IA generativa para agricultura – O’Reilly


Estamos planejando um evento digital ao vivo ainda este ano, e gostaríamos de ouvir de você. Você está usando uma tecnologia de IA poderosa que parece que todo mundo deveria usar? Aqui está sua oportunidade de mostrar ao mundo!

A IA é muitas vezes vista como um empreendimento de, por e para os ricos. Vamos dar uma olhada em um Verde Digital‘s Bate-papo do fazendeiroum bot de IA generativo que foi projetado para ajudar pequenos agricultores em países em desenvolvimento a acessar informações agrícolas críticas. Países em desenvolvimento frequentemente implementaram soluções técnicas que nunca teriam ocorrido a engenheiros em países ricos. Eles resolvem problemas reais em vez de apelar para as fantasias de “vamos começar outro Fb” de capitalistas de risco. Farmer.Chat é uma dessas soluções.

Aprenda mais rápido. Vá mais fundo. Veja mais longe.

O Farmer.Chat ajuda agentes de extensão agrícola (EAs) e fazendeiros a obter respostas para perguntas sobre agricultura. Ele foi implantado na Índia, Etiópia, Nigéria e Quênia. Embora tenha sido projetado originalmente para EAs, os fazendeiros estão cada vez mais usando-o diretamente; eles já se acostumaram a fazer perguntas on-line usando mídias sociais. Fornecer acesso on-line a informações agrícolas melhores e mais confiáveis ​​de forma rápida e eficiente period um objetivo óbvio.

Uma aplicação de IA para agricultores e EAs enfrenta muitas restrições. Uma das maiores restrições é a localização. A agricultura é hiperlocal. Duas fazendas podem estar a uma milha de distância, mas se uma estiver em uma encosta e a outra em um vale, elas terão solo, drenagem e talvez até condições climáticas completamente diferentes. Diferentes microclimas, pragas, plantações: o que funciona para seu vizinho pode não funcionar para você.

Os dados para responder a perguntas hiperlocais sobre tópicos como fertilização e controle de pragas existem, mas estão espalhados por muitos bancos de dados com muitos proprietários: governos, ONGs e corporações, além do conhecimento native sobre o que funciona. O Farmer.Chat usa todas essas fontes para responder a perguntas — mas, ao fazer isso, ele tem que respeitar os direitos dos fazendeiros e dos proprietários do banco de dados. Os fazendeiros têm direito à privacidade; eles podem não querer compartilhar informações sobre sua fazenda ou deixar que outros saibam quais problemas estão enfrentando. As corporações podem querer limitar quais dados expõem e como eles são expostos. A Digital Inexperienced resolve esse problema por meio de Pilha de fazendaum protocolo de código aberto seguro para compartilhamento de dados opt-in. Criptografia de ponta a ponta é usada para todas as conexões. Todas as fontes de dados, incluindo fazendeiros e agências governamentais, escolhem quais dados desejam compartilhar e como eles são compartilhados. Eles podem decidir compartilhar certos tipos de dados e não outros, ou impor restrições ao uso de seus dados (por exemplo, limitá-los a certas áreas geográficas). Embora o opt-in refinado pareça imponente, tratar seus fornecedores de dados e seus usuários com respeito permitiu que o Farmer.Chat construísse um ecossistema confiável para compartilhamento de dados. Por sua vez, esse ecossistema leva a fazendas bem-sucedidas.

O FarmStack também permite suggestions confidencial. Os dados de um provedor de dados foram usados ​​com sucesso? Um fazendeiro forneceu conhecimento native que ajudou outros? Ou os problemas deles eram com as informações? Os dados são sempre uma by way of de mão dupla; é importante não apenas usar os dados, mas também melhorá-los.

A tradução é o problema mais difícil para a Digital Inexperienced e a Farmer.Chat. Atualmente, a Farmer.Chat oferece suporte a seis idiomas (inglês, hindi, télugo, amárico, suaíli e hausa) e a Digital Inexperienced está trabalhando para adicionar mais. Para atender bem aos EAs e fazendeiros, a Farmer.Chat também deve ser multimodal — voz, texto e vídeo — e precisa alcançar os fazendeiros em seus idiomas nativos. Embora informações úteis estejam disponíveis em muitos idiomas, encontrar essas informações e responder a uma pergunta no idioma do fazendeiro por meio do chat de voz é um desafio imponente. A Farmer.Chat usa o Google Translate, Azure, Whisper e Bhashini (uma empresa indiana que fornece serviços de texto para fala e outros para idiomas indianos), mas ainda há lacunas. Mesmo dentro de um idioma, a mesma palavra pode significar coisas diferentes para pessoas diferentes. Muitos fazendeiros medem sua produção em sacos de arroz, mas o que é “um saco de arroz”? Pode significar 10 quilos para um fazendeiro e 5 quilos para alguém que vende para um comprador diferente. Esta é uma área em que manter um agente de extensão informado é essencial. Um EA estaria ciente de questões como uso native, gíria native e termos técnicos agrícolas, e poderia resolver problemas fazendo perguntas e interpretando respostas apropriadamente. EAs também ajudam com confiança. Os fazendeiros são naturalmente cautelosos em aceitar o conselho de uma IA para mudar práticas que têm sido usadas por gerações. Um EA que conhece os fazendeiros e sua história e que pode situar as respostas da IA ​​em um contexto native é muito mais confiável.

