Yapay zeka, makine öğrenimi ve bulutla dünyayı beslemek

Kamu sektöründe, örneğin, belki bir çifte seslenmek için. Verilerimizin bir kısmını yeniden kullanılabilir bir formatta, esasen ham verilerde yayınlamak için Açık Veri Enstitüsü ile birlikte çalışıyoruz, çünkü bu ortak Ar-Ge pratiğine dahil olmak istiyoruz. Yani sadece toplulukla paylaştığımız veriler var ama veri standartlarını da önemsiyoruz. AgGateway’in yönetim kurulu üyesiyiz, yani sanırım 200 veya daha fazla gıda sektörü şirketinin üzerinde çalıştığı bir konsorsiyum, aslında dijital tarımı nasıl yönlendirebiliriz? Bu nedenle, standartların herkes için geçerli olduğundan emin oluyoruz ve besin zincirinin her bir üyesinin özel fikirleriyle sonuçlanmıyoruz, ancak verilerimizi birbirine bağlayabiliyoruz.

Özel sektör, yine bir o kadar önemli. Genel merkezimiz gerçekten bir bilim kümesi olan ve özellikle de kimya bilimleri olan Basel’de olacak kadar şanslıyız. Buralarda bir çok ilaç firması var. Böylece, ilaç ve tarım arasında öğrendiklerimizin çoğunu da değiş tokuş edebiliriz, kimya hakkında öğrenebiliriz, uygulamaları, nasıl çalıştığımızı, nasıl çalıştığımızı laboratuvarlarımız aracılığıyla öğrenebiliriz. Buradaki bölgedeki meslektaşlarımızla yoğun bir şekilde temas halindeyiz, ama tabii ki başka yerlerde de ve bu oldukça doğal bir küme.

Belki de son olarak, benim için gerçekten heyecan verici bakış açılarından biri, bilmiyorum, sadece birkaç yıl önce, gerçekten çok değil, sektörlere bakarsanız ne kadar çok şey olduğudur. Son zamanlarda Formula 1’den bir dijital uzman olan birini işe aldım ve neden bu? Yani teknik olarak bakarsanız, bir Formula 1 yarış arabasını uzaktan anlamak, bir traktörü yönlendirmekten çok da farklı değil. Yani araçlar çok farklı olacak ama teknolojinin bir bakıma pek çok benzerliği var. Dolayısıyla, bu durumda IoT’yi anlamak ve sahadan kontrol merkezlerine veri aktarımını anlamak, hangi sektörde çalışıyor olursak olalım, her yerde öğrenebiliriz.

Ayrıca sahada neler olup bittiğini daha iyi anlamak için görüntü tanıma alanında süper deneyimli bir ortakla çalışıyoruz, burada Syngenta olarak biz agronomik bilgi getirebiliriz ve o ortak da görüntülerin çoğunun nasıl yapılacağına dair teknik bilgi getirebilir. Çok farklı bir alandan, tarımla ilgisi yok ama yine de beceriler süper aktarılabilir. Bu yüzden, gerçekten endüstriler arasında yetenek arıyorum ve kelimenin tam anlamıyla amacımıza uygun olan ve yaşam bilimi deneyimi olan insanlarla sınırlı olmayan herkes.

defne Ruma: F1’in tek bir yarış gününde veya genel olarak ne kadar veri işlediğini, pek çok farklı yerden gelen girdi miktarını düşünmek gerçekten ilginç. Bunun nasıl çok benzer olacağını görebiliyorum. Veri veritabanlarıyla uğraşıyorsunuz ve daha iyi sonuçlara varmak için daha iyi algoritmalar oluşturmaya çalışıyorsunuz. Daha geniş topluluğa baktığınızda, Syngenta’nın kesinlikle bir ekosistemin parçası olduğunu görüyorsunuz, peki düzenleme ve toplumsal baskılar gibi dış etkenler, Syngenta’nın bu kaçınılmaz tarım devriminin dışında değil, parçası olacak daha iyi ürünleri oluşturmasına nasıl yardımcı oluyor?

Thomas Jung: Bu harika bir nokta, çünkü genel olarak düzenleyici, elbette, bazıları için pratik bir yüktür veya aslında bir yük olarak algılanabilir. Ancak dijital bilimde bizim için bu, yeniliğin çok hoş bir itici gücü. Şu anda elimizdeki en önemli örneklerden biri, 2035 yılına kadar memeliler üzerindeki kimyasal araştırmaları desteklemeyi fiilen durdurmak için ileri adım atan ABD’deki Çevre Koruma Ajansı EPA ile yaptığımız çalışmadır. Peki bu ne anlama geliyor? Kulağa büyük bir tehdit gibi geliyor, ama gerçekte ne olduğu, dijital bilim için bir katalizör. Bu nedenle bu talebi memnuniyetle karşılıyoruz. Şimdi icat ettiğimiz ürünlerin güvenliğini kanıtlamak için veriye dayalı bilimi kullanmanın yolları üzerinde çalışıyoruz. ABD’de bilimimizi yapmanın bu yollarını bulmamıza yardımcı olmak için EPA’dan fon alan birkaç büyük üniversite var, bu yüzden bunu birlikte mümkün olan en iyi şekilde yaptığımızdan ve gerçekten başarabileceğimizden emin olmak için çalışıyoruz. burada veri odaklı bir bilim ve tüm bu gerçek hayat testlerini yapmayı bırakabiliriz.

Yani, bu harika bir fırsat, ama elbette, gidilecek uzun bir yol var. Bence 2035 biraz gerçekçi. Henüz yakın değiliz. Bugün yapabileceğimiz şey, örneğin bir hücreyi modelleyebilmek. Büyük bir trend olarak çip üzerinde organ var, bu yüzden bütün bir organı modelleyebiliriz, ancak bu noktada bir sistemi veya hatta bir ekosistemi modellememizin hiçbir yolu yok. Bu nedenle, keşfetmemiz için çok fazla alan var ve düzenleyicilerin bunda bir ortak ve hatta bir sürücü olduğu için gerçekten mutluyum. Bu çok yardımcı oldu. Bahsettiğiniz diğer boyut, toplum baskısı da var. Toplumun rejeneratif tarım gibi sebepler için ısrar etmesinin önemli olduğunu düşünüyorum, çünkü bu, her şeyden önce, buna yardım etmemiz için zemin oluşturuyor. Talep olmazsa, Syngenta’nın bunu tek başına ilerletmesi zor.

Bu nedenle, talebin ve gezegenimize mümkün olan en iyi şekilde davranmamız gerektiğine dair farkındalığın önemli olduğunu düşünüyorum ve ayrıca örneğin The Nature Conservancy ile çalışıyoruz ve onların bilimsel, koruma uzmanlıklarını kullanıyoruz. örneğin yağmur ormanlarını eski haline getirmek, biyoçeşitliliği eski haline getirmek ve orada birlikte neler yapabileceğimizi görmek için bazı projelerimiz olan Güney Amerika’da sürdürülebilir tarım uygulamalarını gündeme getirmek. Yani yine, biraz daha önce tartıştığımız gibi, ancak sektörler arasında işbirliği yaparak daha iyi olabiliriz ve buna düzenleyiciler kadar STK’lar ve bir bütün olarak toplum da dahildir.