיגמטי בדרך שבה ענף החקלאות מנטר בטיחות ואיכות מזון, בריאות צמחים ופרודוקטיביות בכל העולם.
בעיני עלי, מתן עדיפות לניטור מהיר, מדויק ומוקדם, יהיה קריטי להאכלה בת-קיימה ובטוחה של האוכלוסייה העולמית, שצפויה להגיע לעשרה מיליארד כמעט עד שנת 2050, ותצריך 50 אחוזים יותר מזון כדי לשמור על שרשרת האספקה העולמית, כך לפי המאמר. לפי דוח התפוקה החקלאית העולמית לשנת 2023 (GAP) שפורסם באמצעות המכללה למדעי החקלאות, הגידול בתפוקה החקלאית העולמית הצטמצם מאוד, והמאמצים הנוכחיים להרחיב באופן בר-קיימה את הייצור, אינם מספקים.
עלי ציין שחוקרים חייבים לשתף פעולה כדי לנצל את הפוטנציאל המלא של טכנולוגיות חדשות שעשויות לעזור ליצרנים לעמוד בביקושים העתידיים. יש ליצור שיתוף פעולה בין אגרונומים, מהנדסים, מומחים לרפואה אנושית, וטרינרים ומדעני חומרים. "יש פער עצום בשיתוף הפעולה מהסוג הזה," אמר עלי. "אני מפתח חיישנים, אבל אני צריך לשתף פעולה עם מומחים בלמידת מכונה. עלינו להעמיק בשיתוף הפעולה כדי לפתור את משבר המזון."
ניטור מתקדם של מזון צמחים
במאמרם הציגו עלי, קאשואי וקאושיק את ההתקדמות האחרונה של החוקרים ביישום של חיישנים, מכשירים חכמים ובינה מלאכותית לניטור מזון וצמחים. הם גם מתארים את הפוטנציאל והאתגרים של שילוב הטכנולוגיות האלו. הם כתבו שטכנולוגיות חיישני המזון חוו התפתחות מדהימה, תוך התמקדות במדידת רעלים, לחות, pH, טריות, טמפרטורה, מזהמים ופתוגנים. ניטור גורמים אלו הוא המפתח לבטיחות המזון, לאיכותו ולסטנדרטים גבוהים באריזתו.
החוקרים תיארו כיצד אפשר לשפר את יכולות הניטור האלו כאשר הן משתלבות עם טכנולוגיות נוספות: באמצעות שילוב של חיישנים, מכשירים חכמים ומערכות ניטור מזון לבעלי חיים וצמחים, אפשר לאסוף נתונים בדיוק רב, בזמן אמת, באתר ובקנה מידה רחב. רשתות הדור הבא יוכלו להעביר מהר נתונים בנפח גבוה שמייצרות מערכות אלו.
מזהמי מזון הם חומרים הנכנסים ללא כוונה לאספקת המזון ויש בהם סיכונים פוטנציאליים לבריאות האדם. למזהמים מקורות מגוונים כגון מזהמים סביבתיים, שיטות חקלאיות, טכניקות עיבוד וחומרי אריזה. אלה כוללים מזהמים כימיים (למשל, חומרי הדברה, מתכות כבדות ותוספי מזון), מזהמים מיקרוביאליים (למשל, חיידקים, וירוסים וטפילים) ומזהמים פיזיים (למשל, זכוכית, שברי מתכת וחלקיקי פלסטיק). חשיפה למזהמים עלולה לגרום בעיות בריאותיות רבות, החל במחלות מיידיות הנישאות במזון וכלה במצבים כרוניים ארוכי טווח.
אחת השיטות הטובות ביותר להבטיח בטיחות ואיכות של מזון היא שימוש בחיישנים ובמערכות ניטור כדי למזער את נוכחותם של מזהמים בכל שרשרת המזון. הדבר מחייב בדיקות קפדניות, טיפול נכון והקפדה על נוהלי ייצור טובים.
