Sztuczna inteligencja jest jednym z wiodących trendów technologicznych. Widać to szczególne w serwisach informacyjnych, zwłaszcza tych specjalizujących się w nowych technologiach, które co rusz przekazują kolejne doniesienia na ten temat. Obszar ten w ujęciu rolniczym nie jest obcy magazynowi „Trzoda Chlewna”, który również go poruszał na swych łamach. Mając do czynienia z technologią o tak gwałtownym rozwoju jest jednak koniecznym, aby często do niej wracać, aktualizując przy tym stan wiedzy na jej temat.

Wśród wspomnianych opracowań znalazły się „Lochy pod kontrolą: jak nowoczesna nauka i sztuczna inteligencja zmieniają oblicze hodowli trzody chlewnej” autorstwa Seweryna Michalskiego, który to tekst ukazał się w wydaniu 7-8/2025, a także artykuł „Sztuczna inteligencja w rolnictwie” opublikowany rok wcześniej. Ten ostatni tekst przybliżał historię rozwoju sztucznej inteligencji, wraz z jej rodzajami i podstawami działania. Odnośnie do zastosowań praktycznych, to te były wówczas zaprezentowane w dużej mierze w zarysie. W międzyczasie pojawiło się jednak szereg rozwiązań i inicjatyw, co pozwala już mówić w większym stopniu o konkretach.

W chowie i w hodowli

Sztuczna inteligencja, określana zazwyczaj skrótem AI (od ang. artificial intelligence) lub nieco rzadziej jako SI, przyszła w końcu w sukurs hodowcom trzody chlewnej. Przykładem jest system WeightCheck, oferowany przez firmę Big Dutchman również na polskim rynku. Określany mianem cyfrowego asystenta, WeightCheck składa się z kamer i AI obdarzonej samouczącym się algorytmem. Pozwala to określać przez cały okres tuczu średnią masę ciała tuczników w grupie 15-25 zwierząt z dokładnością do 98,5%. Według zaleceń producenta kamerę wchodzącą w skład systemu najlepiej jest umieścić nad automatami paszowymi lub poidłami. W miejscach tych zwierzęta zazwyczaj przebywają nieruchomo przez pewien czas, co pozwala na optyczną rejestrację masy ciała poszczególnych osobników. Wśród funkcji WeightCheck, które wymienia jego producent, są porównania z krzywymi referencyjnymi. Umożliwia to identyfikować odchylenia w przyroście masy ciała, dając czas na reakcję i poprawę wyników tuczu. System ten pozwala osiągnąć optymalną wagę ubojową, a także właściwie wykorzystać przedziały czasowe i wagowe wyznaczone przez ubojnie. Dzięki podawanym na bieżąco danym produkt ten może pomóc oszczędzić czas pracy, ułatwiając jednocześnie monitoring większych hodowli.

W stronę gospodarstwa bezobsługowego

Wspomniana redukcja nakładów pracy, do której dawniej przyczyniła się mechanizacja rolnictwa, a następnie jego automatyzacja i robotyzacja, niewątpliwie pogłębi się dzięki AI. Kolejnym z środków, które przyśpieszą ten proces są autonomiczne maszyny i pojazdy rolnicze. Przejawem tego są działania, które podjęła znana w tym segmencie rynku firma New Holland, wchodząca w skład CNH Industrial. W połowie 2024 r. koncern ten ogłosił podjęcie współpracy z Bluewhite, firmą doświadczoną w autonomii maszyn i rolniczych rozwiązaniach AI. Od 2017 r. Bluewhite, wykorzystując podzespoły i oprogramowanie firmy Intel, a także czujniki, kamery i GPS, pracuje nad projektem Pathfinder. Jego celem jest opracowanie autonomicznej platformy, dzięki której ciągniki i inne maszyny rolnicze będą mogły poruszać się tak, jakby były kierowane przez człowieka. Partnerstwo Bluewhite z CNH ma przy tym zwiększyć możliwości pojazdów New Holland w tym zakresie. Zgodnie z zapowiedzią, początkowo takie udoskonalenia miały obejmować ciągniki do prac w sadach, winnicach i pozostałych uprawach specjalistycznych. Sprzedawane miały być też zestawy Bluewhite dla maszyn New Holland. Choć wstępna oferta miała dotyczyć tylko Ameryki Północnej, gdzie całość jest testowana, to jednak konsorcjum planuje integrację swoich technologii i dalszą ekspansję. Stąd też docelowo pojazdy rolnicze wspomnianej marki mają mieć wbudowane technologie napędzane AI, a sprzęt ma być sprzedawany globalnie.

