Bab Ketiga: Rangka Kerja Bukti bagi Kecerdasan Buatan Pertanian

Bab Ketiga: Rangka Kerja Bukti bagi Kecerdasan Buatan Pertanian

Mesej Bab Ini: Daripada Limpahan Sumber kepada Pengetahuan yang Boleh Dipercayai

Kekuatan sebuah buku ilmiah tidak terletak pada bilangan rujukan yang terhimpun dalam notanya, tetapi pada keupayaannya menentukan apa yang sebenarnya boleh dibuktikan oleh setiap rujukan dan di mana kewibawaan epistemiknya berakhir. Nilai sesuatu sumber tidak terbit daripada kehadirannya semata-mata, tetapi daripada kesesuaiannya dengan dakwaan yang disokongnya. Isu ini menjadi lebih rumit dalam bidang yang berkembang pantas seperti kecerdasan buatan pertanian: penulis mungkin berhadapan dengan sebuah kertas saintifik yang telah dinilai rakan sebaya, sebuah laporan rasmi, sebuah laman produk, sebuah repositori kod, sebuah simulasi komputer, sebuah laporan berita, dan keterangan yang memerihalkan pengalaman di lapangan. Setiap sumber ini mungkin mengandungi maklumat yang tepat, tetapi kesemuanya tidak membawa darjah kebolehpercayaan yang sama atau memenuhi fungsi inferens yang sama. Sebuah kertas saintifik mungkin mengukur prestasi sesuatu model di bawah data dan keadaan eksperimen tertentu, tetapi ia tidak secara automatik membuktikan kejayaannya pada setiap tanaman atau setiap wilayah. Sesebuah pihak berkuasa kawal selia ialah badan yang berwibawa untuk mendaftarkan racun perosak atau menentukan sama ada penggunaannya dibenarkan, tetapi ia bukanlah badan yang mengukur ketepatan sesuatu algoritma. Sebuah laman produk mendokumentasikan apa yang didakwa oleh pembekal tentang sistemnya pada sesuatu tarikh, tetapi ia bukan pengganti bagi penilaian bebas terhadap keberkesanannya. Adapun sebuah repositori kod, ia mungkin menetapkan kewujudan sesuatu komponen dalam kod pada masa pemeriksaan tanpa menetapkan bahawa komponen itu beroperasi dalam perkhidmatan yang aktif, atau bahawa ia menghasilkan impak pertanian yang nyata di lapangan. Tugas bab ini berpunca daripada perbezaan tersebut: menjelaskan bagaimana buku ini bergerak daripada kepelbagaian sumber kepada pertimbangan yang berdisiplin, boleh dijejaki dan boleh disemak. Ia tidak membentangkan katalog abstrak tentang kaedah penyelidikan; sebaliknya, ia mendedahkan rangka kerja praktikal yang digunakan untuk membezakan fakta berdokumentasi daripada keputusan yang terikat konteks, daripada perihalan yang dinisbahkan kepada sumbernya, daripada angka yang belum disahkan sepenuhnya, atau daripada cadangan editorial yang tidak mendakwa dirinya sebagai penemuan eksperimen. Tujuannya bukan untuk melemahkan hujah melalui himpunan kaveat, dan bukan pula untuk memagari pengetahuan dengan keraguan yang berkekalan; ia adalah untuk membina keyakinan yang berasaskan pemahaman jelas tentang dasar dan hadnya. Kepastian saintifik tidak dihasilkan oleh nada yang kategorik, tetapi oleh laluan yang boleh diikuti pembaca: dari manakah maklumat itu datang? Apakah jenis sumbernya? Apakah yang sebenarnya dibuktikan oleh sumber ini? Dan apakah yang tidak berhak kita simpulkan daripadanya?

1. Seni Bina Asas Bukti: Bagaimanakah Landasan Pengetahuan Buku Ini Dibina?

Dengan "korpus sumber berbilang bahasa", buku ini memaksudkan keseluruhan bahan yang dikumpul dan disusun sepanjang peringkat penyediaannya, dan daripadanya bab-bab serta analisisnya kemudian dibina. Korpus ini tidak terhad kepada satu jenis dokumen; sebaliknya, ia merangkumi kajian primer, ulasan saintifik, laporan rasmi, kertas kerja, dokumen institusi, perihalan produk, bahan teknikal, dan panduan pelaksanaan, di samping bahan sokongan yang digunakan untuk menemui nama dan topik serta membuka laluan penyiasatan. Bahan-bahan ini hadir dalam pelbagai bahasa, kerana inovasi pertanian tidak diterbitkan seluruhnya dalam bahasa Inggeris, dan kerana sesetengah aplikasi, dasar, dan istilah tempatan tidak mendedahkan makna penuhnya kecuali dalam bahasa dan konteksnya sendiri. Namun kepelbagaian bahasa tidak bermakna mengira terjemahan dan naskhah asal sebagai dua sumber yang bebas, dan ia juga tidak memberikan sesuatu dokumen kedudukan ilmiah yang lebih tinggi semata-mata kerana ia muncul dalam lebih daripada satu versi. Atas sebab itu, terjemahan dihubungkan dengan naskhah asalnya, versi pendua atau terbitan dikenal pasti, dan setiap dokumen diberikan tempat dan fungsinya yang tepat dalam pembinaan hujah. Kerja itu bermula dengan inventori dan penyusunan bahan sumber, tetapi ia tidak berhenti pada pengumpulan fail. Ia beralih kepada pembinaan daftar editorial yang berasingan bagi sumber, dakwaan, angka, dan kajian kes. Perbezaan antara dua peringkat ini adalah asas: mengumpulkan sesuatu dokumen hanya bermakna bahan itu telah tersedia untuk diperiksa, sedangkan menerima sesuatu dakwaan yang terbit daripadanya memerlukan satu lagi tahap pengesahan. Pada ketika itu, persoalannya menjadi: adakah sumber ini sesuai untuk menyokong dakwaan yang khusus ini? Bolehkah angka itu dijejaki ke lokasi asalnya? Dan adakah syarat serta had kajian itu kekal kelihatan apabila keputusannya dipindahkan ke dalam buku ini? Satu daftar berasingan turut diwujudkan bagi bukti yang berkaitan dengan kajian kes Aladdin Agri AI, untuk mengelakkan percampuran bukti pelaksanaan dalaman dengan rujukan saintifik umum yang tersedia kepada pembaca. Kewujudan kod, antara muka, atau laluan integrasi mungkin menetapkan sesuatu keadaan pelaksanaan tertentu dalam versi yang diketahui, tetapi ia tidak lantas menjadi kajian keberkesanan yang bebas, dan bukan pula bukti impak pertanian di lapangan. Pengasingan ini melindungi nilai kedua-dua jenis bukti: bukti teknikal tidak dipaksa menanggung lebih daripada apa yang mampu dibuktikannya, sementara pembaca masih dapat melihat dengan tepat apa yang sememangnya ditetapkannya. Apabila fail dan laluannya disusun semula, rujukan tidak dibiarkan tertawan oleh lokasi usang atau nama yang boleh berubah; sebaliknya, rekod garis dasar bagi laluan fail dan cap jari digital diwujudkan semula. Tujuannya bukan semata-mata teknikal, tetapi juga editorial dan epistemik: untuk memastikan setiap dakwaan penting kekal terhubung dengan bahan yang menjadi asasnya, dan bahawa pemindahan fail atau penukaran namanya tidak memutuskan rantaian pengesahan. Mengapakah kerja ini disifatkan sebagai ulasan naratif berstruktur yang berpandukan bukti? Buku ini berbentuk sebuah ulasan naratif berstruktur yang berpandukan bukti: ia menghimpunkan bahan yang heterogen, mengklasifikasikannya, membandingkannya, dan kemudian membina daripadanya satu tafsiran yang sepadu tentang bidang ini, sambil menampakkan jenis setiap keping bukti dan had apa yang boleh disimpulkan daripadanya. Kaedah ini dipilih kerana ia sesuai dengan persoalan luas yang diajukan oleh buku ini: bagaimanakah kecerdasan buatan bergerak daripada makmal dan produk kepada pembuatan keputusan pertanian, ekonomi, buruh, tadbir urus, dan lapangan? Sebuah ulasan sistematik, dalam erti kata saintifik yang tepat, memenuhi tujuan yang berbeza dan berpaksikan rangka kerja metodologi yang lebih khusus. Ia biasanya bermula dengan persoalan yang lebih sempit, protokol carian yang ditetapkan lebih awal, pangkalan data yang ditentukan, rentetan carian yang boleh diguna semula, kriteria kemasukan dan pengecualian yang jelas, serta rekod lengkap tentang hasil carian, penyingkiran pendua, dan peringkat penyaringan. Elemen-elemen ini membolehkan penyelidik lain mengulangi proses tersebut dan membandingkan penemuannya dengan penemuan penulis ulasan itu. Perbezaan klasifikasi ini tidak bermakna satu jenis itu ketat manakala yang satu lagi kurang ketat; ia bermakna setiap satu mempunyai fungsi epistemik yang berbeza. Ulasan sistematik sangat sesuai untuk menjawab persoalan tertentu dalam lingkungan protokol yang boleh diulang, sementara ulasan naratif berstruktur pula boleh menghubungkan bidang-bidang yang tidak disatukan oleh satu reka bentuk eksperimen: algoritma, pertanian, ekonomi, keselamatan makanan, buruh, hak data, struktur institusi, dan perbezaan wilayah. Kekuatan buku ini terletak pada usaha menjadikan hubungan-hubungan itu ketat tanpa memadamkan perbezaan antara jenis bukti atau membentangkannya seolah-olah setara dari segi sifat dan daya buktinya. Bilangan warisan daripada draf terdahulu: apabila ketepatan lebih penting daripada tarikan angka Beberapa draf edisi terdahulu buku ini menyatakan bahawa lebih daripada 150 dokumen telah diteliti merentas pelbagai pangkalan data dan sumber. Namun edisi ini tidak mengekalkan angka tersebut semata-mata kerana ia muncul dalam versi terdahulu: ia tidak disertai rekod yang cukup lengkap untuk menghasilkan semula rentetan carian, tarikh, keputusan, penyaringan, pengecualian, dan penyingkiran pendua yang diperlukan untuk memperlakukannya sebagai bilangan metodologi yang muktamad. Pilihan yang lebih mudah ialah membawa bilangan itu ke dalam edisi baharu; ia satu angka yang besar, jelas, dan menarik. Namun pilihan yang ilmiah ialah mengasingkan pengetahuan berguna yang boleh disahkan daripada dakwaan berangka yang laluan dokumentasinya masih tidak lengkap. Oleh itu, angka bersejarah itu tidak digunakan sebagai bukti kemenyeluruhan ulasan ini, dan bahan serta dakwaan dinilai semula selaras dengan rekod dan had yang diisytiharkan dalam edisi ini. Ini tidak bermakna pengetahuan yang melalui draf-draf terdahulu telah terbuang atau dibatalkan. Nama, idea, dan laluan penyelidikan yang boleh dijejaki telah dikekalkan, dan dakwaan diperiksa semula sebelum diguna pakai. Adapun mana-mana angka atau keputusan yang tidak dapat dijejaki kepada sumber yang sesuai, ia tidak dibentangkan kepada pembaca sebagai fakta yang telah mantap sepenuhnya. Dengan itu, semakan editorial menjadi alat untuk memurnikan pengetahuan, bukan memadamkannya; satu cara untuk meningkatkan kebolehpercayaan buku ini, bukan mengurangkannya. Sebuah ulasan sistematik yang diterbitkan seperti [SRC004] mungkin menyumbang kepada pemetaan sebahagian daripada bidang ini dan mungkin menawarkan satu contoh protokol carian yang berdokumentasi dalam lingkungan persoalannya yang khusus. Namun sifat sistematiknya adalah milik kerja yang dilaksanakan oleh penulisnya, dan tidak berpindah secara automatik kepada buku ini semata-mata kerana buku ini memetiknya. Begitu juga, himpunan dokumen yang luas tidak menjadi ulasan sistematik semata-mata kerana bilangan failnya atau ketertiban babnya. Ketepatan bermula dengan menamakan sesuatu kerja menurut apa yang benar-benar dicapainya, dan kemudian mempertanggungjawabkannya secara ketat terhadap tuntutan nama tersebut. Dalam erti kata ini, kaedah bukanlah suatu dalih bagi buku ini, tetapi satu pernyataan kekuatannya: buku ini memilih untuk membina hujah yang luas dan boleh dijejaki, mengisytiharkan sifatnya dengan jelas, dan memberikan setiap sumber tempatnya yang sewajarnya tanpa mengangkatnya melebihi daya buktinya yang sebenar. Kesimpulan metodologi: kepercayaan tidak dibina daripada bilangan dokumen semata-mata, tetapi daripada kejelasan laluan yang menghubungkan setiap dakwaan dengan sumbernya, dan yang menentukan dengan tepat apa yang dibuktikan oleh sumber itu dan apa yang berada di luar hadnya.

