Khi Máy Học Làm Nông

Tác giả: Nguyễn Hữu Văn
Không quá technical và không quá thuật ngữ, mình chia sẻ hy vọng tất cả mọi người kể cả người chưa quen thuộc với trí tuệ nhân tạo cũng có thể hình dung và hiểu phần nào về mô hình máy học cũng như vai trò của “công nhân” data, biết đâu có người lại thích và ngành data ở Việt Nam, và lại có thêm “mọt máy” mới gia nhập.

Tạm bỏ qua mối quan tâm thường thấy gần đây “Liệu AI có đang thay thế con người”, hôm nay mình mang đến câu chuyện nhỏ về “AI nông thôn”.

 

Mình nghĩ tại Việt Nam, một quốc gia nổi tiếng với nền nông nghiệp phát triển, việc quan tâm và ứng dụng công nghệ trong lĩnh vực nông nghiệp càng trở nên cần thiết.


Với kinh nghiệm về phân tích dữ liệu, mình có cơ hội tham gia trong nhiều dự án trong và ngoài công ty, nhưng dự án mình cảm thấy có ý nghĩa và là động lực để mình tiếp tục gắn bó với ngành dữ liệu cũng như AI là một dự án liên quan đến nông nghiệp, mình được giới thiệu tham gia bởi anh họ, là phó giáo sư của một trường đại học.

 

Đó là dự án “Ứng dụng trí tuệ nhân tạo để giám sát và nhận dạng sâu bệnh trên cây trồng.

 

Mình được chia sẻ tầm nhìn của dự án là phát triển một hệ thống có thể tối ưu hoá cách theo dõi và xác định sâu bệnh trên cây trồng.

 

Ý tưởng của dự án là khai thác sức mạnh của phân tích dữ liệu và trí tuệ nhân tạo để tạo ra một giải pháp mạnh mẽ giúp người nông dân kiểm soát được sự tàn phá của sâu bệnh và hạn chế việc sử dụng thuốc bảo vệ thực vật.


Vậy AI được ứng dụng trong việc giám sát và nhận diện sâu rầy thế nào? Quá trình training ra sao?

 

Rồi, để kể cho nghe.

Đặt vấn đề

(khúc này của mấy người quản lí dự án đã define khi bắt đầu dự án)

Khu vườn trồng cây ăn trái rất siêu to khổng lồ, có thể đến hàng ngàn hecta. Vì vậy việc đi chăm sóc cây rất tốn nhân lực và thời gian, nông dân đôi khi không nhận ra được sâu bệnh vì bị lá che phủ hoặc bỏ sót vì mệt, tìm kiếm mất thời gian, hay phun thuốc cả vườn rất lãng phí kém hiệu quả.

 

=> Giải pháp: Dùng drone để thu hình ảnh, dùng AI xử lý hình ảnh nhận diện sâu bệnh và thông báo cho người nông dân, nhờ đó người nông dân sẽ tiết kiệm được thời gian tìm kiếm và phun thuốc đúng chỗ hơn.

Triển khai

(khúc này mấy “công nhân” data bắt đầu vào việc)

 

  • Việc đầu tiên: Thu thập dữ liệu

Để xây dựng một hệ thống nhận dạng bệnh và sâu bệnh trên cây trồng, cần phải thu thập dữ liệu hình ảnh của các loại bệnh và sâu bệnh khác nhau.
 
Có rất nhiều thông tin được thu thập như: màu sắc, hình dạng, kích thước và vị trí, loại cây trồng bị bệnh, triệu chứng trên lá,…
 

Các chuyên gia nông nghiệp và nông dân sẽ giúp đội nghiên cứu đánh dấu một phần dữ liệu, dân data hay gọi là “mạc” (mark), để đưa vào máy học.

 

  • Huấn luyện:

Sau khi có đủ các dữ liệu đã “mạc”, chúng ta sử dụng thuật toán để train. Nói nôm na, sau khi đã chuẩn bị “giáo án” phía trên thì mình bắt đầu quá trình dạy.
 
Dạy gì? Dạy mô hình (máy) hình ảnh nào lá không bệnh, hình ảnh nào lá bị bệnh và bệnh gì dựa trên mẫu các hình ảnh.
 
Sau đó máy sẽ được test để kiểm tra độ chính xác, giống như việc dạy xong thì hôm sau bắt phải trả bài. Tuỳ vào kết quả test – mức độ chính xác trên các kết quả nhận diện của máy mà nhóm sẽ tối ưu hóa để tăng tỉ lệ này lên, có thể tối ưu bằng việc điều chỉnh lại thuật toán hoặc thêm mẫu để máy học lại, và “trả bài” lại.
 
=> Sau khi huấn luyện, ta sẽ có một mô hình máy biết cách nhận thông tin và phân biệt giữa các loại bệnh và sâu bệnh dựa trên các đặc trưng quan trọng.
 

Máy có độ chính xác cao hơn 97% (nhưng chỉ chạy được trên server, chỉ có những “công nhân” data mới có thể sử dụng).

