تشهد الزراعة تحولًا كبيرًا بفضل تقنيات الذكاء الاصطناعي (AI) وتعلم الآلة (Machine Learning) وتقنيات تمثيل المعرفة. إلا أن الأنظمة الحالية للذكاء الاصطناعي في الزراعة غالبًا ما تفتقر إلى فهم السياق والتفسير والتكيف، خاصةً عند المزارعين الصغار الذين يمتلكون موارد محدودة.

تظهر النماذج اللغوية الكبيرة (Large Language Models) كأداة قوية لكنها تواجه صعوبة في تقديم المشورة الملائمة للواقع بسبب غياب المعرفة المتخصصة والسياق المحدد الذي تحتاجه الزراعة. في ضوء هذه التحديات، تم تطوير OpenAg، وهو إطار شامل يستهدف تعزيز الذكاء الاصطناعي الزراعي العام (AGI).

يجمع OpenAg بين نماذج أساسية متخصصة ورسوم بيانية معرفية عصبية، ونظام تفكير متعدد الوكلاء، وآلية شفافية سببية، مما يمكنه من تقديم رؤى قابلة للتنفيذ تعتمد على السياق. يتضمن النظام:
1. قاعدة معرفة زراعية موحدة تدمج الأدبيات العلمية وبيانات الحساسات والمعرفة التي يتم إنتاجها من قبل الفلاحين.
2. رسم بياني معرفي زراعي عصبي لتسهيل التفكير والاستنتاج المنظم.
3. نظام تفكير متعدد الوكلاء يتخصص وكلاء الذكاء الاصطناعي ويتعاونون عبر مجالات زراعية متعددة.
4. آلية شفافية سببية تضمن أن التوصيات المستندة إلى الذكاء الاصطناعي قابل للتفسير ومدعومة علميًا، ومتوافقة مع القيود الواقعية.

يهدف OpenAg إلى سد الفجوة بين المعرفة العلمية وخبرة المزارعين المتمرسين لدعم اتخاذ قرارات زراعية ملائمة وقابلة للتوسع محليًا ودوليًا. إذا كنت مهتمًا بالزراعة الذكية، فكيف يمكنك الاستفادة من هذا الابتكار؟ شاركونا آراءكم في التعليقات!