Ny IDSS-forskning "kommer att visa kraften i data i kombination med avancerade verktyg från prediktiv analys, maskininlärning, förstärkningsinlärning, och datadelningsmarknader, " säger IDSS-direktör Munther Dahleh. Kredit:Massachusetts Institute of Technology
Med ett par miljarder fler människor som beräknas ansluta sig till den globala befolkningen under de närmaste decennierna, världens livsmedelsproduktion skulle kunna behöva en uppgradering. Afrika har en nyckelroll att spela:Jordbruket är Afrikas största industri, men mycket av Afrikas jordbruksmark är för närvarande underutnyttjad. Skördarna skulle kunna ökas med effektivare jordbrukstekniker och ny utrustning – men det skulle kräva investeringskapital, vilket ofta är ett hinder för bönderna.
Ett nytt forskningssamarbete vid MIT Institute for Data, System, and Society (IDSS) syftar till att ta itu med denna utmaning med data. Gruppen planerar att använda data från tekniskt avancerade gårdar för att bättre förutsäga värdet av interventioner på gårdar med dålig prestanda. I sista hand, Målet är att skapa en plattform för att dela data och risker mellan investerade parter, från bönder och långivare till försäkringsbolag och utrustningstillverkare.
Dela data, riskdelning
Många afrikanska bönder saknar kapital för att investera i skördehöjande uppgraderingar som nya bevattningssystem, nya maskiner, nya gödselmedel, och teknik för att känna av och spåra grödans tillväxt. Den vanligaste vägen till kapital är banklån, med mark som säkerhet. Detta är ett oattraktivt förslag för bönder, som redan bär de många riskerna med produktionen, inklusive dåligt väder, förändrade marknadspriser, eller till och med chocker av geopolitiska händelser.
Långivare, å andra sidan, har en ofullständig bedömning av sin risk, speciellt med potentiella låntagare som inte har någon kredithistorik. Långivare saknar också data och verktyg för att förutsäga sin avkastning på investeringen.
"Att bygga en plattform för riskdelning är nyckeln till att uppgradera jordbruksmetoder, säger Munther Dahleh, professor i elektroteknik och datavetenskap vid MIT och chef för IDSS. För att skapa en sådan plattform, Dahleh och IDSS-teamet strävar efter att bättre förutse värdet av att använda avancerade jordbruksmetoder på produktionen av enskilda gårdar. Denna förutsägelse måste vara tillräckligt korrekt för att stimulera investeringar från ekonomiska intressenter och bönderna själva, som konkurrerar med varandra och kan vara ovilliga att dela information.
IDSS-metoden föreslår en datadelningsplattform som uppmuntrar alla parter att delta:Teknologiskt avancerade gårdar belönas för sina värdefulla data, bankirer drar nytta av data som stöder deras kreditriskmodeller, bönder får bättre lånevillkor och rekommendationer som ökar deras vinster och produktion, och teknikföretag får rekommendationer om hur man bäst stödjer sina lantbrukskunders behov. "En sådan plattform måste ha rätt incitament för att engagera alla att delta, ha tillräckligt skydd från aktörer med marknadsinflytande, och i slutändan tillhandahålla värdefull information för både jordbrukare och fordringsägare, säger Dahleh.
Frånvaron av data från underpresterande gårdar innebär en utmaning att extrapolera värdet av intervention och bedöma osäkerheten i sådana förutsägelser. Med sparsam tillgänglig data, forskare funderar på att genomföra experiment i strategiskt utvalda gårdar för att ge värdefull ny data för resten. Forskare kommer att använda avancerad maskininlärning, inklusive aktiv inlärningsmetodik, att försöka uppnå både en kvantifiering av det förutsagda värdet av intervention och en kvantifiering av osäkerheten i den förutsägelsen till en viss grad av tillförsikt. När mer data finns tillgänglig, IDSS-forskare avser att förfina sina beräkningar och utveckla nya tekniker för att extrapolera värdet av interventioner i mindre avancerade gårdar.
Engagera intressenter
Ett troligt ingripande för många afrikanska bönder är att använda olika gödningsmedel. Många bönder använder för närvarande inte gödselmedel riktade till specifik jord eller olika stadier av jordbruket - så gödselmedelsproducenter är ett annat egenintresse i denna jordbruksekonomi.
För att hjälpa dessa bönder att få tillgång till bättre lånevillkor, Det marockanska fosfatföretaget OCP finansierar ett samarbete mellan IDSS-forskare och Mohammed VI Polytechnic University (UM6P) i Marocko. Detta forskningssamarbete med OCP, ett ledande globalt företag inom fosfatgödselindustrin, inkluderar att bygga plattformen för data- och riskdelning samt annan grundforskning inom jordbruket. Samarbetet har potential att engagera andra intressenter som arbetar eller investerar i afrikanskt jordbruk.
"Detta samarbete kommer att hjälpa till att påskynda våra ansträngningar att utveckla relevanta lösningar för afrikanskt jordbruk med hjälp av högnivåverktyg för agri-tech, säger Fassil Kebede, professor i markvetenskap och chef för Center for Soil and Fertilizer Research in Africa. "Detta kommer att erbjuda jordbrukare möjligheter till bättre produktion och tillväxt, som är en del av vårt uppdrag att bidra till Afrikas mål för livsmedelssäkerhet."
"Afrikanska bönder är kärnan i OCP-gruppens uppdrag och strategi, medan dataanalys och prediktiva verktyg idag är avgörande för jordbrukets utveckling i Afrika, " tillägger Mostafa Terrab, OCP Group ordförande och VD. "Detta samarbete med IDSS kommer att hjälpa oss att sammanföra ny teknik och analytiska metoder från en sida, och vår expertis med afrikanska bönder och deras utmaningar från andra sidan. Det kommer att stärka vår förmåga att erbjuda anpassade lösningar till afrikanska bönder, speciellt små hållare, för att göra det möjligt för dem att fatta mer exakta och lägliga beslut."
I sista hand, IDSS strävar efter att vinna över ett helt ekonomiskt ekosystem, från försäkringsbolag till långivare till utrustnings- och konstgödselföretag. Men viktigast av allt, Att stärka detta ekosystem kan hjälpa till att lyfta många bönder ur fattigdom – och åstadkomma en välbehövlig ökning av världens samlade livsmedelsproduktion.
Säger Dahleh:"För att utföra detta uppdrag, detta projekt kommer att visa kraften i data i kombination med avancerade verktyg från prediktiv analys, maskininlärning, förstärkningsinlärning, och datadelningsmarknader."
Den här historien återpubliceras med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT-forskning, innovation och undervisning.