2. Unit Pengesahan Ialah Dakwaan, Bukan Perenggan

Sesuatu perenggan pada halaman mungkin kelihatan sebagai satu unit yang sepadu, namun ia mungkin mengandungi beberapa dakwaan yang berbeza secara radikal dari segi sifat dan jenis bukti yang diperlukan untuk menetapkan setiap satunya. Ayat yang menetapkan kewujudan sesuatu sistem tidak berada pada tahap yang sama dengan ayat yang memerihalkan salah satu sifatnya, dan kedua-duanya pula tidak memadai untuk membuktikan ketepatannya atau impaknya terhadap kehidupan petani. Mari kita pertimbangkan satu contoh ringkas sebuah perenggan yang membincangkan produk pertanian digital. Perenggan itu mungkin merangkumi empat tahap dakwaan yang berbeza:

• Dakwaan identiti atau kewujudan: "Terdapat satu platform atau alat yang membawa nama ini."
• Dakwaan sifat: "Penyedianya menyatakan bahawa ia menggunakan penglihatan komputer untuk mengesan simptom penyakit."
• Dakwaan prestasi: "Ia mencapai ketepatan 95% pada satu tugas tertentu."
• Dakwaan impak: "Ia mengurangkan kerugian petani atau menambah baik pendapatan mereka dalam keadaan operasi sebenar."

Laman pembekal mungkin mendokumentasikan bahawa produk itu ditawarkan dengan nama ini, dan bahawa syarikat itu memerihalkannya sebagai menggunakan penglihatan komputer. Tetapi dalam hal itu, ia hanya mendokumentasikan apa yang dikatakan oleh pembekal tentang produknya pada sesuatu tarikh. Laman itu sendiri tidak menyediakan pengesahan bebas bahawa ciri itu berfungsi sebagaimana yang diperihalkan, atau bahawa sistem itu mencapai sesuatu tahap ketepatan tertentu, atau bahawa penggunaannya benar-benar membawa kepada pengurangan kerugian. Adapun angka prestasi itu, ia memerlukan sumber yang menentukan data yang digunakan untuk menguji model, bagaimana data itu dibahagikan, takrifan metrik yang digunakan, garis dasar yang menjadi perbandingan keputusan itu, serta had bagi generalisasinya di luar tetapan kajian. Walaupun terbukti bahawa model itu mencapai ketepatan 95% dalam sesuatu ujian tertentu, keputusan itu tidak secara automatik membuktikan impak ekonomi atau pertanian. Membuktikan pengurangan kerugian memerlukan reka bentuk yang mengukur apa yang berlaku di lapangan, membandingkan keputusannya dengan apa yang akan berlaku tanpa kehadiran sistem itu, dan mengambil kira kos, risiko, serta faktor-faktor lain yang mungkin menjelaskan penambahbaikan tersebut. Tiga soalan yang mengawal pemeriksaan setiap dakwaan Atas sebab ini, kaedah buku ini memperlakukan dakwaan yang boleh disahkan sebagai unit asas pemeriksaan. Ini bermakna memecahkan pernyataan majmuk kepada unit-unit yang jelas, dan kemudian mengemukakan tiga soalan kepada setiap unit:

1. Apakah jenis dakwaan itu?

Adakah ia dakwaan identiti, sifat, prestasi, atau impak?

2. Apakah sumber yang sesuai untuk membuktikannya?

Adakah ia memerlukan dokumen rasmi, kajian prestasi, penilaian lapangan, atau bahan teknikal?

3. Apakah had perumusan yang dibenarkan oleh sumber itu?

Apakah yang boleh dikatakan dengan yakin, dan apakah yang akan dikira sebagai generalisasi yang melampaui bukti?

Selepas pemeriksaan, dakwaan-dakwaan itu tidak dihimpunkan kesemuanya dalam satu kategori tunggal, tetapi diklasifikasikan mengikut gred yang jelas:

• Disahkan: disokong oleh bahan yang sesuai, dan rantaian buktinya boleh dijejaki.
• Disahkan dalam had tertentu: ditetapkan dalam sesuatu kajian atau konteks tertentu, dan tidak boleh digeneralisasikan di luarnya.
• Perihalan yang dinisbahkan: menyatakan apa yang dikatakan oleh sesebuah entiti atau syarikat tentang produknya, bukan penilaian bebas terhadapnya.
• Menunggu pengesahan: terdapat petunjuk awal atau rujukan, tetapi rantaian buktinya tidak lengkap.
• Tidak boleh digunakan: tiada sumber yang sepadan dapat dikenal pasti, atau sumber itu didapati tidak menyokong dakwaan yang dinisbahkan kepadanya.

Jadi jika nama produk dan bidang penggunaannya terbukti, sedangkan tahap prestasinya tidak, produk itu tidak semestinya perlu dikeluarkan daripada peta bidang ini; tetapi pada masa yang sama, angka itu tidak boleh diterbitkan seolah-olah ia suatu fakta yang lengkap. Nama dan perihalan tugas dikekalkan dalam had yang dapat didokumentasikan, sementara angka prestasi diasingkan sementara daripada teks utama sehingga muncul sumber yang sesuai untuknya. Kuarantin saintifik: melindungi kesimpulan sebelum buktinya lengkap Inilah yang dimaksudkan dengan kuarantin saintifik dalam buku ini. Ia bukan penghakiman bahawa idea itu palsu, dan bukan pula tuduhan terhadap sumber atau produk itu, tetapi satu keputusan editorial yang menghalang dakwaan yang tidak lengkap daripada beroperasi dalam teks sebagai suatu fakta. Sesuatu dakwaan boleh dibuka semula jika muncul sumber primer yang sepadan atau pengesahan bebas yang mencukupi, dan ia boleh kekal di luar kesimpulan jika syarat untuk menetapkannya tidak dipenuhi. Dengan cara ini, kuarantin saintifik menjadi mekanisme untuk melindungi pengetahuan daripada tergesa-gesa, bukan alat untuk menyingkirkan idea. Atas dasar ini, kawalan bukti yang ketat tidak memiskinkan kandungan, sepertimana hasrat untuk membentangkan sebuah buku yang berskop luas tidak pula menjadi alasan untuk mencampuradukkan darjah kepastian. Buku ini boleh mengekalkan peta aplikasi, produk, dan penyelidikan yang kaya sambil, pada masa yang sama, melakarkan garis yang jelas antara:

• apa yang kita ketahui berdasarkan bukti yang sesuai;
• apa yang kita ketahui dalam lingkungan syarat dan konteks yang tertentu;
• apa yang dikatakan oleh sesuatu pihak tentang dirinya sendiri;
• dan apa yang masih menunggu sokongan yang mencukupi.

Ketegasan saintifik tidak menjadikan pengetahuan kurang luas; sebaliknya, ia menjadikan sempadannya lebih jelas. Apabila pembaca mengetahui dari mana datangnya sesuatu pernyataan, apa yang menyokongnya, dan di mana skopnya berakhir, kewaspadaan tidak lagi kelihatan sebagai tanda kelemahan, tetapi menjadi asas yang memberikan makna kepada keyakinan.

