ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СЕЛЬСКОМ ХОЗЯЙСТВЕ: ПРОБЛЕМЫ И РЕШЕНИЯ
DOI:
https://doi.org/10.5281/zenodo.18863016Keywords:
искусственный интеллект, сельское хозяйство, цифровизация, точное земледелие, Интернет вещей, машинное обучение, прогнозирование урожайности.Abstract
В статье рассмотрены актуальные вопросы внедрения технологий искусственного интеллекта (ИИ) в сельском хозяйстве. Проанализированы ключевые проблемы, связанные с недостатком данных, инфраструктурными ограничениями, высокой стоимостью оборудования, дефицитом квалифицированных кадров и отсутствием нормативной базы. Особое внимание уделено возможным направлениям решения указанных проблем, включая развитие цифровой инфраструктуры, государственную поддержку, стандартизацию и подготовку специалистов в области цифровой сельской хозяйстве. Сделан вывод о стратегическом значении интеграции ИИ в аграрный сектор для повышения эффективности производства, рационального использования ресурсов и обеспечения продовольственной безопасности.
References
Постановление Президента Республики Узбекистан от 17 февраля 2021 г. «О мерах по созданию условий для ускоренного внедрения технологий искусственного интеллекта» № ПП-4996.
Коваленко, В.И. Информационные технологии в сельском хозяйстве. — Москва: Колос, 2020. — 312 с.
Норалиев Н.Х., Кудаева Ф.Х. Технические и программные средства умного сельского хозяйства. Журнал Весник аграрной науки, № 2 (8/2) 2023, 28-31 стр.
Норалиев Н.Х.,Юсупова Ф. Цифровые технологии в сельском хозяйстве. Вопросы науки и образования. №8(92), 2020 г. Стр. 4-11
Норалиев Н.Х.,Юсупова Ф.,Кувандиков А. Точное земледелие в цифровом сельском хозяйстве. // Вестник науки и образования, 23-3 (101). 2020 г. Стр. 14-17
Юлдашев, А.Н. Цифровизация аграрного сектора Узбекистана: проблемы и перспективы. // Вестник аграрной науки, 2023. — №4. — С. 47–53.
FAO. The Digital Agriculture Revolution: Transforming Food and Agriculture. — Rome: FAO, 2021.
Singh, R., Kumar, N., & Sharma, P. Machine Learning Approaches for Real-Time Crop Yield Forecasting. // IEEE Access, 2022. — Vol. 10. — pp. 98560–98574.
Kim, H., & Park, S. Integration of IoT and Deep Learning for Precision Agriculture: A Review. // Sensors, 2023. — Vol. 23(4). — p. 2547.
Popescu, D., Stoican, F., Stamatescu, G. Farming Assistance and Crop Monitoring Using IoT Networks. // IEEE Instrumentation & Measurement Magazine, 2022. — Vol. 25(2). — pp. 40–48.
