2020. szeptember 29-én online webinárium keretében tartott előadást az S3P Agrifood on Traceability & Big Data platform a földmegfigyelésről, amely a mesterséges intelligencia segítségével valósul meg. A prezentációt João Ribau tartotta, aki a portugál Instituto de Soldadura e Qualidade (ISQ) Intelligens és Digitális Rendszerek K+F egységének vezetője, valamint Bruno Ferreira, aki szintén az ISQ ezen egységének kutatója.
Elsőként a földmegfigyelésről (angolul: Earth Observation – a továbbiakban: EO), mint tudományról beszéltek, ami egy távérzékelési technika és információkat gyűjt a Földről. Egyrészt használhatjuk ismeretünk fejlesztésére a bolygó kölcsönhatásairól, amelyek fizikai, biológiai, kémiai és antropológiai jellegűek. Másrészt a kutatásokat támogatja olyan területeken, mint oceanográfia, mezőgazdaság, klimatológia, meteorológia, ökológia és környezet, valamint infrastruktúra.
Következő témakörként a műholdas felbontást érintették a szakértők. Ezen belül három típust különböztethetünk meg: a spektrális, a térbeli felbontást, valamint az időbeli felbontást. A továbbiakban különböző példákkal mutatták be az EO felhasználási lehetőségeit. Ilyenek a mezőgazdasági felhasználás, környezeti katasztrófák és emberi tevékenységek nyomon követése. A földmegfigyelés fókuszú kutatások evolúciójának köszönhetően jutott el a tudomány annak jelenlegi szintjére. Az első lépés, amit ezen területen megtettek 1959-re tehető, amikor az Explorer 7 műholdat Föld körüli pályára állították.
A webinárium folytatásában a két szakértő kitért arra, hogy miért érdemes a mesterséges intelligenciát (angolul: Artificial Intelligence, a továbbiakban: AI) alkalmazni. A legfőbb ok az, hogy egy gép képes intelligens emberi viselkedést utánozni, viszont ahhoz képest gyorsabb és sokkal több információ kezelésére képes. Az első lépéseket ehhez kapcsolódóan az 1940-es években tették meg, párhuzamosan a számítógép feltalálásával. Manapság az AI már mindennapi használatban van, többek között a nagy adatmennyiségek feldolgozásában, továbbá a globális szintű összeköttetések/kapcsolatok és a nyílt forráskódú szoftverek területén. Az AI spektruma folyamatosan bővül és már több intelligens rendszert is magába foglal, úgy, mint az automatizált, a támogató, a kiterjesztett és az autonóm intelligens rendszereket. Természetesen itt is léteznek kockázati tényezők, amelyeket folyamatos fejlesztésekkel igyekeznek kiküszöbölni.
A prezentáció utolsó fejezeteként a gépi tanulás (Machine Learning – ML) került előtérbe. Az ML célja, hogy a gépek számára lehetővé tegye az adatok tanulását anélkül, hogy kifejezetten azokra programoznák őket. Megtanulják a csoportalkotást, átlátják a folyamatokat, képesek a mély tanulásra, amely magában foglalja az agy biológiai ideghálózatának működési algoritmusait, az úgynevezett mesterséges ideghálózatokat. Ezt követően az AI földmegfigyeléses alkalmazásaira is kitértek. Ide tartoznak a biodiverzitás, egészséges óceánok, vízbiztonság, klímaváltozás és tiszta levegő. Ezek által jobban nyomon követhető a Földünkön zajló változás.
A webinárium sok érdekes megoldást mutatott be, ami hasznos a DDRIÜ Dél-Dunántúli Regionális Innovációs Ügynökség Regions 4Food Interreg Europe projektje szempontjából is.
Következő cikkünkben az S3P Agrifood on Traceability & Big Data platformot mutatjuk be, hogy átfogóbb képet lehessen alkotni erről a jelen híradásban is megcélzott, digitális megoldásokkal jellemezhető szektorról.
A Regions 4Food projekt az Európai Regionális Fejlesztési Alap és a Magyar Állam társfinanszírozásával valósul meg.