3. Daripada Ketepatan Model kepada Kualiti Pembuatan Keputusan Pertanian

Sesebuah model kecerdasan buatan mungkin mencapai keputusan yang tinggi dalam ujian, terutamanya apabila ia dinilai pada data yang bersih dan lengkap yang menyerupai data yang digunakan untuk melatihnya. Namun kejayaan teknikal ini semata-mata tidak menjamin bahawa ia akan mengubah sesuatu keputusan pertanian dalam amalan. Model itu mungkin mustahil untuk dijalankan pada telefon atau peranti yang tersedia di lapangan, mungkin memerlukan sambungan internet yang berterusan, mungkin mengeluarkan amarannya hanya selepas peluang untuk menyelamatkan tanaman itu berlalu, atau mungkin menawarkan cadangan yang yakin walaupun imejnya tidak jelas atau datanya tidak lengkap. Dalam keadaan sedemikian, keputusan berangka itu kekal mengagumkan, tetapi nilai praktikalnya terhad. Sebaliknya, model yang lain mungkin merekodkan prestasi ujian yang sedikit lebih rendah, namun lebih ringan untuk dijalankan, lebih berupaya beroperasi dalam keadaan lapangan, dan lebih terus terang tentang had pengetahuannya. Jika datanya tidak mencukupi, ia menahan diri daripada mengeluarkan cadangan yang kategorik dan meminta imej atau ukuran tambahan, atau merujuk kes itu kepada jurutera pertanian. Jika ia mengesan sesuatu risiko, ia mengeluarkan amaran awal yang memberikan petani masa yang mencukupi untuk tinjauan dan tindakan sebelum tetingkap intervensi tertutup; iaitu tempoh ketika rawatan atau pencegahan masih mungkin dan berkesan. Maka model ini mungkin lebih berguna, walaupun ia tidak mempunyai skor tertinggi dalam keputusan ujian. Pertimbangkan satu contoh praktikal: sebuah model untuk mendiagnosis penyakit tanaman mungkin mengenal pasti jangkitan dengan ketepatan yang tinggi, namun mengesannya hanya selepas simptomnya menjadi jelas dan penyakit itu telah pun merebak ke kawasan yang luas. Dalam amalan, ia mungkin diatasi oleh model yang sedikit kurang tepat tetapi menangkap tanda-tanda awal, menyatakan tahap keyakinannya, dan membezakan kes yang boleh dipantau daripada kes yang memerlukan pemeriksaan manusia secara segera. Yang pertama memerihalkan masalah itu dengan baik selepas ia berlaku; yang kedua membantu orang membuat keputusan sewaktu keputusan itu masih boleh mempengaruhi hasilnya. Ini tidak bermakna memandang remeh kepentingan ketepatan atau menerima model yang lemah dengan alasan ia mudah dikendalikan. Prestasi teknikal kekal sebagai syarat yang mustahak, terutamanya dalam keputusan yang mungkin menjejaskan keselamatan tanaman, haiwan, atau manusia. Tetapi nilai pertanian tidak dihasilkan oleh satu angka; ia dihasilkan oleh sistem bersepadu yang menggabungkan ketepatan yang boleh diterima dan bersokongkan bukti, data yang sesuai dengan konteks, operasi yang boleh dipercayai, amaran yang tepat pada masanya, cadangan yang boleh difahami dan boleh dilaksanakan, serta penahanan diri yang bertanggungjawab apabila buktinya tidak mencukupi. Maka model yang terbaik bukanlah selalunya model yang lebih banyak tahu di dalam makmal, tetapi model yang membantu orang membuat keputusan yang lebih waras pada tempat dan waktu ketika keputusan itu masih boleh mengubah hasilnya. Atas sebab ini, lima tahap kejayaan perlu dibezakan:

Tahap-tahap ini bukanlah nama yang berbeza bagi kejayaan yang sama, tetapi mata rantai dalam satu rantaian tunggal. Sesuatu model mungkin tepat namun tidak sesuai dengan persekitaran tempatan; ia mungkin sesuai dengan persekitaran itu tetapi perkhidmatannya mungkin gagal; perkhidmatan itu mungkin berfungsi tetapi cadangannya mungkin tiba terlalu lewat atau kekal kabur; dan petani mungkin membuat keputusan yang lebih baik tanpa manfaatnya kelihatan dalam suatu musim yang luar biasa. Oleh itu, tiada penghakiman terhadap teknologi itu lengkap melainkan keseluruhan laluan diikuti: daripada ketepatan ramalan, kepada kesesuaiannya dengan ladang, kepada ketibaannya tepat pada masanya, kemudian kepada keputusan yang diubahnya, dan akhirnya kepada kesan yang ditinggalkannya di lapangan dan dalam kira-kira petani. Rantaian bukti itu boleh digambarkan seperti berikut: Data yang sah ↓ Model yang sesuai ↓ Verifikasi bebas ↓ Operasi yang boleh dipercayai ↓ Cadangan yang boleh difahami ↓ Tindakan yang boleh dilaksanakan dan tepat pada masanya ↓ Hasil pertanian ↓ Impak ekonomi, alam sekitar dan sosial Sesuatu dakwaan tidak berhak melompat melangkaui mata rantai yang hilang. Jika bukti yang ada berkaitan dengan prestasi model, maka kesimpulannya dirangkakan dalam had tersebut. Jika buktinya ialah percubaan lapangan yang singkat, ia tidak dipersembahkan sebagai operasi yang stabil merentas musim. Dan jika hasil berubah, perubahan itu tidak dikaitkan dengan sistem sebelum cuaca, keluasan, input dan garis dasar dipertimbangkan.

4. Metrik Berbeza untuk Tugas Berbeza: Apakah Maksud Angka yang Dilaporkan Itu?

Kajian dan halaman produk penuh dengan ungkapan seperti "ketepatan tinggi", "prestasi termaju", dan "keputusan yang mengatasi model terdahulu". Namun sesuatu angka, betapa pun mempesonakannya ia kelihatan, tidak menjelaskan dirinya sendiri. Sebelum kita bertanya, Setinggi manakah ketepatan itu? kita sepatutnya bertanya soalan yang lebih awal: Apakah tugas yang sedang diukur, dan jenis kesilapan apakah yang boleh timbul di dalamnya? Kecerdasan buatan mungkin digunakan untuk menjawab soalan yang sama sekali berbeza:

• Adakah tanaman itu dijangkiti atau sihat?
• Di manakah letaknya buah atau serangga itu di dalam imej?
• Berapakah luas bahagian daun yang terjejas?
• Berapakah hasil yang dijangka pada penghujung musim?
• Bolehkah robot itu memetik buah tanpa merosakkannya?
• Adakah sistem pengairan itu benar-benar mengurangkan penggunaan air?

Kesemua tugas ini tidak boleh diukur dengan neraca yang sama. Tidak dibenarkan juga meletakkan angka-angkanya dalam satu jadual dan menyusun aplikasi daripada yang tertinggi kepada yang terendah seolah-olah semuanya bersaing dalam satu ujian yang sama. Setiap metrik menyinari satu aspek prestasi, sambil membiarkan aspek-aspek lain dalam bayang-bayang. Pembaca tidak perlu menghafal persamaan matematik di sebalik metrik-metrik ini. Apa yang penting ialah memahami tiga perkara: soalan apakah yang dijawab oleh metrik itu, kesilapan apakah yang mungkin disembunyikannya, dan bagaimanakah ia berkait dengan keputusan pertanian. Pertama: apabila tugasnya ialah mengelaskan sesuatu keadaan — adakah tanaman itu berpenyakit atau sihat? Andaikan bahawa sebuah aplikasi menerima imej daun tanaman dan mengelaskannya kepada salah satu daripada dua keadaan: "berpenyakit" atau "sihat". Ini mungkin kelihatan mudah, tetapi model itu boleh menghasilkan empat keputusan yang berbeza:

Empat keputusan ini ialah asas yang daripadanya kebanyakan metrik pengelasan diterbitkan. Perbezaan antara metrik-metrik itu bukanlah kemewahan statistik; setiap satunya melihat aspek kesilapan yang berbeza. Ketepatan keseluruhan: berapa banyakkah jawapan yang betul diberikan oleh model? Ketepatan keseluruhan ialah kadar daripada semua ramalan yang betul, sama ada ia kes berpenyakit yang dikesan dengan betul atau kes sihat yang disingkirkan dengan betul. Jika model itu memeriksa seratus imej dan mendapat sembilan puluh daripadanya betul, maka ketepatan keseluruhannya ialah 90%. Angka ini kelihatan jelas, tetapi ia boleh menjadi mengelirukan apabila satu kelas jauh lebih banyak daripada yang satu lagi. Andaikan, sebagai contoh, bahawa kita mempunyai seratus imej: sembilan puluh lima menunjukkan tanaman yang sihat dan hanya lima menunjukkan tanaman yang berpenyakit. Jika suatu model yang lemah mengisytiharkan bahawa kesemua imej itu sihat, ia akan betul dalam sembilan puluh lima kes, menghasilkan ketepatan keseluruhan sebanyak 95%. Namun ia tidak mengesan walau satu pun daripada lima jangkitan itu. Jadi ketepatan keseluruhan menjawab soalan: Berapa kerapkah model itu betul secara keseluruhan? Tetapi ia dengan sendirinya tidak menjawab soalan yang lebih penting dalam contoh ini: Berapa banyakkah jangkitan sebenar yang berupaya dikesan oleh model itu? Ingat semula/Kepekaan, atau keupayaan untuk mengesan kes berpenyakit Ingat semula, yang juga dikenali sebagai kepekaan, mengukur kadar daripada semua kes yang benar-benar berpenyakit yang berjaya dikesan oleh model. Dalam bahasa petani, soalannya ialah: Jika penyakit itu benar-benar ada, berapa besarkah kemungkinan sistem itu mengesannya berbanding membiarkannya berlalu tanpa amaran? Ingat semula amat penting apabila terlepas pandang sesuatu kes berpenyakit adalah sangat berbahaya—sebagai contoh, dengan penyakit yang merebak dengan pantas, tanda awal gangguan kesihatan dalam sekumpulan ternakan, atau perosak yang boleh dibendung jika dikesan tepat pada masanya. Ingat semula yang tinggi bermakna model itu kurang terlepas pandang kes berpenyakit. Tetapi ia tidak semestinya bermakna setiap amaran yang dikeluarkannya adalah betul; sistem itu mungkin meningkatkan ingat semula dengan mengeluarkan banyak amaran, sebahagiannya benar dan sebahagiannya palsu. Kekhususan, atau keupayaan untuk menyingkirkan kes sihat Kekhususan mengukur kadar kes sihat yang dikenal pasti dengan betul oleh model sebagai sihat. Soalannya di sini ialah: Jika tanaman itu sihat, apakah kebarangkalian bahawa sistem itu tidak akan tersalah mengelaskannya sebagai berpenyakit? Kekhususan penting apabila amaran palsu membawa kos yang tinggi, seperti menghantar pasukan untuk tinjauan, mengganggu operasi pengeluaran, mengambil sampel makmal, atau mempertimbangkan rawatan yang tidak perlu. Tetapi kekhususan yang tinggi semata-mata tidak menjamin bahawa model itu mengesan kes berpenyakit. Ia mungkin sangat berhati-hati dalam mengeluarkan amaran, lalu mengurangkan bilangan amaran palsu, tetapi dengan kos terlepas pandang jangkitan sebenar. Kepersisan: berapa banyakkah amaran positif yang betul? Dalam bahasa Arab, metrik ini kadangkala diterjemahkan sebagai iḥkām ("kejituan"), tetapi istilah itu mungkin tidak jelas kepada pembaca. Makna praktikalnya lebih mudah daripada yang disarankan oleh label itu: Daripada semua kes yang diisytiharkan berpenyakit oleh sistem, berapa banyakkah yang benar-benar berpenyakit? Jika sistem itu mengeluarkan sepuluh amaran, dan tinjauan menunjukkan bahawa hanya enam yang betul, maka kepersisannya tidaklah sempurna: empat amaran adalah palsu. Metrik ini penting apabila menindaklanjuti sesuatu amaran itu mahal atau boleh membawa kepada campur tangan yang sensitif. Jika setiap amaran menuntut analisis makmal, lawatan pakar, atau penghentian sebahagian daripada barisan pengeluaran, tidak memadai bagi sistem itu untuk menangkap kebanyakan kes berpenyakit; ia juga mesti mengelak daripada menenggelamkan pengguna dalam amaran palsu. Di sinilah perbezaan antara kepersisan dan ingat semula menjadi jelas:

• Ingat semula bertanya: daripada kes-kes yang benar-benar berpenyakit, berapa banyakkah yang dikesan oleh model?
• Kepersisan bertanya: daripada kes-kes yang diisytiharkan berpenyakit oleh model, berapa banyakkah amaran yang betul?

Sesuatu model mungkin kuat pada satu sisi dan lemah pada sisi yang lain; oleh itu, pemilihan metrik mesti diikat dengan akibat kesilapan dalam dunia sebenar dalam konteks pertanian. Skor F1: adakah model itu mengimbangi pengesanan jangkitan dengan ketepatan amarannya? Skor F1 menggabungkan ingat semula dan kepersisan ke dalam satu nilai tunggal. Ia meningkat apabila model itu berjaya dalam dua perkara serentak:

• Mengesan kadar yang baik daripada kes berpenyakit.
• Mengelak daripada mengeluarkan bilangan amaran palsu yang banyak. Ia boleh dilihat sebagai satu skor ringkas bagi keseimbangan antara tidak terlepas pandang jangkitan dan tidak melebih-lebihkan amaran tentangnya. Jika model itu mengesan setiap jangkitan tetapi mengeluarkan banyak amaran palsu, skor F1-nya tidak akan setinggi yang sepatutnya. Begitu juga halnya jika amarannya yang sedikit itu betul tetapi ia terlepas pandang banyak jangkitan. Namun menggabungkan kedua-dua dimensi itu dalam satu angka tunggal ada harganya: ia mungkin menyembunyikan hakikat bahawa satu jenis kesilapan lebih berbahaya daripada yang satu lagi. Dalam suatu penyakit wabak yang merebak dengan pantas, terlepas pandang satu jangkitan mungkin lebih memudaratkan daripada menghantar beberapa kes sihat untuk tinjauan. Namun dalam campur tangan yang berkos tinggi atau berisiko tinggi, amaran palsu itu sendiri mungkin menjadi masalah yang serius. Justeru skor F1 tidak mengatakan bahawa model itu secara automatik "selamat" atau "sesuai"; ia hanya mengatakan bahawa model itu telah mencapai suatu darjah keseimbangan matematik antara dua jenis prestasi. Keseimbangan yang diperlukan dalam pertanian ditentukan oleh akibat kesilapan dan sifat keputusan itu.

Matriks kekeliruan: satu jadual yang menunjukkan di mana model itu betul dan di mana ia tersilap Walaupun namanya mengelirukan, matriks kekeliruan bukanlah teka-teki matematik, dan ia juga bukan satu metrik tunggal seperti ketepatan keseluruhan. Ia sekadar satu jadual yang menghimpunkan empat keputusan di atas:

• Kes berpenyakit yang dikesan dengan betul.
• Kes berpenyakit yang terlepas pandang oleh model.
• Kes sihat yang disingkirkan dengan betul.
• Kes sihat yang tersalah dikelaskan sebagai berpenyakit. Nilai matriks kekeliruan terletak pada hakikat bahawa ia tidak menyembunyikan kesilapan di sebalik satu angka agregat. Dua model mungkin mencapai ketepatan keseluruhan yang sama, namun yang satu terlepas pandang penyakit berbahaya sementara yang satu lagi mengeluarkan banyak amaran palsu. Angka agregat itu mungkin menjadikan kedua-duanya kelihatan serupa, tetapi jadual kesilapan itu mendedahkan perbezaan yang penting kepada petani. Justeru nama yang lebih mudah yang boleh mengiringi istilah itu ialah:

Matriks kekeliruan: satu jadual yang menunjukkan jenis-jenis jawapan yang betul dan yang salah. Bagaimanakah kita memilih metrik yang sesuai dalam diagnosis? Tiada satu metrik terbaik dalam semua keadaan. Pilihan itu bergantung pada soalan pertanian dan pada akibat setiap jenis kesilapan.

• Jika terlepas pandang penyakit itu boleh membawa kepada penularan yang meluas atau kepada kerugian yang sukar dipulihkan, Ingat semula menjadi keutamaan yang tinggi.
• Jika bertindak balas terhadap setiap amaran itu mahal atau boleh membawa kepada campur tangan yang tidak perlu, Kepersisan dan Kekhususan menjadi lebih penting.
• Jika kelas-kelas itu tidak seimbang, ketepatan keseluruhan semata-mata tidaklah memadai.
• Jika kita mahukan satu angka perbandingan yang merumuskan keseimbangan antara pengesanan kes dan ketepatan amaran, kita boleh menggunakan F1, sambil merujuk kembali kepada butiran kesilapan itu.
• Jika kita mahu mengetahui dengan tepat di mana model itu tersilap, kita beralih kepada matriks kekeliruan.

Aplikasi itu tidak boleh beralih daripada pengecaman awal kepada suatu cadangan rawatan yang sensitif berdasarkan penilaian ini semata-mata. Kejayaan sesuatu model dalam membezakan imej yang disyaki tidak, dengan sendirinya, menetapkan kebenaran diagnosis kausal atau kesesuaian campur tangan yang dicadangkan. Mungkin masih ada keperluan untuk tinjauan lapangan, analisis makmal, semakan pakar, dan rujukan kepada label rasmi serta peraturan tempatan. Kedua: apabila tugasnya ialah menentukan lokasi sesuatu objek atau melukis sempadannya Pengelasan biasanya menjawab soalan seperti: "Adakah terdapat serangga dalam imej itu?" Tetapi sesetengah aplikasi memerlukan maklumat yang lebih persis:

• Di manakah tepatnya serangga itu berada?
• Berapa banyakkah buah yang muncul dalam imej itu?
• Di manakah kedudukan rumpai antara barisan tanaman?
• Berapa luaskah kawasan daun yang terjejas?
• Di manakah berakhirnya bahagian yang sihat dan bermulanya tisu yang rosak? Di sini kita berpindah daripada pengelasan kepada dua tugas visual yang lebih terperinci:

1. Pengesanan: sistem mengenal pasti lokasi objek dalam sebuah kotak atau kawasan anggaran, seperti melukis sebuah kotak di sekeliling setiap buah.
2. Pembahagian: sistem melukis sempadan yang persis bagi sesuatu objek atau kawasan, seperti mengenal pasti luas tompok penyakit pada daun dengan lebih terperinci. Oleh sebab soalannya bukan lagi sekadar "Adakah objek itu ada?", kita memerlukan ukuran yang membandingkan lokasi dan sempadan objek itu dengan lokasi betul yang ditentukan oleh pakar dalam imej rujukan.

Persilangan atas Kesatuan (IoU): sejauh manakah kawasan yang diramalkan itu sepadan dengan kawasan yang betul? Andaikan seorang pakar melukis sempadan yang betul bagi sesuatu tompok penyakit pada daun, dan kemudian model itu melukis suatu kawasan yang diramalkannya mewakili tompok yang sama. Ukuran Persilangan atas Kesatuan membandingkan kedua-dua luas itu:

• bahagian yang dikongsi antara apa yang dikenal pasti oleh pakar dengan apa yang dikenal pasti oleh model.
• jumlah luas yang diliputi oleh kedua-dua kawasan itu bersama. Semakin besar pertindihan sebenar dan semakin kecil bahagian yang berlebihan atau yang hilang, semakin tinggi nilai ukuran itu. Ia boleh difahami secara visual seperti berikut:
• pertindihan yang lengkap antara kedua-dua kawasan bermakna prestasi yang ideal dalam menentukan sempadan.
• pertindihan separa bermakna model itu betul pada satu bahagian dan tersilap pada bahagian yang lain.
• ketiadaan pertindihan bermakna model itu mengenal pasti lokasi yang sama sekali berbeza. Tetapi nilai yang tinggi pada ukuran ini tidak menjawab persoalan sama ada kawasan itu dikenal pasti dengan kepersisan yang mencukupi untuk melaksanakan sesuatu tugas pertanian tertentu. Ia mungkin sesuai untuk menganggarkan keluasan kawasan yang terjejas, namun tidak mencukupi untuk memandu lengan robotik yang memerlukan kepersisan ruang yang lebih tinggi.

