[عمود لي تشونغ-هو] هندسة بيانات دورة الحياة الكاملة للزراعة الذكية، التوحيد أولاً

[عمود لي تشونغ-هو] الأستاذ لي تشونغ-هو، قسم الهندسة الصناعية بجامعة جونجو

منصة WAGRI، وهي منصة البيانات الزراعية اليابانية التابعة لـ NARO(المنظمة الوطنية للبحوث الزراعية والغذائية) في اليابان، تُدار بهدف تمكين شركات تصنيع الآلات الزراعية وشركات تقنيات ICT مثل AI من أن تصبح مستخدمين للبيانات عبر البيانات التي توفرها للخارج، وأن تطور تقنيات وخدمات زراعية جديدة. وقد أنشأت منصة تُستخدم في مختلف الأبحاث والأعمال عبر تأمين بيانات القطاعين العام والخاص مثل الطقس، والتربة، والأراضي الزراعية، والتنبؤ بالنمو، ومن خلال توحيد البيانات بصيغة API. وتسعى البيانات إلى التوحيد مع تطبيق تقنيات أمنية، مع التمييز بين البيانات العامة والبيانات غير المنشورة التي يمتلكها المزارعون. وللاستجابة المسبقة للطقس المتطرف والآفات والأمراض، تُجرى عمليات إثبات ميدانية عبر جمع البيانات وتحليلها، ومن خلال منصة WAGRI يتحقق نمط زراعي مخصص يُقدم للمزارعين بعد جمع ومعالجة بيانات مثل النمو والبيئة، والإحصاءات الزراعية. 

الولايات المتحدة·وأوروبا أيضاً في منافسة على توحيد البيانات…ترفعان دقة الإحصاءات بالأقمار الصناعية وAI

يمكن العثور على هذا الاتجاه بسهولة أيضاً في الزراعة في الولايات المتحدة وأوروبا، وتدفع وزارة الزراعة الأميركية(USDA)، بالتعاون مع وكالة الفضاء(NASA) وغيرها، مشروعاً تجريبياً لتحسين الإحصاءات الزراعية باستخدام صور الأقمار الصناعية من أجل رفع دقة الإحصاءات. ولزيادة القيمة المضافة للبيانات المقدمة عبر دائرة الإحصاءات الزراعية الوطنية(NASS) التابعة لـUSDA، ينصب التركيز على التصنيع عبر الإدارة المتكاملة بما يتجاوز مجرد امتلاك البيانات. وتُدخل الزراعة النظامية التي تستخدم تقنيات متقدمة مثل صور الأقمار الصناعية وAI ومستشعرات التربة والبيئة لرفع الإنتاجية ودقة الإحصاءات تحت اسم التكنولوجيا الزراعية. أما فضاء البيانات الزراعية الأوروبي(CEADS) فيبني منظومة موحدة تتيح للمزارعين، وشركات الآلات الزراعية، والمؤسسات العامة مشاركة بيانات الإنتاج والبيئة بموثوقية، غير أن عبء تكاليف الاستثمار الأولية ونقص البنية التحتية الرقمية، وعدم كفاية توحيد البيانات تُطرح في جميع الدول كمشكلات واقعية.

وفي الحالة المحلية، أنشأت إدارة التنمية الريفية حالياً نظام خدمة معلومات العلوم والتكنولوجيا الزراعية(ASTIS) لتحقيق ‘حكومة المنصة الرقمية’، إلا أن الآلات الزراعية الذكية ونظام إدارة بيانات دورة الحياة الكاملة الزراعية لا تزال أمامهما مهام واسعة ينبغي حلها لتحقيق نتائج فعالة.

