اخبار و مقالات

اتوماسیون و کلان‌داده‌ها در خدمت تغذیه جهانی

ايتنا – اتوماسیون و کلان‌داده‌ها در خدمت تغذیه جهانی

ایتنا – در صنعت غذا، انقلابی آرام در حال وقوع است که به‌زودی سرتاسر فرایند رشد، تولید و توزیع غذا در سطح جهان، شهرها و روستاها را متحول خواهد کرد.

https://www.itna.ir/news/55132/%D8%A7%D8%AA%D9%88%D9%85%D8%A7%D8%B3%DB%8C%D9%88%D9%86-%DA%A9%D9%84%D8%A7%D9%86-%D8%AF%D8%A7%D8%AF%D9%87-%D9%87%D8%A7-%D8%AE%D8%AF%D9%85%D8%AA-%D8%AA%D8%BA%D8%B0%DB%8C%D9%87-%D8%AC%D9%87%D8%A7%D9%86%DB%8C

آب‌کشت یا هیدروپونیک شیوه‌ای از پرورش گیاه بدون استفاده از خاک است و اکنون در مناطقی از جهان از جمله ژاپن، چین، بریتانیا، اتحادیه اروپا و ایالات متحده این روش کشت بسیار شایع است.
به گزارش ایتنا از شماران سیستم به نقل از datafloq، استفاده از روش آب‌کشت سبب خواهد شد تا همزمان با پیشرفت فناوری، یادگیری همراه و تحلیل کلان‌داده‌ها نیز امکان‌پذیرتر از گذشته باشد.
دلایل زیادی وجود دارند که نشان می‌دهند تولید غذا از طریق آب‌کشت، در حال ایجاد تغییر در حوزه کشاورزی است. مزایای پرورش غذا با استفاده از این روش، بسیار گونه‌گون هستند.

در ژاپن، مزرعه‌ای به نام فوجیتسو یک پلتفرم ابری به اسم آکیسای (Akisai) تولید کرده است.
این سامانه، کلان‌داده‌هایی را که از حسگرهای موجود در گلخانه‌ها دریافت می‌کنند، تحلیل می‌نماید. با این اطلاعات، تهویه‌ها و واحدهای گرمایشی را می‌توان به صورت خودکار و از راه دور روشن کرد. افزون بر این و به یمن کلان‌داده‌هایی که از طریق سرویس ابری گردآوری می‌شوند، ضمن اینکه غذا هم کیفیت بهتری پیدا کرده است.

در ایالات متحده، سازمانی با نام Freight Farmers با گردآوری داده‌ها از کشاورزان، برای تولید محصولات غذایی از روش آب‌کشت و تحلیل کلان‌داده‌ها استفاده می‌کند.
این سازمان از طریق گردآوری داده‌ها، برای کاربران خود یک برنامه توسعه یادگیری الکترونیک ایجاد کرده تا بهترین روش‌های پرورش محصولات غذایی را فرا بگیرند.

براد مک‌نامارا (یکی از بنیانگذاران این سازمان) می‌گوید: «کشاورزانی که با ما همکاری می‌کنند، از کسانی که تنها چند ماه است کار را شروع کرده‌اند، به مراتب بهتر عمل می‌کنند؛ چون از تجارب کسانی استفاده می‌کنند که سالهاست این کار را انجام می‌دهند. ما به جای اینکه صرفاً کار تحقیق و توسعه انجام دهیم، با شبکه کشاورزان به همکاری می‌پردازیم تا شاهد باشیم به چه نتایجی دست پیدا می‌کنند.»

اتوماسیون

در چین نیز یک شرکت نوپا با نام آلسکا (Alesca)، با جمع‌آوری ظرف‌های بلااستفاده که دور انداخته شده‌اند، آنها را به مزارع مینیاتوری خودکار تبدیل کرده که آب‌کشت نیز هستند.
برای رسیدگی به این مزارع کوچک، تنها به دو ساعت کار انسانی در هفته نیاز است؛ چرا که نرم‌افزارهای کامپیوتری و دستگیره‌های روباتیک بخش بزرگ کار نگهداری را انجام می‌دهند.

آنها برای ایجاد محیط ایده‌آل برای هر نوع گیاه، با تازه‌ترین فناوری‌های اتوماسیون، نورپردازی LED بهینه و همینطور نرم‌افزارهای پیشرفته به این موفقیت دست پیدا کردند. گیاهان از طریق حسگرها پایش می‌شوند و به اپراتورهای دوردست درباره سلامت گیاه، میزان رشد آنها، اطلاع‌رسانی می‌کنند.

اما بزرگ‌ترین موانع برای حصول موفقیت در این نوع از تولید خودکار غذا، همواره هزینه بوده است. ولی به یمن نرم‌افزار جدید و افزایش میزان اتوماسیون مزارع هیدروپونیک، مزارع آب‌کشت نیز می‌توانند برای تغذیه جهانی، در مقیاس صنعتی به رشد خود ادامه دهند.

مجتبی بنائی

دانشجوی دکترای نرم‌افزار دانشگاه تهران (yun.ir/smbanaie)، مدرس دانشگاه و فعال در حوزه توسعه نرم‌افزار و مهندسی داده که تمرکز کاری خود را در چند سال اخیر بر روی مطالعه و تحقیق در حوزه کلان‌داده و زیرساخت‌های پردازش داده و تولید محتوای تخصصی و کاربردی به زبان فارسی و انتشار آنها در سایت مهندسی داده گذاشته است. مدیریت پروژه‌های نرم‌افزاری و طراحی سامانه‌های مقیاس‌پذیر اطلاعاتی از دیگر فعالیتهای صورت گرفته ایشان در چند سال گذشته است.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

دکمه بازگشت به بالا