Rolnicze technologie AI rozwijane są też i po naszej stronie oceanu, a jednym z przykładów jest czeska Agdata służąca do zarządzania gospodarstwem. Ta cyfrowa platforma pozwala nadzorować pola, magazyny i pracowników, integrując przy tym też maszyny i czujniki. Kluczową rolę pełni w nim łącząca informatykę i telekomunikację telematyka, która zbiera, analizuje i przesyła dane. Obszar ten, za który w tym systemie odpowiada AI, ma kluczowe znaczenie przy integracji sprzętu, zwłaszcza dostarczanego przez różnych producentów. Agdata potrafi przy tym korzystać ze zdjęć satelitarnych, a także analizować parametry gleb i pozostałe dane maszynowe. Te ostatnie oznaczają dane generowane automatycznie, bez udziału człowieka, których źródłem mogą być przykładowo rozmieszczone w gospodarstwie sensory. Informacje służą do tworzenia inteligentnych map aplikacyjnych, które pozwalają optymalizować wykorzystanie posiadanych zasobów.

Teraz Polska

Projekty związane z AI rozwijane są również w Polsce, w tym także z myślą o sektorze rolnym. Przykładem tego są działające u nas start-upy, czyli młode firmy rozwijające innowacyjne produkty i usługi. Jednym z nich jest Cropler, który opracowuje kamery AI do monitorowania upraw. Celem firmy jest stworzenie systemu kontroli w czasie rzeczywistym, który pełniłby rolę cyfrowego asystenta agronoma, a mianowicie rozpoznawał etapy rozwoju roślin, identyfikował choroby oraz dostarczał dane potrzebne do skutecznych i terminowych zabiegów agrotechnicznych. W przeciwieństwie do drogich i skomplikowanych rozwiązań, takich jak drony czy sprzęt oparty na łączności satelitarnej, urządzenia Cropler określane są jako kompaktowe, przystępne i nadają się zarówno dla małych gospodarstw, jak i dużych farm.

Kamera do monitoringu upraw oferowana przez Cropler (Fot. Cropler Sp. z o.o.)

System kamer rolniczych Cropler dostarczany jest wraz z dostępem do platformy internetowej. Ułatwia ona zarządzanie, a dzięki algorytmom AI pomaga optymalizować prace polowe (Fot. Cropler Sp. z o.o.)

Rośliny sadownicze są też przedmiotem zainteresowania kolejnego start-upu, jakim jest sky crops z Gliwic. Firma ta pracuje nad zrobotyzowanymi urządzeniami, które mają monitorować uprawy w sadach. Kontrolowane mają być też warunki pogodowe i szkodniki, wraz z wykonywaniem oprysków. Również i w tym przypadku działania te mają odbywać się pod nadzorem AI.

W Polsce prowadzone są też prace nad rodzimym modelem językowym (ang. Large Language Model, LLM). W kontekście AI, model językowy można opisać jako algorytm, który został przeszkolony na ogromnych zbiorach danych tekstowych, aby rozumieć, generować i przetwarzać język naturalny. Innymi słowy, jest to program komputerowy, który potrafi „myśleć” i „rozmawiać” w sposób zbliżony do człowieka, choć toczą się dyskusje, czy faktycznie są to rozumowe działania czy tylko ich imitacja. Wspomnianym modelem jest PLLuM, przeznaczony dla sektora publicznego, jak i prywatnego, który ma oddawać złożoność języka polskiego. Wśród celów, jaki stawiają sobie jego twórcy, jest bezpieczeństwo i wolność od szkodliwych treści oraz nieprawdziwych informacji. PLLuM ma być dostępny na zasadzie otwartej licencji, w tym także w postaci chatbota, do którego można się dostać poprzez przeglądarkę internetową.

