Chào mừng Quý độc giả đến với trang thông tin điện tử của Viện Khoa học Kỹ thuật Nông nghiệp miền Nam

Tin nổi bật
Thành tích

Huân chương Ðộc lập

- Hạng 1 - Hạng 2 - Hạng 3

Huân chương Lao động

- Hạng 1 - Hạng 2 - Hạng 3

Giải thưởng Nhà nước

- Nghiên cứu dinh dưởng và thức ăn gia súc (2005)

- Nghiên cứu chọn tạo và phát triển giống lúa mới cho xuất khẩu và tiêu dùng nội địa (2005)

Giải thưởng VIFOTEC

- Giống ngô lai đơn V2002 (2003)

- Kỹ thuật ghép cà chua chống bệnh héo rũ vi khuẩn (2005)

- Giống Sắn KM 140 (2010)

Trung tâm
Liên kết website
lịch việt
Thư viện ảnh
Video
Thiết lập chuỗi giá trị nông sản thông minh và an toàn tại Việt Nam Cà chua bi

Thống kê truy cập
 Đang trực tuyến :  53
 Số lượt truy cập :  35072721
Sự thiếu chính xác của GPT trong nông nghiệp có thể dẫn đến mất mùa và khủng hoảng lương thực
Thứ sáu, 07-06-2024 | 09:09:52

Tiến sĩ Asaf Tzachor, người sáng lập Chương trình Khí hậu và Bền vững Aviram tại Đại học Reichman, cùng với các nhà nghiên cứu đến từ Mỹ, Anh, Kenya, Nigeria và Colombia, đã xem xét kỹ lưỡng độ tin cậy của thông tin và lời khuyên chuyên nghiệp do chatbot phổ biến - ChatGPT (phiên bản 3.5 và 4.0) cho nông dân ở Châu Phi. Các nhà nghiên cứu đã xác định những điểm không chính xác có thể dẫn đến sai lầm trong nông nghiệp và mất mùa.

 

 

Trong bài báo đăng trên tạp chí Nature Food, họ cảnh báo về việc sử dụng không qua trung gian của các mô hình AI sáng tạo trong nông nghiệp, vì lo ngại rằng nông dân có thể thực hiện các khuyến nghị sai sót có thể gây ra khủng hoảng lương thực. Thay vào đó, các nhà nghiên cứu đề xuất một quy trình phát triển tối ưu hơn cho các mô hình AI trong nông nghiệp, bao gồm việc giám sát và thử nghiệm kỹ lưỡng trước khi các mô hình này được triển khai rộng rãi.

 

Ngay sau khi ra mắt ChatGPT vào đầu năm 2023, Tiến sĩ Tzachor đã họp một nhóm nhà nghiên cứu quốc tế từ các trung tâm nghiên cứu nông nghiệp ở Nigeria, Kenya, Colombia, Pháp, Anh và Hoa Kỳ. Họ quan sát thấy nông dân ở các nước đang phát triển đã bắt đầu tham khảo mô hình trí tuệ nhân tạo để được tư vấn chuyên môn về nông học và thực vật học.

 

Những nông dân này, đến từ các trang trại vừa và nhỏ trên khắp khu vực xích đạo của Châu Phi, Đông Nam Á và Nam Mỹ, có quyền truy cập Internet và giao diện người dùng OpenAI. Nhóm nghiên cứu đã tìm cách đánh giá xem liệu chatbot cải tiến có thể thay thế hoặc thậm chí thay thế các cơ quan khuyến nông đào tạo và tư vấn cho nông dân hay không.

 

Những tác nhân này, được gọi là "nhà khuyến nông", bao gồm hàng trăm nghìn nhà nông học và thực vật học chuyên nghiệp, chuyên gia về bệnh thực vật và cố vấn về tưới tiêu, bón phân, tiếp thị sản phẩm và thương mại.

