Những người nông dân Ấn Độ sử dụng smartphone để theo dõi vụ mùa. Nguồn ảnh: Microsoft News Center India.

Đầu tháng 6/2016, trong khi những người nông dân tại Bairavanikunta, một ngôi làng ở Ấn Độ, đang tất bật gieo hạt cho mùa vụ mới thì Chinnavenkateswarlu vẫn án binh bất động. Anh quyết định chờ thêm ba tuần, tức đợi đến ngày 25-6, mới quyết định bắt đầu vụ mùa theo gợi ý từ ứng dụng Tư vấn gieo hạt dựa trên trí tuệ nhân tạo (AI Sowing App). Đây là ứng dụng do Microsoft phối hợp với Viện Nghiên cứu cây trồng quốc tế cho vùng nhiệt đới bán khô cằn (International Crop Research Institute for the Semi-Arid Tropics - ICRISAT) thực hiện. Kết quả mang lại đúng như kỳ vọng của các bên tham gia. Năng suất trên cánh đồng của Chinnavenkateswarlu cao hơn 30% so với những cánh đồng khác trên cùng khu vực.

Mấu chốt của vấn đề nằm ở thời gian gieo hạt, đặc biệt tại những vùng khô hạn và cây trồng phụ thuộc nhiều vào nước tưới từ nguồn mưa tự nhiên. Chúng ta hiểu thế này. Khi cây vào giai đoạn phát triển, nếu gặp đúng thời điểm mưa đến, cây trồng được mùa. Nếu không, kết quả sẽ không được như ý. Vậy làm sao canh được thời điểm gieo hạt thích hợp để tận dụng được nguồn nước trời? Đây là bài toán mà người xưa đã có lời giải và những người đồng hương của anh Chinnavenkateswarlu vẫn đang làm theo kinh nghiệm truyền lại của cha ông. Kiến thức của người xưa không sai nhưng nay khí hậu đã biến đổi. Cơn mưa đến không đúng hẹn và khó đoán.

Microsoft và ICRISAT hiểu rõ vấn đề này. Để tính toán thời điểm gieo trồng tối ưu, về nguyên tắc, họ xác định dựa trên Chỉ số độ ẩm phù hợp (Moisture Adequacy Index - MAI). Để xác định MAI, Microsoft và ICRISAT thu thập dữ liệu về thời tiết và khí hậu tại khu vực Devanakonda thuộc bang Andhra Pradesh trong ba mươi năm, từ năm 1986 đến 2015 và dùng trí tuệ nhân tạo để phân tích và dự đoán.

Những kết quả tích cực từ vụ mùa năm 2016 giúp ICRISAT tự tin để đưa trí tuệ nhân tạo phục vụ rộng hơn cho cộng đồng nông dân. Năm 2017, đã có 4.000 nông dân tại hai bang Kartakana và Andhra Pradesh đăng ký tham gia nhận tư vấn từ ứng dụng AI Sowing, tăng 23 lần so với con số 175 nông dân tiên phong thử nghiệm một năm trước đó.

Xin chuyển sang câu chuyện thứ hai liên quan đến việc phòng và trị bệnh trong nông nghiệp. Bạn làm gì để phòng bệnh cho cây trồng? Theo cách thông thường, nông dân sẽ đi thăm đồng và quan sát. Nếu thấy dấu hiệu của sâu bệnh, ví dụ như màu sắc hoặc hình dạng lá bị biến đổi bất thường, nông dân sẽ phun thuốc để diệt mầm bệnh ngay từ gốc.

Nguyên tắc trên được Prospera, một startup tại Israel, áp dụng để xây dựng phần mềm phòng ngừa sâu bệnh trên cây cà chua dựa trên nền tảng trí thông minh nhân tạo. Cách họ làm như sau. Công ty này lắp đặt 10 camera trên trần nhà kính trồng cà chua. Các camera này ghi nhận hình ảnh theo thời gian thực. Từ hình ảnh ghi nhận, phần mềm của Prospera sẽ xử lý và nhận dạng nếu thấy các vấn đề, ví dụ như cây bị chết, nhiễm sâu bệnh … xuất hiện.