Pekali Dice: apakah darjah keserupaan antara kedua-dua luas itu? Pekali Dice juga mengukur darjah keserupaan antara kawasan yang dikenal pasti oleh model dengan kawasan rujukan yang dikenal pasti oleh pakar. Ia hampir dari segi konsep dengan Persilangan atas Kesatuan, walaupun kaedah pengiraannya berbeza. Pembaca tidak perlu menghafal perbezaan matematik antara kedua-dua ukuran itu. Apa yang penting ialah kedua-duanya cuba menjawab soalan: Sejauh manakah model itu melukis kawasan yang betul, tanpa meninggalkan bahagian yang penting atau menambah kawasan yang bukan sebahagian daripadanya? Pekali Dice kerap muncul dalam tugas pembahagian imej, termasuk pengenalpastian tisu, daun, buah, atau kawasan yang terjejas. Tetapi ia kekal sebagai satu ukuran keserupaan visual, bukan bukti lengkap bagi kejayaan keputusan pertanian yang akan dibina atas pembahagian ini. Purata min kepersisan (mAP): bagaimanakah prestasi sistem dalam mencari objek dan menentukan lokasinya? mAP kerap digunakan apabila menilai sistem pengesanan objek dalam imej, seperti mengesan buah, serangga, rumpai atau haiwan. Ia merupakan ukuran komposit yang merumuskan kualiti pengesanan merentas pelbagai kelas atau keadaan penilaian. Daripada memasuki formula pengiraannya, fungsinya boleh difahami seperti berikut: Adakah sistem itu menemui objek yang dikehendaki, mengelak daripada mengesan objek yang tidak ada, dan menentukan lokasinya dengan darjah pertindihan yang boleh diterima dengan lokasi yang betul? Nilai mAP tidak sepatutnya dibaca sebagai "kadar kejayaan pertanian" secara langsung. Jika sesuatu model mencapai angka yang tinggi dalam mengesan buah dalam satu set imej, itu tidak bermakna robot itu akan berjaya memetik buah pada kadar yang sama. Sistem penglihatan mungkin melihat buah itu dengan baik, kemudian lengannya mungkin gagal mencapainya, atau menggenggamnya terlalu kuat, atau mengambil masa yang tidak ekonomik, atau tidak berupaya bekerja di bawah pencahayaan, habuk dan pergerakan dahan di lapangan. Dalam sesebuah sistem robotik, penglihatan hanyalah mata rantai yang pertama, diikuti oleh mata rantai yang lain: melihat sasaran ← menentukan kedudukannya ← merancang pergerakan ← mencapainya ← melaksanakan tindakan ← mengelakkan kerosakan ← menyelesaikan tugas dalam masa dan kos yang boleh diterima. Atas sebab ini, ketepatan penglihatan mesti dibezakan daripada kejayaan keseluruhan operasi pertanian. Ketiga: apabila tugasnya ialah meramalkan sesuatu angka — hasil, harga atau permintaan Dalam sesetengah aplikasi, model itu tidak mengelaskan tanaman sebagai "dijangkiti" atau "sihat", dan ia juga tidak mencari sebiji buah dalam sesuatu imej; sebaliknya, ia meramalkan suatu nilai berangka, seperti:

• kuantiti hasil yang dijangkakan.
• keperluan air bagi tanaman.
• harga jangkaan sepanjang suatu tempoh tertentu.
• isi padu permintaan terhadap sesuatu produk.
• baki jangka hayat penyimpanan.
• jumlah makanan ternakan atau tenaga yang diperlukan. Dalam kes-kes ini, kita perlu mengetahui saiz perbezaan antara nombor yang diramalkan oleh model dengan nombor yang sebenarnya berlaku. Terdapat beberapa cara untuk mengira perbezaan ini, kerana setiap kaedah mendedahkan aspek yang berbeza.

Ralat mutlak min (MAE): sebanyak manakah model itu tersilap secara purata, dalam unit yang difahami oleh petani? Jika model meramalkan hasil sebanyak 5.5 tan bagi setiap hektar, sedangkan hasil sebenar ialah 6 tan, maka ralat dalam kes ini ialah setengah tan bagi setiap hektar. Ralat Mutlak Min menjumlahkan magnitud ralat-ralat ini merentas semua kes, tanpa mengira sama ada model itu menganggarkan terlebih atau terkurang, kemudian mengira puratanya. Kelebihan utamanya ialah ia dinyatakan dalam unit pemboleh ubah itu sendiri:

• tan bagi setiap hektar ketika meramalkan hasil.
• lira bagi setiap kilogram ketika meramalkan harga.
• meter padu ketika meramalkan penggunaan air.
• hari ketika meramalkan jangka hayat penyimpanan. Atas sebab itu, ia merupakan salah satu ukuran yang paling mudah diterjemahkan kepada satu soalan praktikal:

Jika saya bergantung kepada model ini, sejauh manakah, secara purata, ramalannya menyimpang daripada realiti? Tetapi purata itu mungkin menyembunyikan beberapa kes apabila model melakukan ralat yang amat besar; di sinilah diperlukan satu lagi metrik, iaitu metrik yang memberikan ralat-ralat itu pemberat yang lebih besar. Punca ralat min kuasa dua (RMSE): adakah terdapat ralat besar yang tidak sepatutnya disembunyikan oleh purata? RMSE turut mengukur ralat ramalan, tetapi ia menghukum ralat besar lebih daripada ralat kecil. Jika kebanyakan ramalan model itu hampir kepada realiti, tetapi ia gagal dengan teruk dalam sesetengah musim atau kawasan, kesan kegagalan itu akan terzahir dengan lebih jelas dalam ukuran ini. Ideanya secara praktikal ialah: Kita bukan sekadar mahu mengetahui purata ralat; kita juga mahu ralat besar tidak berlalu seolah-olah ia kes biasa. Hal ini menjadi lebih penting apabila lonjakan besar dalam ralat mempengaruhi keputusan. Ralat terhad dalam meramalkan hasil mungkin masih boleh diuruskan, tetapi sisihan yang besar mungkin membawa kepada kontrak jualan yang tidak sesuai, kapasiti penyimpanan yang tidak mencukupi, atau anggaran pengangkutan dan pembiayaan yang tersilap. Sepertimana MAE, RMSE dinyatakan dalam unit pemboleh ubah itu sendiri, tetapi nilainya dipengaruhi pada darjah yang lebih besar oleh kes-kes yang mempunyai ralat besar. Ralat peratusan mutlak min (MAPE): berapakah peratus ralat yang ada berbanding nilai sebenar? MAPE menukarkan ralat kepada peratusan, menjadikannya menarik dan mudah dipersembahkan. Ungkapan "purata ralat mencapai sekian-sekian peratus" kelihatan lebih mudah difahami berbanding satu angka dalam unit yang mungkin berbeza merentas tanaman dan kawasan. Tetapi ukuran ini mungkin menjadi mengelirukan apabila nilai sebenar terlalu kecil atau hampir kepada sifar. Suatu ralat berangka yang mudah mungkin, apabila dibahagikan dengan nilai yang kecil, bertukar menjadi peratusan yang amat besar yang tidak mencerminkan kepentingan praktikal kes itu. Oleh itu, sebelum bergantung kepadanya, kita patut bertanya:

• Bolehkah nilai sebenar menghampiri sifar?
• Adakah peratusan benar-benar cara yang paling sesuai untuk memahami ralat itu?
• Adakah magnitud ralat dalam unit asalnya turut dilaporkan?
• Adakah peratusan itu menyembunyikan perbezaan penting antara tanaman, kawasan, atau musim? Kemudahan membaca peratusan itu tidak bermakna ia sentiasa sesuai.

Pekali penentuan (R²): sebanyak manakah variasi dalam keputusan yang mampu dijelaskan oleh model? Pekali penentuan mengukur sejauh mana model itu, dalam lingkungan data dan kaedah penilaian yang digunakan, mampu menjelaskan variasi dalam nilai yang diperhatikan. Andaikan hasil berbeza-beza antara ladang dan musim disebabkan pelbagai faktor. Model cuba menjelaskan sebahagian daripada variasi ini berdasarkan data yang disuapkan kepadanya, seperti cuaca, tanah, kultivar, dan amalan pertanian. Pekali penentuan menunjukkan sebanyak mana varians yang mampu diwakili oleh model itu berbanding satu garis dasar statistik dalam rangka kerja pengujian. Tetapi metrik ini kerap disalahtafsir. Jika sesuatu kajian melaporkan bahawa R² mencapai 0.92 dalam tetapan penilaian yang digunakannya [SRC006], tidak sah untuk menukarkannya menjadi kenyataan: "Sistem itu tepat 92%." Kedua-dua kenyataan itu tidak membawa maksud yang sama. Nilai R² tidak memberitahu kita secara langsung:

• Berapa tan atau kilogramkah model itu tersilap.
• Sama ada ralat itu boleh diterima dari segi ekonomi.
• Sama ada ia berjaya dalam musim kemarau atau gelombang haba.
• Sama ada ia mengekalkan prestasinya di kawasan lain.
• Sama ada ramalan itu tiba tepat pada masanya untuk membolehkan keputusan diubah.
• Sama ada ia lebih baik daripada purata sejarah atau suatu peraturan yang lebih mudah dan kurang kosnya. Atas sebab ini, adalah lebih baik untuk membaca pekali penentuan berserta metrik yang menunjukkan magnitud ralat dalam unit yang boleh difahami, seperti MAE atau RMSE, dan berserta penerangan yang jelas tentang data, tempat, musim, dan kaedah pengujian.

Ringkasan praktikal metrik-metrik

Nombor yang betul tidak memadai jika ia tidak sesuai bagi keputusan itu Selepas memahami metrik itu, soalan yang lebih penting masih kekal: adakah penilaian itu mengukur sifat yang benar-benar diperlukan oleh petani? Sesuatu ramalan hasil mungkin hampir kepada realiti, namun tiba selepas berlalunya waktu untuk membeli input atau mengatur penyimpanan dan kontrak pemasaran. Sesuatu model penglihatan mungkin mengesan perosak dengan cekap, namun gagal membezakan antara kes yang memerlukan pemantauan dengan kes yang memerlukan campur tangan segera. Sesuatu sistem automatik mungkin menentukan kedudukan buah dengan tepat, namun lengannya tidak mampu mencapainya tanpa merosakkan dahan. Sesuatu sistem pengairan mungkin mengurangkan kuantiti air yang digunakan bagi setiap kilogram hasil sedangkan ia tidak mengurangkan jumlah pengambilan air daripada sumber air. Atas sebab ini, selepas membaca mana-mana metrik teknikal, soalan-soalan berikut patut diajukan:

1. Tugas apakah sebenarnya yang diukur oleh nombor itu?

Adakah ia mengukur pengelasan imej, penentuan kedudukan objek, ramalan kuantiti, atau kejayaan sesuatu operasi pertanian yang lengkap?

