[Yang Myong Gyun rukni] Jismoniy AI davrida qishloq xo‘jaligi ma’lumotlarida “fe’l” bormi

AI ekranda javob beradigan davrdan o‘tib, reallikni ko‘rib, baholab va bevosita harakat qiladigan jismoniy AI e’tibor markaziga chiqmoqda. Qishloq xo‘jaligida ham hosil yig‘ish, zararkunandalarga qarshi kurash, tashish, muhitni boshqarishda AI va robotlarni birlashtirishga urinishlar tez ko‘paymoqda. Biroq robotlar va modellar haqida gapirishdan oldin avval so‘ralishi kerak bo‘lgan savol bor. Harakatni o‘rganmoqchi bo‘lgan AIga biz nimani o‘qitamiz.

Hozirgacha bo‘lgan qishloq xo‘jaligi ma’lumotlarini so‘z turkumlariga ajratsak, ularning aksariyati ‘ot’dir. Harorat, namlik, barg yuzasi, meva, kasallik belgilari, hosildorlik. Ammo jismoniy AI real hayotda harakat qilishi uchun faqat otlarning o‘zi yetarli emas. Qishloq xo‘jaligi ma’lumotlarida ham ‘fe’l’ kerak.
 

So‘zlar ko‘p, gaplar kam

Qishloq xo‘jaligi AIi shu paytgacha ekinlarni ‘ko‘rish’ qobiliyatini tezlik bilan oshirib keldi. RGB tasvirlariga 3o‘lchamli, spektral·giperspektral, termal tasvir, muhit sensorlarini birlashtiruvchi multimodal yondashuv ekin holatini yanada aniqroq ifodalash imkonini berdi. Bunday ma’lumotlar jismoniy AIning ‘ko‘zi’ga aylanadi. Chunki harakat qilish uchun avval to‘g‘ri ko‘ra olish kerak.

Fe’l umuman yo‘q ham emas. Aqlli issiqxona boshqaruvchisi tom oynalari qachon ochilgani va ozuqa eritmasi qancha berilganini qayd etadi. Ammo yozuv odatda shu yerda tugaydi. O‘sha paytda ekin qanday holatda bo‘lgani, nega bunday qaror qilingani, keyin u qanday javob bergani boshqa joyda bo‘ladi yoki umuman qolmaydi. Barg siyraklatish, meva siyraklatish, yo‘naltirib bog‘lash, hosil yig‘ish kabi qo‘l bilan bajariladigan ishlarning o‘zi ko‘pincha ma’lumot sifatida saqlanmaydi.

Oxir-oqibat yetishmayotgani faqat ma’lumot miqdori emas, balki bog‘lanishdir. Qanday holatda, nima, nega qilindi, va natijada nima o‘zgardi. Bu to‘rt narsa vaqt oqimi ichida ulanib borgandagina AI o‘rgana oladigan bitta ‘gap’ga aylanadi. Bizning qishloq xo‘jaligi ma’lumotlarimizda so‘zlar ko‘p, ammo gaplar kam.
 

Kutish ham fe’ldir

Hosil yig‘uvchi robotni tasavvur qilaylik. Mevaning joylashuvini topib, robot qo‘li yaqinlashib uzib oladigan trayektoriyani yig‘ishning o‘zi yetarli harakat ma’lumoti bo‘la olmaydi. Nega aynan o‘sha meva tanlangani, qaysi tomondan yaqinlashilgani, qancha kuch berilgani, yig‘ib olingandan keyin shikast bo‘lmagani ham birga bo‘lishi kerak.

Yanada qiziqrog‘i — uzilmagan mevadir. Tajribali ishchi ko‘rsa ham qo‘l tekkizmaydi. Chunki yana bir-ikki kun kutgan ma’qul deb xulosa qilgan bo‘ladi. Qishloq xo‘jaligida ‘kutish’ ham muhim harakatdir. Ammo qilinmagan ish odatda yozuvda qolmaydi. Faqat bajarilgan ishlar qayd etilgan ma’lumotdan o‘rgangan AI qachon harakat qilish kerakligini o‘rganishi mumkin, biroq, qachon harakat qilmaslik kerakligini o‘rganishi qiyin.
 

