কৃষি ড্রোনের ঝাঁক যাতে নিজেরাই ঠিক করতে পারে তোলা ছবি কোথায় বিশ্লেষণ হবে — ড্রোনের ভেতরেই, কাছের এজ কম্পিউটিং সার্ভারে, নাকি ক্লাউডে — সে জন্য ফিল্ডভিশন (FieldVision) নামে একটি কৃত্রিম বুদ্ধিমত্তা (এআই) কাঠামো তৈরি করেছেন যুক্তরাষ্ট্রের মিসৌরি বিশ্ববিদ্যালয়ের (University of Missouri) প্রকৌশলীরা।

সমস্যাটা হলো সময়। ড্রোন প্রচুর কাজের ছবি তোলে, কিন্তু চারা গোনা, ফসলের স্বাস্থ্য পর্যবেক্ষণ বা নির্দিষ্ট জায়গা পরিদর্শনের মতো কাজে উড্ডয়ন চলাকালেই সেই ছবি দ্রুত বিশ্লেষণ করা দরকার। ড্রোনের কম্পিউটিং ক্ষমতা ও ব্যাটারি সীমিত, গ্রামাঞ্চলে ওয়্যারলেস সংযোগ অনিশ্চিত; আর কয়েকটি ড্রোন একসঙ্গে উড়লে একই ব্যান্ডউইথ ও সার্ভার ভাগ করতে হয় — এক ড্রোনের জন্য যা ভালো, তা অন্যটির দেরি ঘটাতে পারে।

ফিল্ডভিশন প্রতিটি ড্রোনকে নিজে সিদ্ধান্ত নেওয়ার ক্ষমতা দেয়। মাল্টি-এজেন্ট রিইনফোর্সমেন্ট লার্নিং পদ্ধতিতে ড্রোনগুলো শেখে কোন কাজ নিজের ভেতরে, কোনটি এজ সার্ভারে আর কোনটি ক্লাউডে পাঠাতে হবে। প্রশিক্ষণের সময় তারা সম্মিলিতভাবে শেখে সম্পদ ভাগাভাগির টানাপোড়েন, কিন্তু মাঠে নামার পর প্রতিটি ড্রোন নিজের কাছে থাকা তথ্য দিয়েই সিদ্ধান্ত নেয়।

সিমুলেশন পরীক্ষায় ফিল্ডভিশন প্রচলিত নিয়মভিত্তিক পদ্ধতি ও একক-ড্রোন এআই পদ্ধতির চেয়ে ভালো করেছে: সময়সীমা কম ফসকেছে, নির্ভরযোগ্যতা বেড়েছে, আর উড্ডয়নের সময় ড্রোনগুলোকে একে অপরের সঙ্গে যোগাযোগও করতে হয়নি।

গবেষকদের মতে, নির্ভুল কৃষিতে ড্রোন ব্যবহারকারী কৃষক, কৃষি গবেষক ও প্রতিষ্ঠানগুলোই সবচেয়ে সরাসরি উপকৃত হবে, কারণ দ্রুত বিশ্লেষণে আকাশ থেকে তোলা ছবি আগেভাগে কাজের তথ্যে পরিণত হবে। দুর্যোগ মোকাবিলা, দাবানল ও বন্যা পর্যবেক্ষণ এবং অবকাঠামো পরিদর্শনেও একই পদ্ধতি কাজে লাগতে পারে।

গবেষণায় নেতৃত্ব দিয়েছেন অ্যান্ড্রু হেলম্যান, বিশ্বাস ওয়াগলে, জিয়ানফেং ঝৌ, কান্নাপ্পান পালানিয়াপ্পান ও প্রসাদ কালিয়ামসহ মিসৌরির গবেষকেরা; সহযোগী ছিলেন ফ্লোরিডা গালফ কোস্ট, স্টোনি ব্রুক ও মেমফিস বিশ্ববিদ্যালয়ের গবেষকেরা। অর্থায়ন করেছে যুক্তরাষ্ট্রের ন্যাশনাল সায়েন্স ফাউন্ডেশন।

ছবি: Antarsih / উইকিমিডিয়া কমন্স (CC BY 4.0)

সূত্র: Precision Farming Dealer