যুক্তরাষ্ট্রের ইউনিভার্সিটি অব মিসৌরির (University of Missouri) প্রকৌশলীরা ফিল্ডভিশন (FieldVision) নামে একটি কৃত্রিম বুদ্ধিমত্তা (এআই) কাঠামো তৈরি করেছেন। এটি কৃষি ড্রোনের দলকে সিদ্ধান্ত নিতে সাহায্য করে, তোলা ছবি কোথায় বিশ্লেষণ হবে: ড্রোনের ভেতরেই, কাছের এজ কম্পিউটিং সার্ভারে, নাকি ক্লাউডে।

সমস্যাটি বাস্তব। ফসল গোনা, ফসলের স্বাস্থ্য পর্যবেক্ষণ বা নির্দিষ্ট জায়গা পরিদর্শনের কাজে লাগাতে হলে ড্রোন উড়তে থাকা অবস্থাতেই ছবি বিশ্লেষণ করতে হয়। কিন্তু ড্রোনের কম্পিউটিং ক্ষমতা ও ব্যাটারি সীমিত, আর গ্রামাঞ্চলে ওয়্যারলেস সংযোগ অনিশ্চিত। একসঙ্গে কয়েকটি ড্রোন উড়লে তারা একই ব্যান্ডউইডথ ও সার্ভার ভাগ করে; একটির কাজ বাইরে পাঠালে আরেকটির জন্য জট বা দেরি তৈরি হতে পারে।

ফিল্ডভিশন প্রতিটি ড্রোনকে নিজে সিদ্ধান্ত নিতে সক্ষম একটি এজেন্ট হিসেবে কাজ করায়। মাল্টি-এজেন্ট রিইনফোর্সমেন্ট লার্নিং পদ্ধতিতে ড্রোনগুলো শেখে, কোন কাজ ড্রোনে, কোনটি এজ সার্ভারে আর কোনটি ক্লাউডে পাঠাতে হবে। প্রশিক্ষণের সময় সবাই একসঙ্গে শেখে বলে ভাগাভাগির সম্পদে টানাটানি কেমন হয় তা বোঝে; মাঠে নামার পর প্রতিটি ড্রোন নিজের কাছে থাকা তথ্য দিয়েই সিদ্ধান্ত নেয়, মিশনের সময় একে অন্যের সঙ্গে যোগাযোগের দরকার পড়ে না।

সিমুলেশন পরীক্ষায় প্রচলিত নিয়মভিত্তিক পদ্ধতি ও একক ড্রোনের এআই পদ্ধতির চেয়ে এটি ভালো ফল দিয়েছে: সময়সীমা কম মিস হয়েছে এবং নির্ভরযোগ্যতা বেড়েছে।

গবেষকদের মতে, নির্ভুল কৃষিতে ড্রোন ব্যবহারকারী কৃষক ও কৃষি গবেষকেরাই সবচেয়ে বেশি উপকৃত হবেন, কারণ দ্রুত বিশ্লেষণে আকাশ থেকে তোলা ছবি আগেভাগে কাজের তথ্যে পরিণত হবে: ফসল গোনা, ফসলের স্বাস্থ্য যাচাই, অস্বাভাবিকতা শনাক্ত ও মাঠ পরিদর্শনে। দুর্যোগ মোকাবিলা, দাবানল ও বন্যা পর্যবেক্ষণেও একই পদ্ধতি কাজে লাগতে পারে।

গবেষণার নেতৃত্বে ছিলেন মিসৌরির অ্যান্ড্রু হেলম্যান (Andrew Hellman), প্রসাদ কালিয়াম (Prasad Calyam)সহ একদল গবেষক; সহযোগী ছিলেন ফ্লোরিডা গাল্ফ কোস্ট, স্টোনি ব্রুক ও মেমফিস বিশ্ববিদ্যালয়ের গবেষকেরা। অর্থায়ন করেছে যুক্তরাষ্ট্রের ন্যাশনাল সায়েন্স ফাউন্ডেশন। বিশ্ববিদ্যালয়ের বিজ্ঞপ্তিটি প্রকাশ করেছে অ্যাগ্রোপেজেস।

ছবি: Agridrones Solutions Israel / উইকিমিডিয়া কমন্স (CC BY-SA 4.0)

সূত্র: AgroPages