NatureSweet – một công ty chuyên trồng cà chua trong nhà kính, là một trong những khách hàng lớn của Prospera. Những kết quả đầu tiên thu được từ 6 trang trại cà chua được NatureSweet trồng tại Mỹ và Mexico khi áp dụng Prospera cho thấy năng suất thu hoạch tăng từ 2% - 4%. Đây không phải là con số quá lớn. Tuy vậy, NatureSweet kỳ vọng con số tương ứng sẽ tăng lên 20% khi phần mềm được cải thiện theo thời gian.

Ở đây, còn một giá trị khác quan trọng hơn mà phần mềm Prospera mang lại. Theo CNN, trước đây NatureSweet phải cần đến 8.000 nhân viên đi vòng quanh các trang trại để kiểm tra. Quá trình này chậm chạp và tốn kém. Công ty chỉ có thể thực hiện một lần mỗi tuần. Nay, nhờ ứng dụng mới, NatureSweet có thể kiểm soát tình hình thông qua hệ thống camera và phần mềm ngay lập tức mà không cần nhân viên phải đi khảo sát tại hiện trường. Chi phí nhân công giảm, mầm bệnh được phát hiện nhanh, giúp tăng khả năng phòng ngừa sâu bệnh.

Trước khi phân tích phương thức mà phần mềm của Prospera hoạt động, xin quay lại câu chuyện người nông dân đi thăm đồng. Đầu tiên, người nông dân sẽ quan sát xem có dấu hiệu gì bất thường không. Tiếp theo, nếu có, người ấy, bằng kiến thức của mình, sẽ đoán/biết đó là triệu chứng của bệnh gì. Nếu thay người nông dân bằng bạn, hoặc tôi – những người không biết gì về nông nghiệp, chúng ta có thể thấy một chiếc lá úa trong rừng lá xanh. Thế nhưng ta sẽ không biết cây mắc bệnh gì. Đó là sự khác biệt mà tri thức và kinh nghiệm mang lại.

Bây giờ, xin hãy làm phép liên tưởng. Camera mà Prospera sử dụng chính là con mắt của người nông dân. Phần mềm sẽ chuyển film mà camera ghi nhận thành những hình ảnh liên tục. AI sẽ nhận diện sự bất thường của ảnh. Bước tiếp theo, cũng chính AI sẽ phân tích hình ảnh này và so sánh với kho dữ liệu mà nó được xây dựng trước đó để xác định loại bệnh. Ở đây, kho dữ liệu tương ứng với kiến thức mà người nông dân có được trước đó, còn AI tương ứng với bước nhận thức và phân tích của bộ óc con người. Con người học càng nhiều càng giỏi, AI cũng tương tự như vậy, càng được dạy nhiều, càng tiến bộ.

Qua hai câu chuyện nêu trên, ta thấy giá trị tiềm năng của AI. Nếu bạn vẫn muốn biết thêm các câu chuyện khác trên thế giới, chỉ cần vài thao tác trên Google, không khó để bạn đọc tìm được những ứng dụng của AI trong nông nghiệp.

Đến đây, bạn hỏi, liệu AI có khả thi ở Việt Nam? Người viết đem câu hỏi này trò chuyện cùng một người bạn khởi nghiệp trong lĩnh vực công nghệ nông nghiệp (AgTech). Anh chia sẻ, AI không phải là một khái niệm mới với dân kỹ thuật và hoàn toàn khả thi để áp dụng tại Việt Nam. Bên cạnh AI, ba yếu tố khác là điện toán đám mây, Internet kết nối vạn vật (IoT) và dữ liệu lớn cũng rất đáng quan tâm. Bốn công nghệ này sẽ tác động mạnh mẽ đến nền nông nghiệp thế giới và Việt Nam. Mỗi startup, tùy vào nguồn lực, tầm nhìn và thời điểm khởi nghiệp, sẽ chọn lĩnh vực phù hợp để bắt đầu dự án của mình. Phần anh, anh xây dựng ứng dụng quản lý tưới tiêu chính xác từ xa dựa trên nền tảng chính là Internet kết nối vạn vật. Sau tưới tiêu sẽ là phân bón. AI là câu chuyện ở bước kế tiếp.

