في ظل التغييرات المناخية المتزايدة والاعتماد على سلاسل الإمداد طويلة المسافة، تواجه أنظمة الإنتاج الزراعي والتخصصي في الولايات المتحدة تحديات كبيرة. تتعرض هذه الأنظمة لمخاطر مختلفة، بما في ذلك تقلبات الطقس، تركيز الإنتاج الإقليمي، قيود العمالة، والمخاطر السيبرانية. في هذا السياق، تبرز الزراعة بالتحكم الذاتي (Controlled Environment Agriculture - CEA) كحل واعد للتقليل من هذه المخاطر بنقل الإنتاج إلى بيئات محمية وغنية بالمستشعرات.

لكن على الرغم من الفوائد المحتملة، أظهرت بعض المشاريع المدعومة استثماريًا في الزراعة العمودية فشلها، مما يعني أن الزراعة بالتحكم الذاتي لا يمكن اعتبارها حلاً شاملاً للأمن الغذائي. لذا، يقدم البحث إطار عمل بنية الزراعة المستدامة بالتحكم الذاتي (Controlled Environment Agriculture Resilience Infrastructure Framework - CEA-RIF 2.0) لتقييم أداء هذه التقنيات المعتمدة على الذكاء الاصطناعي كجزء من بنية تحتية مرنة لسلاسل الإمداد الزراعي.

يتناول الإطار العمل سبع مجالات رئيسية: استمرارية الإمداد، العزلة المناخية، تكامل الطاقة والشبكة، القدرة على إعادة تدوير المياه والعناصر الغذائية، الاعتمادية السيبرانية والفيزيائية، الجدوى الاقتصادية، والحوكمة والنشر.

يعتمد البحث على تقارير حكومية أمريكية، وأدبيات علمية خضعت لمراجعة الأقران حول الزراعة بالتحكم الذاتي والطاقة، وبحوث استجابة الطلب، ومعايير الأمن السيبراني، وبرامج الزراعة الذكية الدولية. ويشدد البحث على أن الذكاء الاصطناعي يضيف قيمة مرونة فقط عندما يحسن النتاج العملي المقاس، مثل استقرار المناخ، ومرونة الطاقة، وثبات الإنتاج، واكتشاف الشذوذ، وزيادة إنتاجية العمل.

في النهاية، يُصنف هذا التحليل الزراعة المستدامة بالتحكم الذاتي على أنها مشكلة بنية تحتية سيبرانية-فيزيائية تتطلب وعيًا بالطاقة، وتفاعلًا مع الشبكة، وأمانًا، وقابلية للتشغيل المتبادل، وتوزيعًا إقليميًا، واهتمامًا ماليًا، وترابطًا مع أهداف مرونة القطاع العام. يقترح البحث أيضًا خطة بحثية للاختبارات بين الوكالات، والبيانات المفتوحة، والمعايير الموحدة، وتجارب استجابة الطلب، والهندسة المعمارية المرجعية السيبرانية-الفيزيائية.