2. Pada data apa dan dalam persekitaran apakah ujian itu dijalankan?

Dan adakah kesemuanya mewakili tanaman, kawasan, musim, dan peralatan yang akan digunakan oleh sistem itu?

3. Ralat jenis apakah yang disembunyikan oleh nombor agregat itu?

Dan adakah isu yang lebih serius itu terlepasnya sesuatu kes, timbulnya amaran palsu, atau tertangguhnya cadangan?

4. Adakah output itu tiba sebelum tetingkap campur tangan ditutup?

Suatu ramalan yang betul selepas berlalunya waktu untuk pengairan, kawalan, atau penuaian ialah pengetahuan yang terlewat, bukan keputusan yang berguna.

5. Adakah sistem itu berprestasi lebih baik daripada alternatif yang lebih mudah?

Seperti pemeriksaan rutin, satu peraturan agronomi yang jelas, purata sejarah, atau khidmat nasihat yang lebih rendah kosnya.

6. Adakah petani mampu memahami cadangan itu dan melaksanakannya?

Ketepatan teknikal tidak bertukar menjadi manfaat jika cadangan itu kabur, memerlukan sumber yang tidak tersedia, atau mengabaikan kekangan tempatan.

7. Adakah manfaat itu kekal selepas mengambil kira kos dan risiko?

Termasuk harga peranti, sambungan, penyelenggaraan, langganan, kemasukan data, latihan, dan ralat yang berkemungkinan berlaku.

Ringkasnya, metrik bukanlah formula ghaib yang wajib dihafal oleh pembaca, dan bukan pula pingat yang menganugerahkan legitimasi automatik kepada teknologi. Ia merupakan alat untuk menjawab soalan-soalan tertentu. Pembaca yang celik tidak terpukau dengan nombor yang tinggi sebelum bertanya apa yang diukur, apa yang ditinggalkan, siapa yang menanggung kos ralat, dan sama ada prestasi itu mampu merentasi jarak antara skrin ujian dengan keputusan yang berguna di ladang.

5. Tangga Kematangan: Daripada Ciri yang Didakwa kepada Impak Pertanian yang Terbukti

Penulisan teknikal kadangkala meringkaskan keadaan sesuatu produk kepada dua perkataan: "ada" atau "tiada". Tetapi antara idea dengan impak pertanian terdapat banyak tahap, dan setiap tahap mempunyai bukti yang sesuai dengannya. Buku ini mencadangkan satu tangga editorial untuk memahami kematangan. Ia bukan piawaian kawal selia rasmi, tetapi satu alat yang membantu pembaca menghalang lompatan daripada kewujudan sesuatu ciri kepada dakwaan impak.

Tidak adil untuk menuntut daripada sesuatu model penyelidikan bukti operasi komersial yang tidak didakwanya, sebagaimana tidak boleh diterima jika sesuatu produk komersial menggunakan keputusan model prototaip sebagai bukti impak lapangan. Sesebuah sistem boleh maju pada satu tahap dan ketinggalan pada tahap yang lain. Seni bina perisiannya mungkin matang, sedangkan bukti pertaniannya masih awal. Sesuatu percubaan lapangan mungkin berjaya, sedangkan hak data atau pelan penyelenggaraan masih belum matang. Oleh itu, kesediaan tidak boleh diringkaskan kepada satu skor tunggal apabila dimensinya berbeza-beza. Tiga soalan mendedahkan lompatan yang tidak sah Ketika membaca mana-mana perihalan sesuatu aplikasi, tanyalah:

1. Apakah tahap tertinggi yang benar-benar telah dibuktikan oleh bukti itu?
2. Ke tahap manakah kenyataan pemasaran itu melompat?
3. Apakah pautan yang hilang antara kedua-duanya?

Jika sumber itu membuktikan kewujudan sesuatu komponen sedangkan kenyataannya bercakap tentang pengurangan kerugian, maka yang dituntut bukanlah penambahbaikan kata-kata, tetapi bukti yang merentasi jarak yang belum lagi dibuktikan.

6. Had Kebolehpindahan Serantau: Memindahkan Model antara Persekitaran Pertanian

Membataskan keputusan sesuatu model kecerdasan buatan pertanian kepada keadaan pengujian yang menghasilkannya mungkin kelihatan terlalu berhati-hati, tetapi kepentingan sikap berhati-hati itu menjadi jelas apabila seseorang mengajukan soalan praktikal: Adakah algoritma itu akan mengekalkan prestasinya apabila ia meninggalkan persekitaran latihan dan pengujian lalu digunakan di sebuah ladang yang berbeza dari segi iklim, tanah, tanaman, dan amalan pertanian? Model itu tidak mempelajari "pertanian" secara abstrak; sebaliknya, ia mempelajari hubungan statistik dalam data yang datang daripada tanah, iklim, varieti, peranti, dan kaedah pengukuran yang tertentu. Apabila salah satu daripada unsur-unsur ini berubah, model itu tidak semestinya gagal, tetapi prestasinya yang terdahulu kehilangan kesahannya sebagai suatu janji langsung dan kembali menjadi satu hipotesis yang memerlukan verifikasi yang baharu.

Jadual ini tidak sepatutnya dibaca sebagai senarai larangan, tetapi sebagai satu pelan pengujian. Semakin lebar jurang antara persekitaran latihan dengan persekitaran penggunaan, semakin besar keperluan kepada percubaan tempatan yang terhad sebelum penggunaan secara meluas. Pelan verifikasi tempatan sebelum penggunaan Pelan itu mungkin merangkumi:

1. Memilih sampel yang mewakili ladang, varieti, dan keadaan yang disasarkan.
2. Menguji pada peranti dan rangkaian yang akan benar-benar digunakan oleh orang ramai.
3. Membandingkan sistem itu dengan amalan semasa atau dengan satu peraturan mudah yang sesuai.
4. Meneliti prestasi dalam kelas yang jarang dan kes yang tidak biasa.
5. Menyediakan satu kelas "tidak diketahui" atau satu mekanisme untuk menahan diri daripada memberikan jawapan.
6. Mentakrifkan kes-kes yang memerlukan semakan pakar.
7. Memantau perubahan prestasi sepanjang musim.
8. Merekodkan gangguan, bacaan yang rosak, dan campur tangan manusia.
9. Mengukur hasil pertanian, bukan metrik teknikal semata-mata.
10. Menilai semula jika varieti, peranti, sumber data, atau persekitaran kawal selia berubah.

Menuntut verifikasi tempatan tidak bermakna teknologi itu tiada nilai di luar tempat ia dibangunkan; ia bermakna nilainya mesti dibuktikan di tempat orang dan tanah akan menanggung akibat keputusan tersebut.

7. Ralat Bukan Satu Nombor Tunggal: Siapakah yang Membayar bagi Keputusan yang Silap?

Ralat kecerdasan buatan tidak sama dari segi makna atau akibat. Dua sistem mungkin tersilap pada kadar yang sama, namun satu menyebabkan kesulitan terhad yang boleh diperbetulkan, sementara satu lagi membuka pintu kepada kehilangan tanaman, pembaziran sumber, atau risiko kepada makanan, haiwan, atau pekerja. Oleh itu, tidak memadai untuk bertanya: Berapa kalikah model itu tersilap? Kita juga patut bertanya: Ke arah manakah ia tersilap, bilakah ia tersilap, keputusan apakah yang menyusul, dan siapakah yang menanggung kosnya? Di makmal, satu ralat hanyalah satu kes dalam sebuah jadual. Di ladang, ia mungkin menjadi air yang digunakan di tempat yang salah, penyakit yang dibiarkan tanpa dikesan, tanaman yang disembur tanpa keperluan, penghantaran yang penyejukannya tertangguh, atau seorang pekerja yang menerima amaran selepas tetingkap campur tangan ditutup. Justeru, risiko diukur bukan melalui bilangan ralat semata-mata, tetapi melalui berat akibatnya. Dua model mungkin kelihatan hampir sama dalam ketepatan keseluruhan sedangkan berbeza secara radikal dalam nilai praktikal. Model pertama mungkin mengeluarkan amaran berlebihan namun jarang terlepas sesuatu kes berbahaya; model kedua mungkin kurang mengganggu, namun kadangkala berdiam diri apabila diam itu mahal harganya. Yang manakah lebih baik? Nombor agregat tidak mampu menjawab dengan sendirinya; jawapannya bergantung kepada sifat tugas itu, kos pemeriksaan, bahaya kelewatan, kebolehbalikan keputusan, dan keupayaan manusia untuk campur tangan. Ralat mungkin timbul dalam model, atau dihasilkan oleh sistem yang mengelilinginya Mudah untuk mengaitkan keseluruhan ralat kepada "algoritma", tetapi sistem pertanian digital ialah satu rantaian yang saling berkait: Penderia atau imej ← data dihantar ← model menganalisisnya ← amaran atau cadangan ← pengguna mentafsirnya ← tindakan dilaksanakan ← hasil terzahir di ladang. Algoritma itu mungkin betul sedangkan bacaan penderia sudah lama atau cacat. Analisis itu mungkin betul, tetapi aplikasi memaparkannya dalam unit ukuran yang salah. Cadangan yang sesuai mungkin sampai ke telefon petani selepas tetingkap campur tangan ditutup. Pengguna mungkin memahami amaran itu sebagai perintah yang muktamad, sedangkan ia hanyalah isyarat awal yang memerlukan pemeriksaan. Malah, ralat itu mungkin berlaku selepas model itu keluar sepenuhnya daripada gelanggang. Sistem mungkin menghantar arahan yang betul kepada peranti pengairan, tetapi kerosakan pada sambungan menyebabkan arahan itu berulang. Kuantiti mungkin direkodkan dalam liter bagi setiap hektar, sedangkan satu program lain mentafsirnya dalam unit yang berbeza. Sistem mungkin bergantung kepada bacaan kelembapan daripada penderia yang tidak ditentukur sejak sekian lama, lalu membina inferens yang logik atas maklumat yang tidak betul. Atas sebab ini, tiga tahap patut dibezakan:

• Ralat model: ia tersilap dalam pengelasan, anggaran, atau ramalan.
• Ralat keputusan: maklumat itu tidak mencukupi, atau ia ditafsirkan dengan cara yang tidak sesuai dengan kes tersebut.
• Ralat sistem: data, perisian, perkakasan, modul, atau laluan pelaksanaan gagal, lalu menukarkan keputusan yang betul atau boleh diterima menjadi tindakan yang tersilap. Perbezaan ini perlu kerana setiap peringkat menuntut penawar yang berbeza. Menambah baik model tidak membaiki penderia yang rosak, menambah lebih banyak data tidak memulihkan antara muka yang samar-samar, dan meningkatkan ketepatan tidak menghalang sesuatu arahan daripada dilaksanakan dua kali akibat kegagalan perisian.

