در این مقاله می خواهیم به بهبود سم پاشی از طرق یادگیری ماشین بپردازیم. یادگیری ماشین می تواند بصورت چشم گیری در کاهش فرآیند سم پاشی موثر باشد.

طبق گفته سازمان حفاظت محیط زیست، آفت کش ماده ای می باشد که برای از بین بردن حشرات، آفات، قارچ ها و علف های هرز استفاده می شود. آفت کش ها نوع خاصی از سموم هستند که علیرغم سمی بودن برای انسان ها، حیوانات، دام و محیط زیست، برای کنترل آفات، علف های هرز و غیره در محصولات کشاورزی استفاده می گردد. آنها نه تنها برای حفاظت از گیاهان و دام در کشاورزی استفاده می شود، بلکه در مکان های عمومی برای از بین بردن پشه ها، سوسک ها و سایر آفات نیز استفاده می گردد.

استفاده از آفت کش ها مزایایی بسیاری داشته، لذا تقریباً 95 درصد از سموم تولید شده، فقط در کشاورزی و برای حفاظت از محصولات مصرف می شود ، زیرا هر کشوری خواهان افزایش تولید محصولاتش می باشد.

ولی این موضوع حائز اهمیت است ، درست است که کشاورزان برای محافظت از محصولات خود در برابر آفات، باید از سموم دفع آفات استفاده کنند، ولی قرار گرفتن در معرض آفت کش ها چه از نظر شغلی و چه از نظر محیطی روز به روز در حال افزایش است. این امر منجر به افزایش تولید محصول شده ، اما اثرات نامطلوب متعددی بر سلامت انسان، سلامت حیوانات و محیط زیست دارد.

محققیق اصرار دارند که مسمومیت با آفت‌کش‌ها زمانی اتفاق می‌افتد که آفت‌کش‌ها یا سایر مواد شیمیایی طراحی‌شده برای کنترل آفات و حشرات، بر موجودات غیرهدف مانند حیات وحش، گیاهان، زنبورها، انسان‌ها و محیط ‌زیست تأثیر بگذارند. این یک مشکل بهداشت عمومی و جهانی است و مسمومیت حاد با آفت کش ها سالانه 300000 مرگ و میر را در سراسر جهان به همراه دارد. حتی تعداد کمی از محققان نیز گزارش داده اند که تعداد مرگ و میر سالانه در سراسر جهان، از 5 میلیون نفر فراتر می رود.

در زیر انواعی از آفت کش ها  نام برده شده است:

1. آفت کش های ارگانوفسفره (Organophosphate Pesticides)
2. آفت کش های کاربامات (Carbamate Pesticides)
3. حشره کش های کلر آلی(Organochlorine Insecticides)
4. آفت کش های پیرتروئید(Pyrethroid Pesticides)

بهبود سم پاشی از طریق یادگیری ماشین:

محققین اثبات کرده اند که با استفاده از الگوریتم های یادگیری ماشین می توان اثرات مضر آفت کش ها را تا حد قابل توجهی، یا استفاده از کنترل تکرار استفاده آنها در کشاورزی، کاهش داد. تولید محصول و تشخیص بیماری با استفاده از الگوریتم یادگیری ماشینی و برای شناسایی شرایط محصول، تشخیص زودهنگام بیماری، حفاظت هدفمند از محصول و مواردی دیگر صورت می پذیرد.

بطور مثال با استفاده از یک الگوریتم یادگیری ماشین بر روی داده‌های محصول ، پس از استفاده از آفت‌کش ها و همچنین تجزیه و تحلیل داده ها، مشخص می شود که کدام مناطق محصول، به کاربرد دوم آفت‌کش نیاز داشته و از سم پاشی  کل محصول جلوگیری شود. بطور کل داده‌های گرفته شده با استفاده از یادگیری ماشین، پردازش شده تا مشخص شود کدام منطقه محصول به کاربرد مکرر آفت‌کش نیاز دارد.

نتیجه گیری

در کشاورزی، مقدار سموم دفع آفات، حشره‌کش‌ها و قارچ‌کش‌هایی که سالانه برای از بین بردن آفات، حشرات، علف‌های هرز و قارچ‌ها اسپری می‌شود، حیوانات، پرندگان و افراد غیر هدف را نیز از بین می‌برد. کشاورزان به طور مکرر از سموم استفاده می کنند تا ازآسیب آفات به محصولشان محافظت کنند. مطمئناً کشاورزان با این کار محصولات خود را نجات می دهند، اما استفاده مکرر از سموم دارای عوارض جانبی متعددی مانند توسعه نیافتگی مغز، سرطان، تشنج، مشکلات قلبی، مشکلات چشمی و سرطان ریه است.

در مقالات متعدد ثابت شده است که داده‌های سم‌های سمپاشی شده روی محصولات، با استفاده از الگوریتمی برای یادگیری ماشینی، پردازش شده و منطقه‌ای که نیازی به سمپاشی مجدد دارد، شناسایی شده تا کشاورزان فقط در منطقه مورد نیاز از آفت‌کش‌ها استفاده مجدد کنند. این روش کاهش حداقل 20 درصدی تکرار استفاده از آفت کش ها را به همراه دارد.

انسان ها، حیوانات و پرندگان باید از استفاده مکرر آفت کش ها در امان باشند.