 جوهر زراعة البيانات هو هندسة طبقية قائمة على MAS 

تشمل الزراعة الذكية القائمة على البيانات الشبكات الذكية وإدارة البيانات، وتحتاج إلى وظائف لاتخاذ قرارات قابلة للتنفيذ بالاستناد إلى البيانات، وإلى تحقيق نتائج تخلق قيمة ذات معنى من البيانات المجموعة. ولهذا، يبدو أن من الضروري بناء هندسة تعمل فيها عدة وكلاء ذكاء اصطناعي مستقلين عبر نظام متعدد الوكلاء(MAS)، يتولون أدوارهم ويتواصلون ويتعاونون لحل هدف مشترك. في الصناعة الزراعية، يكون المزارع منتجاً للمنتجات الزراعية ومستهلكاً للتكنولوجيا الزراعية في الوقت نفسه. لكن الصناعة الزراعية نفسها تمتلك بنية صناعية صغيرة الحجم لا تضم شركات كبرى. ولدمج تقنيات ICT في زراعة البيانات، فإن جمع بيانات عالية الجودة لتطوير وكلاء تعاون AI والتصنيف الهيكلي لمختلف البيانات الزراعية عبر تصميم نظام متعدد الوكلاء، والمشاركة النشطة لشركات ICT في التطوير باستخدام معلومات API ونضج التكنولوجيا والشركات، هي عوامل ستحدد نتائج زراعة البيانات، غير أن الواقع يشير إلى أن معظم الشركات صغيرة الحجم، ولذلك تواجه صعوبة في تحقيق النمو المستمر وتأمين الكفاءات المتقدمة.

ومن خلال تعريف وتصنيف نظام MAS لاتخاذ القرار الذاتي في مجال زراعة البيانات، فإن هدف تطوير التقنيات المتعلقة بزراعة البيانات عبر جمع بيانات موحدة وAPI في الشركات، والمزارعين، والحكومة، والأبحاث والجامعات، وانتشار الإثبات في الميدان، ينبغي ألا يقتصر على نظام تقني بسيط، بل يجب أن يجذب تدفق التكنولوجيا ورأس المال إلى الصناعات ذات الصلة عبر AX خارج نطاق الإنتاجية الزراعية، وذلك من خلال إعداد الكفاءات في الجامعات وإثبات وتسويق الأنظمة المطورة على أساس المعلومات المجموعة(الآلات الزراعية، وبرمجيات اتخاذ القرار الذاتي القائمة على AI وغيرها). 

معدل جمع البيانات لدى كيانات إدارة الزراعة الذكية 36.7%…قصور منذ نقطة البداية

واقعياً، تروج الحكومة لـAX الزراعي بوصفه مهمة وطنية، لكن تأمين البيانات، وهو نقطة انطلاق الزراعة الذكية، لا يزال غير كافٍ، كما أن تقبل المزارع منخفض؛ فوفقاً لـ‘تقرير مسح واقع الزراعة الذكية وتحليل النتائج لعام 2024’ الصادر عن وكالة كوريا لترويج التكنولوجيا الزراعية، فإن نسبة من أجابوا بأنهم يجمعون البيانات من بين كيانات إدارة الزراعة الذكية(2564 كياناً) لا تتجاوز 36.7%، ما يظهر واقع انخفاض الوعي العملي بزراعة البيانات وصعوبة جمع البيانات عالية الجودة واستخدامها. حالياً، يجري في الداخل تشغيل منصة بيانات تابعة لإدارة التنمية الريفية، وتُقدم خدمات مراقبة بيئة المحاصيل وAPI مفتوحة، كما تفتح سمارت فارم كوريا مجموعات بيانات متنوعة للمزارع المزروعة.