כל מזהם עלול להשפיע על תפקוד התא ובסופו של דבר להביא לבעיות בריאותיות. ההתנגדות המושרה על ידי מנגנוני הגנה אנושיים, הופכת את ההשלכות הבריאותיות האלו לבלתי מורגשות. אלא שמזהמים משנים את גנום התא וגורמים לשינויים קבועים בתפקודים של התאים והרקמות. עם הזמן, אם צורכים מזון מזוהם, ההידרדרות הבריאותית יוצאת מכלל שליטה. אנשים כאלה צריכים טיפול רפואי מיידי. תופעות לוואי זמניות שאינן חמורות הן הקאות, שלשולים וכאבי ראש.
אם כן בטיחות מזון חשובה בתעשיית המזון (ייצור מזון ורשתות אספקה) לשיפור ניהול המזון. חיישני מזון יכולים לזהות סמני איכות או יעדים המלמדים על בטיחות מזון באמצעות אינטראקציות ביולוגיות ספציפיות. מדידה של פתוגנים, רעלנים, אלרגנים, פטריות, חומרי הדברה, מזהמים ומתכות כבדות, עשויה לסייע למערכות ניהול בטיחות מזון. לפיכך יש ביקוש גבוה לחיישנים ביו חכמים שיכולים להתחקות אחר מזהמים, רעלים וחומרים מזיקים.
כדי לענות על ביקוש זה, טכנולוגיות מתפתחות, כולל הדפסה בתלת-ממד, סמארטפונים, AI, IoT וטכנולוגיות ביולוגיות, מתגברות בהדרגה. אפשר להשתמש בחיישנים התומכים בסמארטפון עם ממשק אלגוריתמים מורכבים לעיבוד נתונים אוטומטי וכדי לשפר את דיוק הזיהוי. יתרה מזו, חיישנים לבישים וסמארטפונים יכולים להיות מחוברים לענן כדי ליצור חישה, מידע ונתוני עיבוד לצורך קבלת החלטות. המהירות הגבוהה של העברת נתונים בעזרת רשת אלחוטית של חמישה דורות (5G) עשויה להאיץ את ניתוח הנתונים המתקבל מחיישנים ביולוגיים.
RipeSense הוא חיישן חכם, שיכול לזהות בשלות פרי לפי שינויים קולורימטריים המבוססים על שחרור ניחוחות מהפירות. RIDASMART APP הוא שיטת הערכה לכימות של מיקוטוקסינים שמעריכה בדיקות זרימה לרוחב (LFDs), המשמשות לניתוח אימונוכרומטוגרפי של מיקוטוקסינים.
אפליקציית הטלפון החכם מספקת תוצאות אמינות שאפשר להעביר באמצעות דואר אלקטרוני ולייצא לשרת ענן. יתרה מזו, המחקר ממחיש את יכולת התכנות הגמישה והזולה של ה-TTI בשילוב ההבטחה המהותית שלו לתחולה כללית על כל פריט באריזה יחידה של שפע של מוצרים ארוזים מתכלים.
היבט נוסף הוא שלגילוי מוקדם של מחלות צמחים ופיזיולוגיה יש פוטנציאל לשפר את תפוקת היבול. עם רשתות חיישנים לבישות ואלחוטיות, טכנולוגיות חיישני צמחים מתפתחות מסייעות לחקלאים ולבעלי עניין לקבל החלטות במקום ולקדם שיטות חקלאות חכמות.
חיישני צמחים התומכים ב-IoT עם מצעים גמישים ומעגלים מודפסים עברו ממשק עם עלי צמחים ונחקרו לצורך ניטור מחלות צמחים, זיהום סביבתי, זיהומים פטרייתיים, חומרי הדברה וחשיפה לרעלים חיידקיים. הטכנולוגיות, המבוססות על IoT, הורחבו ליישומים רבים, כולל זיהוי מחלות, מצב גידול צמחים, מתחים, פנוטייפ צמחים, פתוגנים, תרכובות אורגניות נדיפות והורמונים.