Dĩ nhiên thứ tự trên không đúng với mọi trường hợp. Vẫn có startup chọn ngay AI để định vị sản phẩm của mình khi mới bắt đầu. Trong số này, gần đây nổi lên Sero3, một startup công nghệ nông nghiệp thông minh, cung cấp ứng dụng giúp nông dân chẩn đoán bệnh cho cây lúa thông qua hình ảnh tương tự như cách Prospera làm với cây cà chua.

Xin quay lại chủ đề chính: ứng dụng AI trong nông nghiệp. Ví dụ về ứng dụng rất đa dạng. Đó là về hình thức. Còn bản chất, AI được xây dựng dựa trên ba yếu tố quan trọng đó là năng lực tính toán của máy tính, thuật toán, và dữ liệu đầu vào. Máy tính có thể mua. Thuật toán có thể học nhưng dữ liệu bắt buộc phải xây dựng. Không có dữ liệu, không có AI. Dữ liệu càng đầy đủ và phong phú, AI càng phát huy sức mạnh. Đây là điểm thiết nghĩ chúng ta cần quan tâm.

Sở dĩ nói vậy là vì như chia sẻ của tiến sĩ Nguyễn Văn Giáp, nghiên cứu viên cao cấp về chính sách nông nghiệp tại chương trình Sáng kiến Chính sách công Hạ lưu Mekong (LMPPI), Chương trình Giảng dạy Kinh tế Fulbight (FETP), thông tin dữ liệu trong ngành nông nghiệp Việt Nam rất manh mún, phân tán, và thiếu tính hệ thống.

Chính điều này làm cho một doanh nghiệp khi đặt chân vào ngành gặp nhiều khó khăn. Ví dụ đơn giản như một doanh nghiệp muốn trồng đậu bắp, họ cần biết nơi nào có thổ nhưỡng và khí hậu thích hợp, diện tích quy hoạch bao nhiêu, giống đậu bắp nào hiện nay có năng suất tốt nhất, tìm giống bắp này ở đâu, sản lượng đậu bắp hiện nay như thế nào, đâu là những doanh nghiệp lớn trong ngành? … Những thông tin cơ bản này, theo ông Giáp, không dễ tìm kiếm ở Việt Nam.

Đó là câu chuyện vĩ mô. Đi vào từng trường hợp cụ thể, việc tìm kiếm thông tin liên quan cũng không đơn giản. Đây chính là khó khăn mà một startup công nghệ Việt Nam phải đối mặt khi đặt chân vào lĩnh vực nông nghiệp.

Khi chúng ta hướng đến một nền nông nghiệp công nghệ cao, hay nói theo ngôn ngữ thời thượng là nền nông nghiệp thời cách mạng công nghiệp lần thứ 4, xin đừng quên cái gốc căn bản là dữ liệu, thông tin. Cây trồng sống nhờ đất và công nghệ sống nhờ thông tin.

Và sau cùng, ngay khi chúng ta đã có dữ liệu cơ bản trong ngành nông nghiệp làm nền tảng cho ứng dụng AI thì cũng xin lưu ý rằng đây mới chỉ là điều kiện cần. AI giúp nông dân làm việc hiệu quả hơn. Điều đó không đồng nghĩa với kết quả tốt hơn. Ví dụ với AI, Sero có thể giúp nông dân giảm chi phí khi phòng trị bệnh cho cây lúa nhưng nếu lúa gạo bị dội chợ hoặc rớt giá thì mọi việc cũng không còn nhiều ý nghĩa.

Viết vậy không có nghĩa chúng ta bỏ qua những ứng dụng của AI. AI là xu hướng và chúng ta không thể đứng bên lề nhưng cũng cần tỉnh táo nhận ra AI chỉ là một công cụ. Nó không giải quyết cái gốc trong nền nông nghiệp vẫn còn loay hoay với câu chuyện trồng cây gì, nuôi con gì. Để giải bài toán này, chúng ta rất cần một trí tuệ của con người chứ khó có thể trông chờ vào trí tuệ từ máy tính được.