ખેતીમાં આગામી તબક્કો આર્ટિફિશિયલ ઇન્ટેલિજન્સનો હશે

ન્યૂઝ ડેસ્ક: માનવજાતિનો પ્રાચીનતમ વ્યવસાય ગણાતી ખેતી ઘણી શાલીન રીતે સમયની તલવારના આક્રમણથી બચી ગઈ છે. પડકારોના પ્રવાહ સામે ટકી ગયેલી ખેતી આજે તેના વધુ શુદ્ધ અને વ્યાપક સંસ્કરણમાં પરિવર્તિત થઈ ગઈ છે. આબોહવા પરિવર્તનથી માંડીને ગુણવત્તા અને જથ્થા માટે સતત વધી રહેલી માનવોની માગણી સુધી, આ ક્ષેત્ર અદ્ભુત ટૅક્નૉલૉજિકલ શોધોની સાથે પુનઃગણતરી માંડી રહેલું છે અને મજબૂત અને સ્થિર રીતે આગળ વધી રહ્યું છે. દા.ત. ભારત રોજબરોજના અસ્તિત્વ માટે ખાદ્ય આયાત પર નિર્ભર દેશ હતો. પરંતુ આજે આપણે ખાદ્ય ઉત્પાદનમાં અગ્રણી છીએ અને માત્ર દેશની ખાદ્ય સુરક્ષા જ પૂરી નથી કરી રહ્યા પરંતુ શેષ વિશ્વની પણ પૂરી કરી રહ્યા છીએ. હરિયાળી ક્રાંતિ અને ટૅક્નૉલૉજિકલ પ્રગતિને આભારી, આપણું ખાદ્યાન્ન ઉત્પાદન હરિયાળી ક્રાંતિ પહેલાના સમયગાળામાં 5 કરોડ ટનથી લઈને આજે 30 કરોડ ટન સુધી પહોંચી ગયું છે. ત્યારથી ટૅક્નૉલૉજી ભારતીય ખેતીનો અભિન્ન હિસ્સો બની ગઈ છે ચાહે તે સુધારેલી કાચી સામગ્રી હોય, કાપણીની પ્રણાલિ હોય કે પાકની કાળજી હોય. માહિતી અને સંચાર ટૅક્નૉલૉજીના પ્રવેશ સાથે ખેતીની અવધારણા વધુ ઠીક થઈ છે. કારણ કે, તે વધુ ચોક્કસ, ઉત્પાદક અને ક્યારેક આભાસી (વર્ચ્યુઅલ) બની છે. આથી કૃષિમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનું આગમન આશ્ચર્યની વાત નથી.

AIએ જ્ઞાનસંબંધી પ્રક્રિયા છે જેને આપણે માનવ વિચારપ્રક્રિયા સાથે સાંકળી શકીએ છીએ, પરંતુ AI વધુ ચોક્કસ અને અચૂક છે. તેનાથી નિર્ણય લેવાનું સ્વયંભૂ થાય છે જેનાથી માનવ હસ્તક્ષેપ ઘટી જાય છે. આ રીતે AI ટૅક્નિકલી કૃષિમાં ખૂબ જ પ્રાસંગિક બને છે. કૃષિમાં અનેક સ્તરે નિર્ણય લેવા પડતા હોય છે. નિર્ણય લેવામાં માનવની સહભાગિતાથી ખેતી ભૂલ અને નજરચૂક (અવગણના)ને પાત્ર બની જતી હોય છે. ભવિષ્યની ખેતીમાં ત્રૂટિઓ ચાલે નહીં કારણ કે, આપણે ઉપભોક્તાઓને ખાદ્ય સુરક્ષા અને ખેડૂતોને આવકની સુરક્ષા સુનિશ્ચિત કરવાના નાજુક પથ પર ચાલી રહ્યા છીએ. વિશ્વએ તો પૂરા મન સાથે કૃષિમાં AI સમર્થિત સહાયને ગળે લગાડવાનું શરૂ કરી દીધું છે. એક બજાર અભ્યાસ અહેવાલ સૂચવે છે કે, કૃષિમાં વૈશ્વિક આર્ટિફિશિયલ ઇન્ટેલિજન્સનું બજાર કદ વર્ષ 2025ના અંત સુધીમાં 155 અબજ અમેરિકી ડૉલરે પહોંચવાની આશા છે.