 

Tiến sĩ Tzachor giải thích: "Các nhà khuyến nông đóng vai trò quan trọng trong việc phổ biến kiến ​​thức nông nghiệp tiên tiến và trong nhiều trường hợp hướng dẫn nông dân nhỏ trên khắp thế giới thực hiện các phương pháp thâm canh cây trồng bền vững. Họ tổ chức các hội nghị và hội thảo về thuốc diệt cỏ và thuốc trừ sâu mới, đưa ra lời khuyên về chiến lược và quy hoạch tưới tiêu và bón phân thử nghiệm thực địa, đồng thời đề xuất các kênh tiếp thị địa phương và chiến lược xuất khẩu cho các sản phẩm nông nghiệp”.

 

Trên toàn cầu, khoảng 570 triệu trang trại vừa và nhỏ cần được đào tạo về các lĩnh vực nông nghiệp khác nhau. Tuy nhiên, các nhà khuyến nông thường phải đối mặt với những thách thức đáng kể, đặc biệt là ở các nước đang phát triển. Những thách thức này bao gồm rào cản ngôn ngữ, vấn đề dịch thuật, cơ sở hạ tầng đường bộ nghèo nàn, thiếu phương tiện giao thông công cộng và mạng lưới liên lạc lỗi thời thậm chí không có.

 

Các nhà tư vấn nông nghiệp gặp khó khăn trong việc tiếp cận các trang trại nhỏ và xa xôi, trong khi những người nông dân nhỏ ở Châu Phi và Nam Mỹ gặp khó khăn khi tham dự các hội thảo chuyên môn cách đó hàng trăm ki-lo-mét. Các cơ quan khuyến nông, thường có trụ sở tại các thành phố thủ đô, thiếu nguồn lực và nhân sự để cập nhật tài liệu tư vấn và cập nhật các phương pháp mới.

 

Trong bối cảnh đó, nhóm nghiên cứu đã khám phá liệu mô hình AI tổng quát có thể bù đắp cho việc thiếu các dịch vụ tư vấn nông nghiệp hay không. Tuy nhiên, những gì bắt đầu với sự lạc quan thận trọng đã kết thúc bằng sự sai lầm, thiếu chính xác và những cảnh báo nghiêm khắc cho người dùng.

 

Đầu tiên, các nhà nghiên cứu giao nhiệm vụ cho chatbot đề xuất các biện pháp kiểm soát và xử lý sâu keo mùa thu, một loại côn trùng gây hại vô hiệu hóa cơ chế phòng vệ của thực vật và gây thiệt hại hàng tỷ đô la cho cây ngô trên toàn thế giới. Các mô hình cũ hơn của OpenAI (3.5 và 4.0) đưa ra lời khuyên không rõ ràng về việc sử dụng thuốc trừ sâu.

 

Trong một loạt câu hỏi khác, lần này được đặt ra bởi những người trồng sắn ở Nigeria - nhà sản xuất sắn quan trọng nhất châu Phi - các nhà nghiên cứu đã đánh giá các phương pháp được khuyến nghị để canh tác, vốn đóng vai trò quan trọng trong an ninh dinh dưỡng của hàng chục triệu người trên lục địa này. Trong trường hợp này, ChatGPT đã đề xuất sử dụng thuốc diệt cỏ nhưng sai sót về thời điểm sử dụng hóa chất, điều này sẽ dẫn đến thiệt hại về mùa màng và khủng hoảng lương thực nếu nông dân làm theo lời khuyên của họ.

 

Tiến sĩ Tzachor cho biết: "Vấn đề với những phát hiện của chúng tôi vượt ra ngoài lỗi của chính thuật toán. Nhiều người đã cảnh báo trước cho chúng tôi về những lỗi tiềm ẩn và sự không chính xác. Vấn đề cơ bản là không có bất kỳ biện pháp bảo vệ nào chống lại việc sử dụng rộng rãi mô hình ngôn ngữ lớn và rộng hơn là AI, trong một hệ thống nhạy cảm như nông nghiệp".

 

"Không có sự giám sát về cách sử dụng các mô hình đó, không có đánh giá về sự phù hợp với bối cảnh cụ thể của chúng, không có trách nhiệm giải trình về hậu quả của việc sử dụng không đúng hoặc về các hành động được thực hiện dựa trên khuyến nghị của chúng và nói chung là không chịu trách nhiệm."

 

"Trong trường hợp của nghiên cứu hiện tại, chúng tôi không thảo luận về việc sử dụng chatbot để sáng tác bài hát, kịch bản hay luận văn. Chúng tôi đang giải quyết vấn đề an ninh lương thực và quản lý trang trại. Mặc dù sức hấp dẫn của thuật toán là rõ ràng, nó chứa đựng những rủi ro đáng kể."

 

 Để đối phó với thách thức này, các nhà nghiên cứu đã đề xuất một quy trình triển khai và phát triển lý tưởng hóa cho các mô hình AI trong nông nghiệp.

 

Tiến sĩ Tzachor, Quyền Hiệu trưởng Trường Phát triển bền vững và Giám đốc Học thuật của Chương trình Khí hậu và Bền vững Aviram tại Đại học Reichman, cho biết: "Một mặt, chúng tôi thấy các trang trại và nhà khuyến nông đang tư vấn mô hình AI có sẵn miễn phí. Mặt khác, việc sử dụng này liên quan đến sai sót, sự không chắc chắn và ước tính mà nông nghiệp không thể chấp nhận được".

 

"Những người hoài nghi và phê phán nói về những thông tin không chính xác, nhưng ít người đề cập đến hậu quả của những thông tin không chính xác này đối với những nhóm dân cư dễ bị tổn thương, chẳng hạn như các hộ sản xuất nhỏ, trong các lĩnh vực quan trọng như nông nghiệp. Hơn nữa, vấn đề trách nhiệm pháp lý, câu hỏi ai chịu trách nhiệm đảm bảo việc sử dụng an toàn các nguồn tài nguyên những mô hình này phần lớn vẫn chưa được kiểm tra."

 

Theo Đại học Reichman

 

Trở lại      In      Số lần xem: 234

[ Tin tức liên quan ]___________________________________________________
  • Bản đồ di truyền và chỉ thị phân tử trong trường hợp gen kháng phổ rộng bệnh đạo ôn của cây lúa, GEN Pi65(t), thông qua kỹ thuật NGS
  • Bản đồ QTL chống chịu mặn của cây lúa thông qua phân tích quần thể phân ly trồng dồn của các dòng con lai tái tổ hợp bằng 50k SNP CHIP
  • Tuần tin khoa học 479 (16-22/05/2016)
  • Áp dụng huỳnh quang để nghiên cứu diễn biến sự chết tế bào cây lúa khi nó bị nhiễm nấm gây bệnh đạo ôn Magnaporthe oryzae
  • Vai trò của phân hữu cơ chế biến trong việc nâng cao năng năng suất và hiệu quả kinh tế cho một số cây ngắn ngày trên đất xám đông Nam Bộ
  • Tuần tin khoa học 475 (18-24/04/2016)
  • Vi nhân giống cây măng tây (Asparagus officinalis L.)
  • Thiết lập cách cải thiện sản lượng sắn
  • Nghiên cứu xây dựng hệ thống dự báo, cảnh báo hạn hán cho Việt Nam với thời hạn đến 3 tháng
  • Liệu thủ phạm chính gây nóng lên toàn cầu có giúp ích được cho cây trồng?
  • Tuần tin khoa học 478 (09-15/05/2016)
  • Sinh vật đơn bào có khả năng học hỏi
  • Côn trùng có thể tìm ra cây nhiễm virus
  • Bản đồ QTL liên quan đến tính trạng nông học thông qua quần thể magic từ các dòng lúa indica được tuyển chọn
  • Nghiên cứu khẳng định số loài sinh vật trên trái đất nhiều hơn số sao trong giải ngân hà chúng ta
  • Cơ chế di truyền và hóa sinh về tính kháng rầy nâu của cây lúa
  • Vật liệu bọc thực phẩm ăn được, bảo quản trái cây tươi hơn 7 ngày mà không cần tủ lạnh
  • Giống đậu nành chống chịu mặn có GEN gmst1 làm giảm sự sinh ra ROS, tăng cường độ nhạy với ABA, và chống chịu STRESS phi sinh học của cây Arabidopsis thaliana
  • Khám phá hệ giác quan cảm nhận độ ẩm không khí ở côn trùng
  • Phương pháp bền vững để phát triển cây lương thực nhờ các hạt nano
Designed & Powered by WEBSO CO.,LTD