 ERP·MES ينبغي أولاً إعداد هندسة معيارية مثل SOP وإجراءات تشغيل قياسية

ينبغي الانتباه إلى أن منصة البيانات اليابانية المذكورة سابقاً، واغري(WAGRI)، أدخلت نظاماً قائماً على إجراءات التشغيل القياسية(SOP) التي تمثل دليلاً إجرائياً يمكن للمزارع استخدامه بنفسها، وأن المزارع تقدم نتائج مثل المحصول وكفاءة العمل. ويمكن اعتبار توفير فرصة للمقارنة بين أداء الزراعة المتمحورة حول البيانات عبر الإثبات وأداء الزراعة التقليدية في المزارع بداية زراعة البيانات. حالياً، تدفع كوريا توسيعاً خارجياً لزراعة البيانات، بما في ذلك القمر الصناعي الزراعي لإدارة التنمية الريفية، لكن يبدو أن هناك حاجة إلى التفكير في هندسة تكوين البيانات اللازمة لمنصة بيانات زراعية كاملة الدورة تشمل MAS لاتخاذ القرار. لقد صُممت المصانع الذكية في الصناعة التحويلية بالاستناد إلى ERP، وهو نظام إدارة متكامل للعالم الواقعي، وMES، وهو نظام تنفيذ تصنيع قائم على إنترنت الأشياء، وتُحفظ البيانات المجموعة هنا في نظام فيزيائي افتراضي(CPS) ليتم بناء التوأم الرقمي.
وتعمل أنظمة البيانات الزراعية أيضاً بهندسة ذات بيئة مشابهة، ويمكن تشغيل تكوين ERP وبناء MES بما يلائم البيئة الزراعية عبر الارتقاء بالمزارع الذكية وتوحيدها. كما أن هناك حاجة إلى توحيد بيانات النظام الزراعي كامل الدورة وتصميم هندسته من أجل إعداد تكوين معياري لنظام AI متعدد الوكلاء المتعاونين لاتخاذ القرار الذاتي في مختلف الأعمال الزراعية وإدارة الزراعة، وإجراءات تشغيل قياسية(SOP) مناسبة لذلك. وهناك حاجة إلى نماذج اندماج بين صناعات متنوعة، وبما أن من الصعب على المزارع جمع البيانات وتحليلها مباشرة، فمن الضروري إعداد خبراء في تصور البيانات وتحليلها وظهور شركات ذات صلة، كما يلزم دعم سياساتي لتوفير حلول ضرورية لتحسين إنتاجية المزارع والبيئة، ولتشكيل منظومة تجذب الشركات المرتبطة بـ ICT. ومن خلال ذلك، من الضروري توسيع نتائج الإثبات في الإنتاجية والاستجابة للمناخ بشكل مستمر، استناداً إلى توحيد البيانات اللازمة لضمان جدوى الزراعة الذكية وإلى النظام متعدد الوكلاء(MAS) المبني باستخدامها، كما تُطلب على نحو أولي تنمية الشركات القادرة على الاستخدام الصناعي للبيانات المبنية، وإعداد الكفاءات.

وفي حالة المزارع، إذا أخذنا في الاعتبار المشكلة الواقعية المتمثلة في صعوبة تحقيق اقتصاديات الحجم، كونها منتجاً للمنتجات الزراعية ومستهلكاً للتكنولوجيا الزراعية في الوقت نفسه، فإن سياسات الدعم الحكومية بحاجة إلى الابتعاد عن التركيز البسيط على دعم البحث والتطوير من أجل ظهور شركات تبني أنظمة إنتاج ومنصات تستخدم البيانات الزراعية. ومن الضروري أولاً إعداد سبل بناء واستخدام هندسة معيارية لمنصة بيانات دورة الحياة الكاملة اللازمة لصناعات الأجهزة مثل بيانات نمو المحاصيل والبيئة التي يمكن أن تستخدم منصة بيانات الزراعة الذكية، والآلات الزراعية الذكية، وذلك تحت اسم ‘معيار المزرعة الذكية الكورية من الجيل 4’(اسم مؤقت). كما يبدو أن هناك حاجة أيضاً إلى جهود كل مجال من أجل تقنيات أمن البيانات وخلق القيمة المضافة، وإلى تغيير في الوعي الاجتماعي من منظور تنمية الصناعة. 

[المصادر] 
1. سوك جون-هو, 2024, “اتجاهات المجال الزراعي المتعلقة بـAI ودلالاتها السياساتية”, الزراعة العالمية، عدد خريف 2024
2. شين دونغ-تشول, 2019, “الوضع الراهن لاستخدام البيانات الزراعية الضخمة في اليابان”, الزراعة العالمية، عدد يوليو 2019
3. نو سي-يونغ وآخرون, 2020, “ دراسة حول سبل بناء منصة بيانات زراعية ضخمة لتنشيط الزراعة الذكية”, الجمعية الكورية لتقنيات المعرفة والمعلومات Vol.15. No.5, pp 915-923
4. منصة البيانات الضخمة للمزارع الذكية https://www.n-farm.kr/home/
5. منصة بيانات التكنولوجيا الزراعية(إدارة التنمية الريفية) https://adp.rda.go.kr/portal/pub/main.do
6. الذكاء الاصطناعي يساعد في زراعة النباتات(نتائج الزراعة الذكية القائمة على البيانات), صحيفة الإلكترونيات 2025.11.20. https://www.etnews.com/20251120000276
6. Amine Roukh وآخرون, 2020, “Big Data Processing Architecture for Smart Farming”, January 2020, Procedia Computer Science, 177:78-85. https://www.researchgate.net/figure/WALLeSMART-system-components_fig1_346870440