AIનો ઉપયોગ કૃષિના લગભગ તમામ તબક્કાઓમાં હોઈ શકે છે, પરંતુ સૌથી અગત્યનો ઉપયોગ પાકની પસંદગીમાં, પાક પર નજર રાખવામાં અને આગાહીમાં રહેલો છે. ભારતમાં કૃષિ પ્રણાલિ સાથે આબોહવા એ જટિલ રીતે જોડાયેલું ઘટક છે. વરસાદ આધારિત ખેતી ભારતમાં કૃષિ જીડીપીના 60 ટકા પ્રદાન કરે છે ત્યારે અનિશ્ચિત હવામાનમાં કામ કરવા પૂર્તિકર યોજનાઓ હોવી આવશ્યક છે. વધુ ભેજવાળી જમીન કે સતત સૂકું હવામાન ચોક્કસ વિસ્તારમાં પરંપરાગત પાકની સફળ ખેતી ન પણ થવા દે. AI વિવિધ પરિબળો જેવાં કે પ્રવર્તમાન આબોહવાની સ્થિતિ, કાચી સામગ્રીની પ્રાપ્યતા, સ્થાનિક પસંદગીઓ, બજાર ભાવો અને બજાર માગ વગેરેને ધ્યાનમાં લઈને ચોક્કસ વિસ્તાર માટે વૈકલ્પિક પાક સૂચવવામાં ઉપયોગી નિવડે છે. ઇન્ટરનેશનલ ક્રૉપ્સ રીસર્ચ ઇન્સ્ટિટ્યૂટ ફૉર ધ સેમી એરિડ ટ્રૉપિક્સ સાથે સહકારમાં માઇક્રૉસૉફ્ટે ‘ભૂચતેના’ પ્રૉજેક્ટ હેઠળ મર્યાદિત જમીનમાં ખરીફ ઋતુ માટે વાવણીની સલાહ સેવા મૂકી છે. આ ઍપ વાવણી માટે કઈ ઉત્તમ તારીખ છે તેના વિશે સહભાગી ખેડૂતોને વાવણીની સલાહો મોકલે છે.

એક પગલું આગળ, સંપૂર્ણ પાક નિરીક્ષણ અને જમીન નિરીક્ષણથી ખેતીમાં AIનું અન્ય એક રસપ્રદ પાસું ખુલ્લું થાય છે. તસવીરો આધારિત ઉકેલો ઉગાડવાની ઋતુમાં પાકના આરોગ્ય વિશે પૂરું જ્ઞાન આપે છે અને વધુમાં ખેડૂતને સંભવિત જોખમને કઈ રીતે સંભાળવા તેના વિકલ્પો પણ આપે છે. ઊંડી જાણકારી અને તસવીર પ્રક્રિયાગત નમૂનાઓનો ઉપયોગ કરીને પાકમાં પાકને થતા રોગો અને જંતુના સંક્રમણને ઓળખી શકાય છે. માપદંડોની સાથે AI આધારિત નમૂનાઓ (મૉડલ) રોગને કઈ રીતે દૂર કરી શકાય અને વધતો અટકાવી શકાય તેના વિશે ભલામણો પણ કરે છે. તસવીરો ઓળખ અને ઊંડી જાણકારીના નમૂનાઓથી પરીક્ષણો માટે પ્રયોગશાળાના આંતરમાળખાની જરૂરિયાત વગર વિતરિત જમીનના આરોગ્યનું નિરીક્ષણ પણ શક્ય બને છે. દૂર ઉપગ્રહોના માહિતીના સંકેતો (ડેટા સિગ્નલ) અને ખેતીમાં સ્થાનિક જે તસવીરો ખેંચવામાં આવી હોય તેની સાથે AI ઉકેલો સંકલિત થઈ જાય છે, જેનાથી ખેડૂતો માટે જમીનના આરોગ્યને પુનઃસ્થાપિત કરવા તાત્કાલિક પગલાંઓ લેવાનું શક્ય બને છે.

કૃષિ નિકાસ નીતિ 2018એ સરકાર દ્વારા અગત્યનો હસ્તક્ષેપ હતો. જેણે ભારતીય ખેડૂતોના બજાર ભવિષ્યને વ્યાપક બનાવ્યું. જો કે તેનાથી ક્રમ આપવાની રીતે ભારતમાં ઉત્પાદન પ્રણાલિમાં એક ધોરણ પણ આવ્યું. AI વાળી પ્રણાલિ દેશની સરહદોને પાર વિશ્વસનીય વેપાર માટે આંતરરાષ્ટ્રીય કૃષિ માલ ધોરણ સર્જવામાં મદદ કરી શકે છે. ખાદ્ય ઉત્પાદનોની તસવીરોનું સ્વયંભૂ ગુણવત્તા વિશ્લેષણ રંગ, કદ અને આકારની લાક્ષણિકતાવાળાં તાજાં ઉત્પાદનો (ફળો, અનાજ, શાકભાજી, કપાસ વગેરે)ને ક્રમ આપવા માટે ચોક્કસ અને વિશ્વસનીય પદ્ધતિ છે. AI સમર્થિત ટૅક્નૉલૉજી ખેડૂતે તેના ફૉન પર પાડેલી તસવીર વાંચે છે અને બિલકુલ નહીંવત સમયમાં ઉત્પાદનની ગુણવત્તા કોઈ માનવીય હસ્તક્ષેપ વગર નક્કી કરે છે.

