До 30% рабочих мест в лесном хозяйстве могут быть затронуты ИИ и автоматизацией

Блокчейн станет переломным моментом в обеспечении полной прозрачности и прослеживаемости цепочек поставок лесной продукции.

Специалисты в сфере глобального лесоуправления должны работать с правительствами и академическими институтами, чтобы в полной мере использовать возможности искусственного интеллекта — инструмента, который меняет правила игры в транспортном планировании, управлении запасами, сокращении отходов и обеспечении устойчивости. Об этом говорится в новом отчете « Роль искусственного интеллекта (ИИ) в будущем логистики лесного сектора» , опубликованном в журнале Future Transport.

Под руководством доктора Леонеля Нунеса, профессора инженерии в Университете Порту, в ходе исследования было изучено 80 примеров применения машинного обучения в лесном хозяйстве в Швеции, Уругвае, Португалии и Индии. Исследование показало, что ИИ особенно перспективен для оптимизации транспорта и борьбы с вредителями и болезнями:

«Например, на эвкалиптовых плантациях Уругвая (наши) результаты продемонстрировали, что оптимизированное планирование сократило транспортные расходы примерно на 15% и увеличило чистую приведенную стоимость на 10%, а также снизило выбросы углерода на 12% за счет эффективной маршрутизации». Между тем, «применение дронов, оснащенных технологиями компьютерного зрения, оказалось многообещающим инструментом для мониторинга в реальном времени, особенно в контексте борьбы с вредителями и болезнями».

«Использование систем, основанных на данных, полученных с помощью беспилотных летательных аппаратов (БПЛА), позволяет быстро идентифицировать и контролировать наличие насекомых и болезней в лесных массивах, интегрируя методы многоспектрального и видимого анализа для повышения точности раннего обнаружения».

Среди преимуществ Нунес сказал, что модели машинного обучения могут принести пользу управлению запасами, прогнозируя деградацию продукта, оптимизируя циклы оборота и согласовывая уровни запасов с рыночным спросом. В то же время системы ИИ могут улучшить управление отходами, классифицируя сырье перед вырубкой, выбрасывая биомассу и используя процессы для улучшения восстановления материалов.

Несмотря на доказанные преимущества, Нунес выявил несколько барьеров, замедляющих широкое внедрение ИИ в цепочках поставок лесной продукции. «Главным из них является отсутствие высококачественных, репрезентативных данных», — сказал он. «Многие лесные регионы, особенно в развивающихся экономиках, страдают от фрагментированных или отсутствующих цифровых записей. (И потому что) системам ИИ требуются большие наборы данных для эффективного обучения моделей; ограниченные данные могут подорвать точность прогнозов и надежность решений».

Затем существуют инфраструктурные ограничения, поскольку системы ИИ полагаются на постоянное подключение, облачные платформы и сенсорные сети, которые не всегда доступны в отдаленных лесах. «Без надежной цифровой инфраструктуры оптимизация и мониторинг в реальном времени остаются скорее теоретическими, чем практическими». А затем существуют человеческие ограничения, из-за которых от 20% до 30% ручного труда в полевых условиях могут быть заменены автоматизацией с поддержкой ИИ.

Однако Нунес сказал, что многие из этих барьеров можно преодолеть с помощью технологических изменений: «Интеграция ИИ с другими новыми технологиями представляет собой центральную возможность для преобразования сектора. Эта технологическая конвергенция расширяет индивидуальные возможности каждого решения и создает синергию, которая позволяет более эффективно решать сложные проблемы», — сказал он. «Объединение датчиков IoT (Интернета вещей) с алгоритмами ИИ и платформами на основе блокчейна может повысить прослеживаемость и прозрачность по всей цепочке создания стоимости, укрепляя доверие между заинтересованными сторонами и облегчая сертификацию».