Die Risiken des Einsatzes von künstlicher Intelligenz beim Anbau von Lebensmitteln sind erheblich und dürfen nicht ignoriert werden, warnen Forscher
Stellen Sie sich ein Weizenfeld vor, das sich bis zum Horizont erstreckt und auf dem Mehl angebaut wird, das zu Brot verarbeitet wird, mit dem Städte voller Menschen ernährt werden können. Stellen Sie sich vor, dass alle Befugnisse für das Bestellen, Pflanzen, Düngen, Überwachen und Ernten dieses Feldes an künstliche Intelligenz delegiert wurden: Algorithmen, die Tropfbewässerungssysteme, selbstfahrende Traktoren und Mähdrescher steuern und intelligent genug sind, um auf das Wetter und die genauen Bedürfnisse der Ernte zu reagieren. Doch stellen Sie sich vor, ein Hacker bringt alles durcheinander.
Symbolbild
unsplash
Eine neue Risikoanalyse, die heute in der Fachzeitschrift Nature Machine Intelligence veröffentlicht wurde , warnt davor, dass der künftige Einsatz von künstlicher Intelligenz in der Landwirtschaft erhebliche potenzielle Risiken für landwirtschaftliche Betriebe, Landwirte und die Lebensmittelsicherheit birgt, die bisher nur unzureichend verstanden und unterschätzt werden.
"Die Vorstellung, dass intelligente Maschinen landwirtschaftliche Betriebe leiten, ist keine Science-Fiction. Große Unternehmen leisten bereits Pionierarbeit bei der nächsten Generation autonomer Landwirtschaftsroboter und Entscheidungshilfesysteme, die den Menschen auf dem Feld ersetzen werden", sagte Dr. Asaf Tzachor vom Centre for the Study of Existential Risk (CSER) der Universität Cambridge, Erstautor der Studie.
"Bisher scheint sich jedoch noch niemand die Frage gestellt zu haben, ob der schnelle Einsatz von KI in der Landwirtschaft mit Risiken verbunden ist", fügte er hinzu.
Trotz des großen Versprechens, das KI für die Verbesserung des Erntemanagements und der landwirtschaftlichen Produktivität bietet, müssen potenzielle Risiken verantwortungsbewusst angegangen und neue Technologien ordnungsgemäß in Versuchsumgebungen getestet werden, um sicherzustellen, dass sie sicher sind und vor unbeabsichtigten Fehlern, unbeabsichtigten Folgen und Cyberangriffen geschützt sind, so die Autoren.
In ihrer Untersuchung haben die Autoren einen Katalog von Risiken aufgestellt, die bei der verantwortungsvollen Entwicklung von KI für die Landwirtschaft berücksichtigt werden müssen, und Wege aufgezeigt, wie man ihnen begegnen kann. Darin warnen sie vor Cyberangriffen, die kommerzielle Landwirtschaftsbetriebe, die KI einsetzen, stören könnten, indem sie Datensätze vergiften oder Sprühgeräte, autonome Drohnen und Ernteroboter außer Betrieb setzen. Um dem vorzubeugen, schlagen sie vor, dass "White Hat Hacker" Unternehmen dabei helfen, Sicherheitsmängel in der Entwicklungsphase aufzudecken, damit die Systeme gegen echte Hacker geschützt werden können.
In einem Szenario, das mit zufälligen Fehlern verbunden ist, schlagen die Autoren vor, dass ein KI-System, das nur darauf programmiert ist, kurzfristig den besten Ernteertrag zu erzielen, die ökologischen Folgen dieses Ziels ignorieren könnte, was langfristig zu einem übermäßigen Einsatz von Düngemitteln und Bodenerosion führen würde. Ein übermäßiger Einsatz von Pestiziden im Streben nach hohen Erträgen könnte die Ökosysteme vergiften; ein übermäßiger Einsatz von Stickstoffdünger würde den Boden und die umliegenden Wasserläufe verschmutzen. Die Autoren schlagen vor, angewandte Ökologen in den Technologieentwicklungsprozess einzubeziehen, um sicherzustellen, dass diese Szenarien vermieden werden.
Autonome Maschinen könnten die Arbeitsbedingungen der Landwirte verbessern und sie von manueller Arbeit entlasten. Doch ohne ein integratives Technologiedesign werden die sozioökonomischen Ungleichheiten, die derzeit in der globalen Landwirtschaft herrschen - einschließlich geschlechts-, klassen- und ethnisch bedingter Diskriminierungen - bestehen bleiben.
"KI-Expertensysteme für die Landwirtschaft, die die Komplexität des Arbeitseinsatzes nicht berücksichtigen, werden die Ausbeutung benachteiligter Gemeinschaften ignorieren und potenziell aufrechterhalten", warnte Tzachor.
