Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | 'Diversifizierte Agrarlandschaftsgestaltung mit vertrauenswürdigem KI-gestütztem Management' |
|---|---|
| Titel (englisch): | Diversified Agricultural Landscape Design with Trustworthy AI-supported Management |
| Akronym: | DivAg-AIM |
| Beschreibung (dt.): | Sowohl in Deutschland als auch in Japan ist es das Ziel, eine nachhaltige, stabile, widerstandsfähige und effiziente Nahrungsmittelversorgung in Zeiten des Klimawandels sicherzustellen. Dafür muss langfristig Pflanzenschutz und -gesundheit mit weniger Pestizideinsatz ermöglicht werden. Die Diversifizierung der Landwirtschaft und Digitalisierung sind dabei ein Schlüssel zum Erreichen dieses Ziels. Das Projekt zielt darauf ab, den Wert der landwirtschaftlichen Diversifizierung mit reduzierten Pestiziden mit Hilfe von multimodaler, vertrauenswürdiger künstlicher Intelligenz (KI) zu demonstrieren. Dabei sind die wichtigsteen Herausforderungen (1) den Nachweis zu erbringen, dass die neuartige Diversifizierung landwirtschaftlicher Anbauflächen die Pflanzengesundheit bei reduziertem Pestizideinsatz aufrechterhalten kann, und (2) ein vertrauenswürdiges KI-Tool zu entwickeln, das mit Hilfe von Computervision zuverlässige Vorhersagen über die Produktivität der Pflanzen und die Pflanzengesundheit machen und mit den Nutzern in natürlicher Sprache kommunizieren kann (vgl. ChatGPT-ähnlicher Chatbot). In Deutschland werden für die Analyse mit dem KI-Ansatz dafür große mehrjährige Datensätze von der experimentellen Diversifizierungsplattform patchCROP genutzt. In Japan werden neue Daten für bestimmte Kulturarten gesammelt, um mehr kulturspezifisches Wissen zu gewinnen. Eines der wichtigsten gemeinsamen Ziele der deutschen und japanischen Forschungspartner ist es, KI-basierte Vorhersagen für die Nutzer vertrauenswürdiger zu machen: d.h. ein 'vertrauenswürdige KI' zu entwickeln. Es soll eine landwirtschaftliche KI entwickelt werden, die kausal begründbar Informationen liefert und mit den Nutzern in natürlicher Sprache kommuniziert, um das Vertrauen in die reale Umsetzung zu erhöhen. Der gleiche KI-Ansatz soll dabei in Deutschland und Japan getestet werden, umso den Nutzen und die Grenzen der Methode zu untersuchen. |
| Beschreibung (engl.): | Germany and Japan aim to ensure the sustainable, stable, resilient, and efficient food provision under climate change. For this, plant protection and health needs to be maintained with reduced pesticides. Agricultural diversification and digitalization are key to achieving this goal. This project aims to demonstrate the value of agricultural diversification with reduced pesticides with the help of multimodal, trustworthy artificial intelligence (AI). Our key challenges are: (1) to demonstrate that the novel agricultural field diversification can maintain plant health with reduced pesticide applications, and (2) to develop a trustworthy AI tool that can reliably predict crop productivity and plant health with computer vision and communicate with the users in natural language (cf. ChatGPT-alike chatbot). In Germany, we have collected large multiannual datasets from the experimental diversification platform patchCROP, and we will analyze the data with the AI approach. In Japan, new data will be collected for particular crop types to gain more crop-specific knowledge. One of the key common agendas is to make AI-based prediction more trustable for the users: Namely, 'trustworthy AI'. We will develop a future of agricultural AI that is causally justifiable and communicable with the users to increase the trust for real-world implementation. By testing the same AI approach in Germany and Japan, we will examine the value and limitation of the method. |
| Laufzeit: | Beginn: 01.05.2024 / Ende: 31.10.2026 |
| Ausf. Einrichtung: | Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e.V., Müncheberg |
| Themenfelder: | Welternährung, global food security |
| Förderprogramme: | Internationale Forschungskooperationen |
| Schlagworte: | Pflanzenschutz, Pflanzengesundheit, crop protection, plant health, Pflanzenbau, crop production, Agrobiodiversität, agricultural biodiversity, Diversifizierte Produktion, diversified production, Künstliche Intelligenz, AI Artificial Intelligence, Klimaanpassung, climate change adaptation |
| Förderkennzeichen: | 2823BIJP02 |
| Dokument zum Download: | Kein Dokument vorhanden! |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an foodsecurity@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