חיישני צמחים
במאמר מתוארות כמה דרכי זיהוי של חיישני צמחים וסוכמו הבעיות הפוטנציאליות שלהם בעבור חישת צמחים:
ניטור צמיחת צמחים: ניתוחים מבוססי מעבדה בעבור חישת צמחים אינם כרוכים במדידות בזמן אמת אשר אינן מאפשרות לבצע תחזיות ופעולות רגישות לזמן עקב דחיית תוצאות.
חישת VOC של צמחים: תרכובות אורגניות נדיפות צמחיות (VOCs) חיוניות לחקר האופן שבו גנוטיפים מתקשרים עם גורמי לחץ סביבתיים.
פנוטייפ צמחים בתפוקה גבוהה וחישת מתח: פנוטייפ צמחים הוא טכניקה מבטיחה המחברת גנומיקה, פיזיולוגיה של צמחים ואגרונומיה. אפשר לתאר מערכות פנוטייפ של צמחים במונחים של רזולוציה, תפוקה וממדיות.
חישת פתוגנים של צמחים: למחלות צמחיות הנגרמות על ידי פתוגנים יש השפעות ממשיות על בריאות היבול, איכותו והתפוקה בארצות הברית, והן מביאות להפסדים כלכליים ממשיים.
הורמונים צמחיים: הורמונים מווסתים את תפקודי הצמח כגון צמיחה, התפתחות ותגובות מתח. הורמונים אלו כוללים חומצה יסמונית, אתילן, בראסינוסטרואידים, חומצה אבסקיסית, סטריגולקטון, פפטידים קטנים, חומצה סליצילית, ג'יברלין ואוקסינים, וריכוזיהם נמוכים (ננו עד פמטומלר) בצמחים.
עוד עולה מהמאמר, כי בינה מלאכותית תוכל לייעל את ניתוח הנתונים באמצעות עיבוד אוטומטי. היא תוכל להתמודד עם נפחי הנתונים הגדולים שמייצרים החיישנים החכמים. למכשירים חכמים ובינה מלאכותית יש פוטנציאל לניתוח חזוי שיאפשר ליצרנים לצפות מראש אתגרים כגון התפרצויות מחלות ודפוסי מזג אוויר.
עלי ועמיתיו סיפקו במאמר דוגמאות לאופן שבו חוקרים בוחנים כיום שילוב של טכנולוגיות מתקדמות, כולל פיתוח חיישנים אלקטרוכימיים המשמשים לגילוי ביומרקרים של מחלות בחלב פרות, במיץ תפוזים ובמיץ תפוחים, ושימוש בחיישנים משולבים על בסיס מיקרו-מחטים עם מכשירים מבוססי סמארטפונים שהודפסו בתלת-ממד כדי לזהות וירוסים בעגבניות.
עלי ועמיתיו מאמינים מאוד בפתרונות אלה, אך גם ציינו את האתגרים הקיימים בניצול הטכנולוגיות של המהפכה החקלאית הרביעית: ישנם חששות בנוגע לאבטחת איסוף הנתונים באמצעות חיישנים חכמים; עלויות של החיישנים, תשתית הרשת וניהול הנתונים עשויות להיות גבוהות מדי; ועלולות להתעורר בעיות קישוריות לאינטרנט בעת שימוש במכשירים חכמים באזורים כפריים או מרוחקים שיש בהם חוות רבות.
כדי להתמודד עם האתגרים האלו, עלי מדגיש את הצורך בשיתוף פעולה של מדענים, קובעי מדיניות וחקלאים. "כדי לפתור את הבעיות המשותפות, עלינו לעבוד יחד," סיכם.
לפרטים נוספים onlinelibrary.wiley.com