Positif palsu: amaran bahawa sesuatu masalah wujud sedangkan ia tidak wujud Suatu positif palsu berlaku apabila sistem mengisytiharkan kewujudan penyakit, perosak, kerosakan, atau risiko sedangkan keadaan itu sebenarnya tidak hadir. Dengan lebih ringkas: sistem membangkitkan amaran, tetapi pemeriksaan yang menyusul tidak menemui masalah sedemikian. Akibat ralat ini mungkin terhad. Jika, sebagai contoh, aplikasi itu mencadangkan agar petani meninjau bahagian ladang yang berhampiran untuk mengesahkan suatu tompok yang disyaki, dan pemeriksaan itu pantas, selamat dan berkos rendah, maka mudaratnya mungkin tidak lebih daripada sedikit masa dan usaha. Dalam keadaan itu, sedikit kadar amaran berlebihan mungkin boleh diterima jika ia membantu mengelakkan kes serius daripada terlepas pandang. Tetapi amaran palsu tidak sentiasa kekal mudah. Akibatnya menjadi lebih besar apabila ia semakin hampir kepada pelaksanaan automatik atau apabila kos bertindak balas terhadapnya semakin tinggi. Antara contohnya:

• sebuah model visual mentafsir gejala kekurangan nutrien sebagai penyakit kulat, lalu mendorong pengguna mempertimbangkan suatu rawatan yang tidak menangani punca sebenar.
• sebuah sistem pengairan mentafsir bacaan yang tidak tepat sebagai tekanan air lalu mengesyorkan pengairan tanah yang masih mengandungi lembapan yang mencukupi.
• sebuah sistem pemantauan haiwan berulang kali membangkitkan amaran tentang keadaan kesihatan yang tidak wujud, lalu menghabiskan masa pekerja atau doktor veterinar dan membawa kepada pengasingan seekor haiwan tanpa keperluan.
• sebuah sistem rantaian sejuk mentafsir bacaan luar biasa daripada penderia yang rosak sebagai kenaikan suhu yang sebenar, lalu mendorong pemeriksaan, penutupan, atau campur tangan operasi yang mahal.
• sebuah sistem penglihatan mengesan rumpai dalam bayang-bayang atau dalam sisa tumbuhan, lalu menghantar lokasinya kepada mesin pembuangan atau unit penyemburan bersasar. Maka akibat amaran yang sama berbeza-beza mengikut apa yang menyusul selepasnya. Jika ia hanya membawa kepada pemeriksaan manusia, ia mungkin boleh ditoleransi. Tetapi jika ia secara langsung mencetuskan pam, mengubah iklim dalam rumah hijau, mengenakan bahan kimia, atau menyisihkan suatu kiriman, maka amaran palsu itu menjadi sumber potensi mudarat ekonomi, alam sekitar, atau berkaitan keselamatan. Kerosakannya juga tidak terbatas kepada setiap insiden yang tersendiri. Amaran palsu yang berulang mewujudkan apa yang disebut keletihan amaran: pengguna menjadi lali mendengar amaran itu lalu mula menangguhkan atau mengabaikannya. Pada ketika itu, sistem mungkin kehilangan kredibilitinya sebelum tiba saat amarannya betul dan penting.

Negatif palsu: masalah sebenar yang tidak dilihat oleh sistem Suatu negatif palsu berlaku apabila masalah itu wujud, tetapi sistem tidak mengesannya atau mengelaskan kes itu sebagai normal. Secara langsung: ada masalah yang wajar diberi perhatian, tetapi sistem terus membisu. Ralat ini mungkin lebih berbahaya daripada amaran palsu, terutamanya apabila kerugian bertambah dari semasa ke semasa. Antara contohnya:

• jangkitan awal pada tumbuhan yang gagal dikesan oleh aplikasi, sehingga ia berterusan sampailah merebak daripada bilangan tumbuhan yang terhad kepada kawasan yang lebih luas.
• seekor perosak yang tidak kelihatan dengan jelas dalam imej atau tidak diwakili dalam data latihan model, sehingga sistem mengelaskannya sebagai keadaan normal.
• permulaan tekanan air yang gagal dikesan oleh sistem, sehingga tumbuhan itu melepasi peringkat yang keadaannya masih boleh diperbetulkan dengan kesan yang terhad.
• perubahan luar biasa pada tingkah laku seekor haiwan yang tidak ditangkap oleh sistem pemantauan, lalu melewatkan pemeriksaan veterinar.
• kenaikan sebenar suhu sesuatu kiriman yang tidak dirakam oleh sistem akibat kerosakan penderia atau gangguan dalam penghantaran data, sehingga kiriman itu bergerak ke peringkat rantaian yang seterusnya tanpa semakan.
• kerosakan yang sedang berkembang di dalam pam atau unit penyejukan yang tidak dikesan oleh sistem penyelenggaraan ramalan, sehingga operasi berterusan sampailah berlakunya kegagalan yang lebih serius. Bahaya jenis ini terletak pada hakikat bahawa pengguna mungkin tidak tahu bahawa sistem itu telah tersilap. Amaran palsu menarik perhatian kepada dirinya, tetapi kes yang terlepas oleh model mungkin kekal tersembunyi sehingga kesannya muncul. Atas sebab ini, kebolehkesanan ralat merupakan sebahagian daripada penilaian risiko, bukan sekadar kebarangkalian berlakunya. Dalam aplikasi yang kes tidak terkesannya amat berbahaya, sistem boleh ditetapkan supaya lebih sensitif, iaitu lebih cenderung merujuk kes yang disyaki untuk pemeriksaan, walaupun hal itu membawa kepada pertambahan amaran palsu. Tetapi pilihan ini tidak betul secara automatik; perlu disahkan bahawa kapasiti manusia untuk membuat pemeriksaan mampu menampung bilangan amaran itu, kerana jika tidak, kepekaan yang dipertingkatkan bertukar menjadi kesesakan yang melucutkan kegunaan sistem.

Ralat pemasaan: jawapan yang betul tetapi tiba selepas tetingkap keputusan berlalu Model itu mungkin betul tentang jenis dan magnitud masalah, tetapi cadangannya tiba pada waktu tindakan tidak lagi mungkin atau tidak lagi berbaloi. Inilah ralat pemasaan: masalahnya bukan sahaja sama ada maklumat itu betul, tetapi di manakah ia jatuh dalam jadual waktu pertanian. Keputusan pertanian beroperasi dalam suatu tetingkap campur tangan: satu tempoh terhad yang tindakan padanya boleh mengubah hasil. Selepas tetingkap ini tertutup, cadangan yang terbaik sekalipun mungkin menjadi gambaran tentang apa yang telah berlaku dan bukan cara untuk mengubahnya. Antara contohnya:

• meramalkan hujan selepas pengairan selesai dilakukan, apabila ramalan itu tidak lagi dapat menjimatkan air atau tenaga.
• mengesan jangkitan selepas ia melepasi peringkat yang membolehkannya dibendung melalui pemeriksaan tempatan atau campur tangan yang terhad.
• menghantar amaran fros selepas suhu sudah pun memasuki julat kritikal, sedangkan langkah perlindungan memerlukan masa untuk disediakan dan diaktifkan.
• meramalkan kematangan buah selepas peluang untuk mengatur tenaga kerja, pembungkusan, atau pengangkutan sudah terlepas.
• mengesan kerosakan penyejukan selepas kiriman meninggalkan satu titik yang padanya kerosakan itu boleh dibaiki atau laluannya boleh diubah.
• memberikan ramalan harga selepas kontrak jualan dimeterai atau pilihan yang ada untuk penyimpanan dan pemasaran sudah tertutup. Atas sebab ini, tidak memadai bagi sesuatu kajian penilaian bertanya, "Adakah ramalan itu betul?" Ia juga sepatutnya bertanya, "Berapa awalkah ia tiba sebelum peristiwa itu? Dan adakah tempoh awalan itu mencukupi untuk melaksanakan tindakan tersebut?" Sebuah model yang sedikit kurang tepat mungkin lebih bernilai jika ia memberikan amaran awal yang boleh ditindaki berbanding model yang lebih tepat tetapi tiba selepas peluang untuk bertindak sudah berlalu.

Ralat magnitud: tindakan itu betul, tetapi kuantitinya tidak sesuai Dalam sesetengah kes, sistem mengenal pasti keperluan yang betul tetapi tersilap pada magnitud tindak balasnya. Ia mungkin mengenal pasti bahawa tanaman itu memerlukan pengairan, tetapi menganggarkan kuantiti yang lebih banyak atau lebih sedikit daripada yang diperlukan. Ia mungkin menentukan bahawa pengudaraan atau penyejukan itu perlu, tetapi mengesyorkan darjah atau tempoh yang tidak sesuai dengan keadaan sebenar. Inilah ralat magnitud: arah keputusan itu betul, sedangkan kuantiti, keamatan, atau tempohnya tidak betul. Keseriusan ralat ini muncul dalam banyak aplikasi:

• Pengairan: terlalu banyak boleh membazirkan air dan tenaga serta meningkatkan larut lesap atau sesak nafas akar; terlalu sedikit pula boleh membiarkan tekanan itu tidak terselesai walaupun pengairan telah dilakukan.
• Pembajaan: nutrien yang dicadangkan mungkin sesuai, tetapi kuantiti atau masa pengenaannya mungkin tidak sesuai dengan tanah atau peringkat tanaman.
• Rumah hijau: keperluan untuk penyejukan mungkin nyata, tetapi perubahan yang mendadak atau berpanjangan mungkin mewujudkan satu lagi bentuk tekanan atau meningkatkan penggunaan tenaga.
• Pemberian makan haiwan: melaraskan catuan mungkin berasas, tetapi magnitud pelarasan itu tidak sepatutnya dipertimbangkan secara terpisah daripada status pengeluaran, status kesihatan, dan komposisi penuh catuan tersebut.
• Penyimpanan dan pengeringan: menurunkan lembapan atau suhu mungkin diperlukan, tetapi masa operasi yang terlalu lama atau terlalu singkat boleh menjejaskan kualiti dan kos. Taruhannya lebih tinggi apabila bahan kimia, ubat veterinar, atau tempoh menunggu masuk ke dalam keputusan itu. Dalam domain ini, anggaran model semata-mata tidak boleh ditukarkan menjadi satu dos atau satu perintah pelaksanaan. Rujukan mesti dibuat kepada label rasmi, pendaftaran tempatan, arahan pihak berkuasa yang berwibawa, dan seorang pakar yang berkelayakan, dengan mematuhi dos, selang pra-tuai, tempoh masuk semula, dan keperluan keselamatan mengikat yang lain.