આગાહીવાળું વિશ્લેષણ એ અન્ય એક વિસ્તાર છે જ્યાં AI કૃષિની સેવા કરી શકે છે. કર્ણાટકની સરકારે ભાવની આગાહી દ્વારા AI આધારિત ઉકેલો દ્વારા સીમાંત ખેડૂતોને સશક્ત કરવા માઇક્રૉસૉફ્ટ સાથે એક MOU કર્યું છે. કર્ણાટક કૃષિ કિંમત પંચ (KAPC) સાથે માઇક્રૉસૉફ્ટ ડિજિટલ સાધનોનો ઉપયોગ કરીને વાવણીનો વિસ્તાર, ઉત્પાદનનો સમય, નીપજનો સમય, હવામાનના આંકડાઓ અને અન્ય સંબંધિત આંકડાઓ જેવાં પરિબળોનો વિચાર કરીને કૃષિ માલના ભાવની આગાહી કરતું બહુચલાયમાન (મલ્ટિવેરિએટ) મૉડલ વિકસાવી રહ્યું છે. માઇક્રૉસૉફ્ટે જંતુના હુમલાના જોખમનો અગાઉથી સંકેત આપી દેવા AI અને મશીન લર્નિંગનો ઉપયોગ કરતી જંતુના જોખમની આગાહી કરતી ઍપ બનાવવા ભારતનાં કૃષિ રસાયણોના સૌથી મોટા ઉત્પાદક યુનાઇટેડ ફૉસ્ફરસ (UPL) સાથે પણ ભાગીદારી કરી છે.

‘આર્ટિફિશિયલ ઇન્ટેલિજન્સ માટે રાષ્ટ્રીય રણનીતિ’ નામના તેના જૂન 2018ના ચર્ચા પત્રમાં, નીતિ આયોગે પોતે ઝડપી વધી રહેલા અર્થતંત્ર અને વિશ્વના સૌથી બીજા ક્રમના વસતિવાળા દેશ ભારતમાં AIનું મહત્ત્વ સ્વીકાર્યું છે. વૈશ્વિક AI નકશામાં ભારતને અગ્રણી દેશો સાથે મૂકી શકે તેવાં પાંચ ક્ષેત્રોને નીતિ આયોગે દર્શાવ્યા છે જેમાં યોગાનુયોગ કૃષિ અગત્યના મોરચા તરીકે ઉભરી આવે છે.

ભારતમાં જે રીતે ખેતી થાય છે તે પરંપરાગત ડહાપણ, પરંપરાગત ખેતીની પદ્ધતિઓ, નીતિ હસ્તક્ષેપ અને કેટલીક માત્રામાં અકળતાનો સરવાળો છે. આબોહવા, રાજકારણ, આંતરરાષ્ટ્રીય બાબતો, કુદરતી આપત્તિઓ આ ક્ષેત્રમાં અસ્થિરતા લાવે છે. AI જેવી ટૅક્નૉલૉજીઓમાં ખેતીને અસર કરતાં વિવિધ પરિબળોનો વિચાર કરીને ઉકેલ પર આવવાની ક્ષમતા છે જેનાથી નિર્ણય લેવામાં ભૂલો ઘટે છે અને કેટલાક કેસોમાં હાથ પર રહેલી માહિતી મળે છે જેનાથી ખેતીને નુકસાન થતું અટકાવવામાં મદદ કરે છે. AI કૃષિમાં નવો તબક્કો લાવી છે. શરૂઆતમાં ટૅક્નૉલૉજીની ચોકસાઈમાં થોડું અંતર હોઈ શકે છે, પરંતુ અંતે, આપણે નિશ્ચિત રીતે માગ અને પૂરવઠાના સમીકરણને પહોંચવામાં સક્ષમ થઈ શકીએ છીએ.
- ડૉ. એમ. જે. ખાન (ચૅરમેન, ઇન્ડિયન ચેમ્બર ઑફ ફૂડ એન્ડ એગ્રીકલ્ચર)