Qishloq xo‘jaligi gapi kech tugaydi

Ko‘plab ishlab chiqarish·logistika robotlari ishlarida buyum ushlanganmi, o‘z joyiga qo‘yilganmi, qisqa vaqt ichida tekshirish mumkin. Qishloq xo‘jaligida esa ko‘pincha bunday emas. Bugungi sug‘orish va ozuqa eritmasini sozlash bir necha kundan keyingi o‘sish va sifatga ta’sir qiladi, barg siyraklatish va butash esa bir necha haftadan keyin hosil miqdori va sifatidagi farq sifatida namoyon bo‘ladi. Bir xil harakat ham nav, o‘sish bosqichi, muhitga qarab turlicha natija beradi.

Gap bilan aytganda, ega va fe’l bugun yozilgan, nuqta esa bir necha kun yoki bir necha hafta keyin qo‘yiladigan holatdir. Bu orada ob-havo o‘zgarib, boshqa ishlar ustma-ust tushar ekan, qaysi natija qaysi harakatdan kelib chiqqanini ajratib olish qiyinlashadi. Tirik organizmlar bilan ishlash jihati qishloq xo‘jaligidagi jismoniy AI boshqa sohalardagi avtomatlashtirishni shunchaki ko‘chirib olib kelish bilangina mukammal bo‘lishi qiyinligining sababidir.
 

Yashirin bilim javob emas, gipotezadir

Qishloq xo‘jaligida tajribali dehqonlarning tajribasi va sezgisi, ya’ni yashirin bilimi muhim, deyiladi. Bargning rangi va holati, o‘sha kungi ob-havoga qarab ‘bugun suvni biroz kamaytiraylik’ deb qaror chiqarish qobiliyati, albatta, mavjud. Unda bu qarorni xuddi shunday AIga o‘rgatsa bo‘ladimi.

Bir xil vaziyatda ham tajribali dehqonlar turlicha qaror qilishi mumkin, uzoq vaqt ishlatib kelingan usul har doim eng yaxshisi ekaniga ham kafolat yo‘q. Yaxshi natijaga nafaqat dehqonning qarori, balki inshoot, nav, ob-havo kabi turli shartlar ham birga ta’sir qiladi. Shu bois yozuvlarni ko‘p yig‘ishning o‘zi muayyan qarorning ta’sirini o‘z-o‘zidan ajratib bermaydi. O‘xshash sharoitlarda boshqacha qilib ko‘rilgan holatlar yoki qiyosiy tajribalar ham birga bo‘lsagina, o‘sha qaror to‘g‘ri bo‘lgan-bo‘lmaganini tekshirish mumkin.

Shuning uchun yashirin bilim AI ergashishi kerak bo‘lgan to‘g‘ri javobdan ko‘ra, tekshiruvni kutayotgan yaxshi gipotezaga yaqinroqdir. Dehqon tajribasini ma’lumotga aylantirish degani tajribani javob sifatida ko‘chirib qo‘yish emas, balki uning qachon samarali va qachon samarasiz ekanini tekshirish mumkin bo‘lgan bilimga aylantirishdir.
 

Yangi model nomidan oldin so‘ralishi kerak bo‘lgan narsa

Jismoniy AIda VLA(vizual·til·harakat) modellari, bir nechta robot tajribasini birga o‘rganadigan modellar, virtual muhit va dunyo modellaridan foydalanib tajribani kengaytiradigan texnologiyalar tez rivojlanmoqda. Ammo bundan ham avval so‘ralishi kerak bo‘lgan narsa — bu model nimani boshdan kechirib o‘rganishidir.

Biz jismoniy AI uchun yangi qishloq xo‘jaligi ma’lumotlarini yaratmoqdamizmi, yoki tanish ma’lumotlarga yangi texnologiya nomini yopishtiryapmizmi.

Shu paytgacha qishloq xo‘jaligi holatini qayd etib kelgan bo‘lsak, endi qishloq xo‘jaligi harakatlarini qayd etish vaqti keldi. Ko‘rish, kutish, yaqinlashish, ushlash, kesish, suv berish, shamollatish kabi ‘fe’llar’ otlar yoniga qo‘yilib, u natijagacha ulanib bitta gapga aylangandagina, jismoniy AI ham nihoyat qishloq xo‘jaligini harakatga keltirish yo‘lini o‘rgana oladi.