 

  • Thực nghiệm: 

Mô hình sẽ được chạy kiểm nghiệm để tìm kiếm sâu bệnh trên một số thửa, và đánh giá hiệu quả so với kết quả phân tích thủ công của người nông dân.
 
Các dữ liệu kiểm thử sẽ được gửi về để đội phân tích tiếp tục tối ưu hoá mô hình.
 

Trong quá trình chạy thực tế có nhiều vấn đề phát sinh như các góc bị khuất bóng có mức độ dự đoán sâu bệnh kém, cho nên một số loại đèn khác nhau sẽ được thử nghiệm để drone thu được nhiều dữ liệu hơn. 

 

  • Phát triển sản phẩm: 

Sau bước chạy thực nghiệm thành công, các “công nhân” data sẽ hợp tác với vài anh dev để xây dựng app giúp thông báo vị trí sâu rầy cho người nông dân, các dữ liệu thu thập từ drone sẽ được xử lí và trực quan hoá thành các biểu đồ:
 
– Nhiệt độ
– Ánh sáng
– Thiên địch
– Số lượng sâu rầy
 
Các thông tin được đưa đến người nông dân trực tiếp qua sờ mart phôn, từ đó người nông dân có thể tự ra phun thuốc vào vị trí mà drone cung cấp, theo dõi được về sức khoẻ khu canh tác của mình, theo dõi được mỗi ngày mà không cần phải thuê người chăm sóc, ra các quyết định tốt hơn dựa trên các dữ liệu gửi về.
 
Ứng dụng này giúp nông dân phát hiện sớm các vấn đề về bệnh tật và sâu bệnh, từ đó triển khai các biện pháp can thiệp một cách chính xác và kịp thời. Điều này giúp giảm thiểu sự lây lan của bệnh, tiết kiệm nguồn lực và hóa chất, giúp bảo vệ môi trường và giảm tổn thất trong sản lượng cây trồng.

Rồi, tổng quan cái dự án nông thôn đồng ruộng mình tham gia là vậy đó.

 

Mình đã từng làm phân tích dữ liệu phục vụ cho các công ty, tập đoàn lớn, nhưng không cảm thấy ý nghĩa bằng việc mang kiến thức mình có và phục vụ cho người nông dân.

 

Mình mong tương lai AI ngày càng phát triển sẽ giải quyết được nhiều bài toán trong nông nghiệp hơn nữa như: Quản lý tưới tiêu thông minh, Dự báo thu hoạch,…

 

Như vậy, không thể phủ nhận AI đã mở ra cánh cửa cho sự đột phá công nghệ và cải thiện hiệu suất trong nhiều ngành nghề kể cả nông nghiệp.

 

Mình nghĩ trong tương lai sự kết hợp giữa khả năng tính toán mạnh mẽ của AI cùng với sự sáng tạo và trí tuệ của con người sẽ mở ra những khả năng vô tận.

 

Không thể phủ nhận AI đã mở ra cánh cửa cho sự đột phá công nghệ và cải thiện hiệu suất trong nhiều ngành nghề kể cả nông nghiệp. Mình nghĩ trong tương lai sự kết hợp giữa khả năng tính toán mạnh mẽ của AI cùng với sự sáng tạo và trí tuệ của con người sẽ mở ra những khả năng vô tận.
Nguyễn Hữu Văn
Product Analyst
Trích “Khi máy học làm nông"

Không quá technical và không quá thuật ngữ, mình chia sẻ hy vọng tất cả mọi người kể cả người chưa quen thuộc với trí tuệ nhân tạo cũng có thể hình dung và hiểu phần nào về mô hình máy học cũng như vai trò của “công nhân” data, biết đâu có người lại thích và ngành data ở Việt Nam, và lại có thêm “mọt máy” mới gia nhập 😀 


Lời cuối xin cảm ơn đội ngũ phát triển ITviec và ban tổ chức cuộc thi đã đầu tư tạo ra một sân chơi ý nghĩa cho anh em kỹ thuật tụi mình, xin cảm ơn!

Về mình


– Hế lô các anh em, mình là Văn – Product Analyst, công việc của mình liên quan đến phân tích và “số má” là chủ yếu. Nhỏ mê toán, lớn lên nghiện AI.
– Ngôn ngữ mình sử dụng: Python, R, SQL, Javascript.
– Lĩnh vực AI mà mình đam mê và nghiên cứu: Machine Learning, Computer vision.
– Châm ngôn mình thích: “Life is 10% what happens to me and 90% how I react to it.” – Charles R. Swindoll
Sơ sơ về mình thế thôi 😀

Cuộc thi "Là IT Thì Mình Cứ Viết Đi"

Bài viết “Khi máy học làm nông” đã thắng giải “Bài viết xuất sắc nhất” trong cuộc thi viết “Là IT Thì Mình Cứ Viết Đi” do ITviec tổ chức, từ ngày 26/04/2023 đến 26/06/2023, nhân dịp kỷ niệm 10 năm thành lập.

tong-ket-cuoc-thi-viet-3