Para gerenciar o problema de alucinação e outros tipos de saída incorreta, a Digital Inexperienced usa geração aumentada de recuperação (RAG). Embora a RAG seja conceitualmente simples — procure documentos relevantes e construa um immediate que diga ao modelo para construir sua resposta a partir deles — na prática, é mais complexo. Como qualquer pessoa que já fez uma pesquisa sabe, os resultados da pesquisa provavelmente fornecerão alguns milhares de resultados. Incluir todos esses resultados em uma consulta RAG seria impossível com a maioria dos modelos de linguagem e impraticável com os poucos que permitem grandes janelas de contexto. Portanto, os resultados da pesquisa precisam ser pontuados para relevância; os documentos mais relevantes precisam ser selecionados; então os documentos precisam ser podados para que contenham apenas as partes relevantes. Tenha em mente que, para a Digital Inexperienced, esse problema é multilíngue e multimodal: documentos relevantes podem aparecer em qualquer um dos idiomas ou modos que eles usam.

É importante testar cuidadosamente cada estágio deste pipeline: software program de tradução, software program de conversão de texto em fala, pontuação de relevância, poda de documentos e os próprios modelos de linguagem: outro modelo pode fazer um trabalho melhor? É preciso colocar barreiras de proteção em cada etapa para proteger contra resultados incorretos. Os resultados precisam passar por revisão humana. A Digital Inexperienced testa com “Golden QAs”, conjuntos de perguntas e respostas altamente classificados. Quando questionada sobre uma “pergunta de ouro”, a aplicação pode consistentemente produzir resultados tão bons quanto a “resposta de ouro”? Testes como esse precisam ser realizados constantemente. A Digital Inexperienced também revisa manualmente 15% de seus registros de uso, para garantir que seus resultados sejam consistentemente de alta qualidade. Em seu podcast para O’ReillyAndrew Ng observou recentemente que o estágio de avaliação do desenvolvimento de produtos frequentemente não recebe a atenção que merece, em parte porque é muito fácil escrever software program de IA; quem quer passar alguns meses testando um aplicativo que levou uma semana para ser escrito? Mas é exatamente isso que é necessário para o sucesso.

O Farmer.Chat foi criado para ser inclusivo em termos de gênero e inteligente em termos de clima. Como 60% dos pequenos agricultores do mundo são mulheres, é importante que o aplicativo seja acolhedor para mulheres e não presuma que todos os agricultores são homens. Pronomes são importantes. Modelos de comportamento também; os agricultores que apresentam técnicas e respondem perguntas em videoclipes devem incluir homens e mulheres.

Clima inteligente significa fazer recomendações sensíveis ao clima sempre que possível. A mudança climática é um grande problema para os agricultores, especialmente em países como a Índia, onde o aumento das temperaturas e a mudança nos padrões de precipitação podem ser desastrosos. As recomendações devem antecipar os padrões climáticos atuais e as maneiras como eles provavelmente mudarão. Recomendações climáticas inteligentes também tendem a ser menos dispendiosas. Por exemplo, embora o Farmer.Chat não tenha medo de recomendar fertilizantes comerciais, ele enfatiza soluções locais: quase todas as fazendas podem ter um suprimento ilimitado de composto — que custa menos do que fertilizantes e ajuda a gerenciar resíduos agrícolas.

A agricultura pode ser muito ligada à tradição: “Fazemos isso porque é o que meus avós fizeram, e seus pais antes deles.” Uma nova técnica agrícola vinda de alguns cientistas sem rosto em um escritório urbano significa pouco; é muito mais provável que seja adotada se você ouvir que ela foi usada com sucesso por um fazendeiro que você conhece e respeita. Para ajudar os fazendeiros a adotar novas práticas, a Digital Inexperienced prioriza o trabalho de colegas sempre que possível usando vídeos coletados de fazendeiros locais. Eles tentam colocar os fazendeiros em contato uns com os outros, celebrando seus sucessos para ajudar os fazendeiros a adotar novas ideias.

Finalmente, Farmer.Chat e FarmStack são ambos Código aberto. Licenças de software program podem não afetar fazendeiros diretamente, mas são importantes na construção de ecossistemas saudáveis ​​em torno de projetos que visam fazer o bem. Vemos muitos aplicativos cujo propósito é monopolizar a atenção de um usuário, sujeitar um usuário a vigilância indesejada ou degradar discussões políticas. Um projeto de código aberto para ajudar as pessoas: precisamos de mais disso.

Ao longo de sua história, na qual o Farmer.Chat é apenas o capítulo mais recente, a Digital Inexperienced ajudou mais de 6,3 milhões de agricultores, aumentou sua renda em até 24% e aumentou a produtividade das colheitas em até 17%. O Farmer.Chat é o próximo passo neste processo. E nos perguntamos: os problemas enfrentados por fazendas de pequena escala nas nações desenvolvidas não são diferentes dos problemas dos países em desenvolvimento. Clima, insetos e doenças nas colheitas não respeitam economia ou política. O Farmer.Chat ajuda pequenos agricultores a ter sucesso em nações em desenvolvimento. Precisamos dos mesmos serviços no chamado “primeiro mundo”.



Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *