Streszczenie
W obliczu rosnącej liczby ludności na świecie, nasilających się ograniczeń zasobów oraz pogłębiających się skutków zmian klimatycznych rolnictwo stoi przed podwójnym wyzwaniem: zapewnieniem bezpieczeństwa żywnościowego i wspieraniem zrównoważonego rozwoju. Sztuczna inteligencja (AI) stała się technologią przełomową, przenikającą cały łańcuch produkcji roślinnej i oferującą innowacyjne rozwiązania dla tradycyjnych wąskich gardeł w rolnictwie. W niniejszym artykule dokonano systematycznego przeglądu zastosowań sztucznej inteligencji w pięciu kluczowych obszarach: monitorowaniu stresu biotycznego, zarządzaniu zdrowiem gleby, precyzyjnym prowadzeniu upraw, optymalizacji łańcucha dostaw oraz rolnictwie odpornym na zmiany klimatu. Ponadto sklasyfikowano i przeanalizowano cztery kluczowe ścieżki techniczne – uczenie głębokie, fuzję czujników, metody oparte na danych oraz modelowanie hybrydowe – jednocześnie krytycznie oceniając główne wyzwania w zakresie danych, technologii, wdrażania oraz etyki i polityki. Omówiono przyszłe kierunki rozwoju w kontekście innowacji technologicznych, rozszerzenia scenariuszy, gwarancji wdrożenia oraz orientacji na zrównoważony rozwój. Wyniki badań wskazują, że sztuczna inteligencja uzyskała potwierdzenie techniczne w zakresie wykrywania szkodników i chorób, modelowania parametrów gleby oraz inteligentnego opryskiwania, osiągając w niektórych przypadkach dokładność przekraczającą 85%. Jednak regionalne odchylenia w danych, niewystarczająca uogólnialność modeli oraz przepaść cyfrowa nadal utrudniają wdrażanie na dużą skalę. W przyszłości konieczne będą skoordynowane działania w zakresie innowacji technologicznych i wsparcia politycznego, aby promować inkluzywne, znormalizowane i zrównoważone zastosowania sztucznej inteligencji w produkcji roślinnej.