Verschiedene Agrarroboter und fortschrittliche Maschinen wie Drohnen und Sensoren werden bereits eingesetzt, um Informationen über Pflanzen zu sammeln und die Landwirte bei der Entscheidungsfindung zu unterstützen, indem sie zum Beispiel Krankheiten oder unzureichende Bewässerung erkennen. Und selbstfahrende Mähdrescher können eine Ernte einfahren, ohne dass ein Mensch sie bedienen muss. Solche automatisierten Systeme sollen die Landwirtschaft effizienter machen, Arbeitskosten sparen, die Produktion optimieren und Verluste und Abfälle minimieren. Dies führt zu höheren Einnahmen für die Landwirte und zu einer größeren Abhängigkeit von der landwirtschaftlichen KI.
Kleinbauern, die die Mehrheit der landwirtschaftlichen Betriebe weltweit bewirtschaften und weite Teile des so genannten globalen Südens ernähren, werden jedoch wahrscheinlich von den Vorteilen der KI ausgeschlossen sein. Marginalisierung, geringe Internetverbreitung und die digitale Kluft könnten Kleinbauern daran hindern, fortschrittliche Technologien zu nutzen und die Kluft zwischen kommerziellen und Subsistenzlandwirten zu vergrößern.
Angesichts von schätzungsweise zwei Milliarden Menschen, die von Ernährungsunsicherheit betroffen sind, darunter etwa 690 Millionen unterernährte Menschen und 340 Millionen Kinder, die an Mikronährstoffmangel leiden, versprechen Technologien der künstlichen Intelligenz und der Präzisionslandwirtschaft angesichts des Klimawandels und einer wachsenden Weltbevölkerung erhebliche Vorteile für die Lebensmittel- und Ernährungssicherheit.
"KI wird als der Weg zur Revolutionierung der Landwirtschaft gepriesen. Wenn wir diese Technologie in großem Maßstab einsetzen, sollten wir mögliche Risiken genau prüfen und versuchen, diese bereits bei der Entwicklung der Technologie zu mindern", sagte Dr. Seán Ó hÉigeartaigh, geschäftsführender Direktor des CSER und Mitautor der neuen Studie.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.
Weitere News aus dem Ressort Wissenschaft
Diese Produkte könnten Sie interessieren
VEGABAR /VEGAPULS / VEGAPOINT von VEGA Grieshaber
Füllstand- und Drucksensoren - bis 150 °C CIP-reinigbar
Erfahren Sie mehr über die hygienischen, zuverlässigen und effizienten Sensoren von VEGA
BUCHI NIR Solutions for the food industry von NIR-Online
Kontrollieren Sie Prozesse in Echtzeit - selbst unter rauen Bedingungen
Feuchte, Protein, Öl, Asche, uvm. gleichzeitig messen
Holen Sie sich die Lebensmittel- und Getränke-Branche in Ihren Posteingang
Ab sofort nichts mehr verpassen: Unser Newsletter für die Lebensmittel- und Getränkeindustrie bringt Sie jeden Dienstag und Donnerstag auf den neuesten Stand. Aktuelle Branchen-News, Produkt-Highlights und Innovationen - kompakt und verständlich in Ihrem Posteingang. Von uns recherchiert, damit Sie es nicht tun müssen.
Meistgelesene News
Weitere News von unseren anderen Portalen
Verwandte Inhalte finden Sie in den Themenwelten
Themenwelt Künstliche Intelligenz (KI) für Lebensmittel und Getränke
Künstliche Intelligenz (KI) optimiert die Lebensmittel- und Getränkeindustrie durch automatisierte Qualitätskontrollen und präzisere Nachfrageprognosen. Besonders in der Produktentwicklung spielt KI eine wichtige Rolle, indem sie Geschmacksvorlieben und Markttrends analysiert. Dadurch können neue Produkte entwickelt werden, die besser auf die Bedürfnisse der Verbraucher abgestimmt sind, was die Effizienz und Kundenzufriedenheit steigert.
Themenwelt Künstliche Intelligenz (KI) für Lebensmittel und Getränke
Künstliche Intelligenz (KI) optimiert die Lebensmittel- und Getränkeindustrie durch automatisierte Qualitätskontrollen und präzisere Nachfrageprognosen. Besonders in der Produktentwicklung spielt KI eine wichtige Rolle, indem sie Geschmacksvorlieben und Markttrends analysiert. Dadurch können neue Produkte entwickelt werden, die besser auf die Bedürfnisse der Verbraucher abgestimmt sind, was die Effizienz und Kundenzufriedenheit steigert.