Oswoić się z AI

Obok coraz szerzej pojawiających się rozwiązań działają też programy szkoleniowe, które mają zaznajomić polskie rolnictwo z potencjałem, jaki tkwi w AI. Jednym z nich jest prowadzony w Polsce projekt AI4Agri, współfinansowany przez UE w ramach programu Erasmus+. Jednym z głównych celów AI4Agri jest opracowanie szkolenia zawodowego, a także udostępnienia narzędzi oraz metod sztucznej inteligencji małym przedsiębiorcom i pracownikom rolnym. Konsorcjum AI4Agri pracuje też nad zaleceniami w zakresie polityki, czemu służyć mają podejmowane konsultacje, które odbywają się również z udziałem rolników.

W obszarze tym aktywne są też inne podmioty, w tym choćby Polska Izba Gospodarcza Maszyn i Urządzeń Rolniczych (PIGMiUR). Na początku tego roku zorganizowała ona seminarium szkoleniowe dla przedstawicieli Agencji Restrukturyzacji i Modernizacji Rolnictwa. Jego zakres obejmował najnowsze rozwiązania i trendy technologiczne, które mogą zrewolucjonizować krajowe rolnictwo. Wśród podjętych tematów znalazły się drony, systemy precyzyjnego nawożenia oraz uczenie maszynowe i sztuczna inteligencja. W tym ostatnim obszarze znalazły się m.in. takie zagadnienia jak AI w podejmowaniu decyzji w oparciu o dane na temat pogody, gleby i stanu upraw, monitorowanie zwierząt oraz upraw czy też AI w automatyzacji, pozwalająca maszynom i robotom na wykonywanie prac rolnych z minimalnym udziałem człowieka. PIGMiUR opublikowała materiały szkoleniowe z tego seminarium w swym serwisie internetowym.

Zapewne warto też samodzielnie zaznajomić się z AI, zaczynając przygodę z którymś z chatbotów, nawet w jego bezpłatnej wersji. Oprócz opisanego wyżej PLLuM-a, należy wspomnieć o aktualnym liderze światowej popularności, jakim jest ChatGPT. Rozwijany przez OpenAI, w sierpniu tego roku doczekał się on nowej odsłony swego modelu językowego w postaci GPT-5. Wśród jego licznej konkurencji jest choćby Google Gemini, Microsoft Copilot, Claude od Anthropic, a także Perplexity.ai, Jasper Chat czy też Grok, stworzony przez xAI.

PLLuM Chat, interfejs graficzny rozwijanego w Polsce modelu językowego PLLuM

Wiele firm wdraża też własne chatboty, które mają usprawnić procesy wewnętrzne lub ułatwić obsługę klienta. Z chatbotów, w toku prowadzonych z nimi wirtualnych rozmów, można korzystać w celu wyszukiwania i weryfikowania informacji, również tych branżowych. Można też nawet zastąpić nimi tradycyjne wyszukiwarki, a przynajmniej pokusić się o porównanie wyników wyszukań, jakie dostarczają te grupy narzędzi. Spróbować też można obsadzić któregoś z chatbotów w roli osobistego asystenta, który przejmie część biurowych obowiązków. Redagowanie e-maili, dokonywanie tłumaczeń, prowadzenie korespondencji z kontrahentami, a nawet sporządzanie harmonogramu pracy lub opracowanie umowy, to przykładowe zadania, w których może się on sprawdzić.

Przykładowa rozmowa z Grokiem na tematy branżowe

Obecnie pojawiają się opinie, iż umiejętność pracy ze sztuczną inteligencją będzie wkrótce równie istotna jak niegdyś obsługa komputera lub korzystanie z Internetu. Dlatego też ci, którzy szybciej zdobędą biegłość w posługiwaniu się AI, będą mieli szansę uzyskać przewagę rynkową. Niezbędny w tym celu jest transfer wiedzy, w tym w postaci szkoleń branżowych i fachowych opracowań, a także chęć samokształcenia w tym obszarze. Od strony praktycznej godna odnotowania jest coraz bogatsza oferta rozwiązań AI, a także fakt rozwijania ich w Polsce.

Leopold Tupalski