Ralat konteks: maklumat yang betul di satu tempat dan salah di tempat lain Bukan setiap ralat berpunca daripada model yang lemah. Kadangkala maklumat itu betul dalam persekitaran tempat ia dihasilkan, tetapi ia dipindahkan kepada pengguna yang keadaannya berbeza dengan cara yang menjadikannya tidak boleh diguna pakai. Keputusan itu mungkin berubah kerana perbezaan dalam:

• varieti, baka, atau peringkat hayat.
• jenis tanah, kemasinannya, dan keupayaannya menakung air.
• iklim tempatan, keamatan sinaran, kelembapan, dan angin.
• tekanan perosak dan penyakit serta penyebarannya di rantau itu.
• sistem pengairan, peralatan yang ada, dan ketepatan penderia.
• bentuk dan skala pegangan, serta ketersediaan tenaga kerja dan kepakaran.
• harga input dan tenaga, serta kos alternatif.
• produk yang berdaftar dari segi undang-undang, selang keselamatan, dan sekatan kawal selia.
• bahasa yang dengannya pengguna memahami amaran itu dan keupayaan pengguna untuk bertindak atasnya. Sesebuah kajian akademik mungkin menghuraikan tindak balas sesuatu tanaman di bawah keadaan eksperimen yang tertentu, dan hasilnya kemudian ditukarkan di dalam sesuatu aplikasi menjadi cadangan umum untuk semua wilayah. Sebuah pembantu pintar mungkin memetik nama sesuatu bahan atau amalan daripada sumber asing, sedangkan pendaftaran atau syarat penggunaannya berbeza di negara pengguna itu. Sebuah model penyakit mungkin berprestasi baik pada imej yang diambil dalam pencahayaan yang baik bagi suatu hibrid tertentu, kemudian menjadi lemah apabila berdepan dengan varieti lain, kamera telefon yang berbeza, atau gejala yang bertindih dengan kekurangan nutrien. Kesahan saintifik di sini tidak bermaksud enggan memindahkan pengetahuan antara persekitaran; ia bermaksud menyatakan had kebolehpindahan dan mengujinya. Persoalannya bukan sahaja, "Adakah maklumat itu betul?" tetapi juga, "Betul untuk siapa, di mana, pada musim yang mana, dan di bawah keadaan yang bagaimana?".

Ralat data dan integrasi: apabila algoritma tidak bersalah tetapi keputusannya salah Dalam sistem pertanian digital, model itu sendiri mungkin kukuh, tetapi data yang sampai kepadanya, atau cara hasilnya disampaikan, mungkin cacat. Ini kategori yang penting kerana ia berlaku pada antara muka antara pertanian, perisian, dan perkakasan. Antara contohnya:

• bacaan penderia yang tidak dikemas kini, tetapi aplikasi memaparkannya seolah-olah ia masa nyata.
• penderia lembapan yang tidak ditentukur yang menghantar bacaan yang konsisten namun tetap tidak betul.
• kekeliruan antara unit luas, isi padu, atau jisim apabila data berpindah daripada satu sistem ke sistem yang lain.
• penggunaan waktu atau zon waktu yang tidak betul, sehingga amaran itu dikaitkan dengan jam atau hari yang tidak sesuai.
• rekod hilang semasa gangguan komunikasi, dan pengiraan kemudiannya dilakukan atas data yang tidak lengkap tanpa memberi amaran kepada pengguna.
• arahan operasi diulang akibat cubaan semula perisian, walaupun peranti itu sudah pun melaksanakan arahan yang pertama.
• rekod ladang atau tanaman dipautkan kepada rekod lain yang membawa nama yang serupa.
• sistem terus menggunakan model atau cadangan lama selepas varieti, musim, atau pelan pengeluaran berubah.
• skor keyakinan yang tinggi dipaparkan pada antara muka pengguna dengan cara yang membayangkan kepastian, sedangkan model itu belum diuji dalam persekitaran ini. Ralat-ralat ini tidak diselesaikan dengan melatih semula model semata-mata. Ia menuntut pengesahan unit, cap masa yang jelas, penentukuran penderia, pengesanan data yang hilang, pencegahan arahan pendua, log audit, dan ujian integrasi antara perisian dengan perkakasan.

Ralat individu dan ralat berskala besar Akibat sesuatu ralat terikat bukan sahaja kepada jenisnya, tetapi juga kepada skala penyebarannya. Cadangan yang salah yang dilihat oleh seorang jurutera pertanian lalu ditolak adalah berbeza daripada arahan yang sama apabila dilaksanakan oleh sistem automatik merentas ratusan injap atau ribuan hektar. Automasi memberikan ralat dua kuasa yang bertentangan:

• ia boleh melaksanakan keputusan yang betul dengan pantas, konsisten, dan pada skala besar.
• ia juga boleh mengulangi ralat yang sama dengan pantas, konsisten, dan pada skala yang sama itu. Semakin luas skop pelaksanaan dan semakin kurang campur tangan manusia, semakin besar keperluan kepada had operasi, ujian awal, penggunaan berperingkat, kemungkinan penutupan secara manual, satu log yang menunjukkan apa yang berlaku, dan satu mekanisme yang mengembalikan sistem kepada keadaan yang selamat apabila data atau komunikasi terputus. Masalahnya bukanlah bahawa mesin itu mungkin tersilap sekali; masalahnya ialah satu ralat perisian mungkin bertukar menjadi amalan berulang sebelum sesiapa pun menyedarinya.

Ambang ialah keputusan profesional, bukan sekadar satu angka statistik Model tidak sentiasa menyatakan, dengan sendirinya, "dijangkiti" atau "sihat". Banyak daripadanya menghasilkan suatu skor yang menyatakan kekuatan isyarat atau keyakinan model, dan pereka bentuk sistem kemudiannya menetapkan satu ambang yang padanya output beralih daripada pemantauan senyap kepada mengeluarkan amaran. Jika ambang itu direndahkan, sistem menjadi lebih pantas untuk mengesyaki:

• Ia biasanya mengesan lebih banyak bilangan kes yang benar.
• Tetapi ia mungkin juga menghantar lebih banyak bilangan penggera palsu. Jika ambang itu dinaikkan, ia menjadi lebih konservatif:
• bilangan penggera palsu berkurang.
• Tetapi ia mungkin terlepas kes-kes benar yang isyaratnya tidak melepasi ambang yang lebih tinggi itu. Tiada ambang ideal yang sesuai untuk semua aplikasi. Pilihannya bergantung kepada apa yang berlaku selepas amaran. Jika aplikasi itu menyusun imej untuk menentukan yang manakah wajar diperiksa terlebih dahulu oleh jurutera pertanian, dan jika pemeriksaan itu pantas, murah, dan selamat, maka mungkin boleh diterima untuk merendahkan ambang dan merujuk lebih banyak bilangan kes yang disyaki. Tetapi jika melepasi ambang itu membawa secara langsung kepada menghidupkan sebuah mesin, mengubah persekitaran sebuah rumah hijau, menyisihkan suatu kiriman, atau mempertimbangkan sesuatu rawatan kimia, maka ralat tambahan itu mungkin membawa kos yang tidak boleh diabaikan. "Skor keyakinan model" juga tidak sepatutnya difahami sebagai kepastian. Jika sistem memaparkan skor yang tinggi, hal ini tidak semestinya bermakna bahawa kebarangkalian dunia sebenar bagi keputusan itu betul adalah sama dengan skor tersebut, melainkan model itu telah menjalani penentukuran yang sesuai dan ertinya telah diuji dalam persekitaran sasaran. Oleh itu, antara muka sepatutnya menerangkan had skor tersebut, bukan menghiasi cadangan itu dengan satu angka yang membayangkan darjah kepastian yang tidak dimilikinya.

Bagaimanakah ambang berubah mengikut keputusan?

Risiko tidak diukur berdasarkan kebarangkalian ralat semata-mata Sesuatu ralat mungkin jarang berlaku namun membawa bencana, atau kerap berlaku namun terhad kesannya. Oleh itu, penilaian risiko menuntut agar beberapa dimensi dilihat secara bersama:

1. Kebarangkalian berlaku: Berapa kerapkah ralat ini dijangka berlaku?
2. Keterukan akibat: Adakah ia menyebabkan kesulitan yang terhad, kerugian kewangan, mudarat alam sekitar, atau bahaya keselamatan?
3. Skala pendedahan: Adakah ia menjejaskan sebatang tumbuhan, seluruh ladang, sekumpulan ternakan, atau satu rantaian bekalan?
4. Kepantasan mudarat merebak: Adakah tersedia beberapa jam atau hari untuk campur tangan, atau adakah ralat itu pantas menjadi tidak boleh dipulihkan?
5. Kebolehkesanan ralat: Adakah pengguna melihatnya serta-merta, atau adakah ia kekal tersembunyi sehingga kerugiannya muncul?
6. Kebolehbalikan: Bolehkah keputusan itu dibatalkan dengan mudah, atau tidak bolehkah kesannya diterbalikkan selepas pelaksanaan?
7. Darjah automasi: Adakah sistem itu mencadang dan menyerahkan keputusan kepada manusia, atau adakah ia melaksanakan tindakan itu secara langsung?
8. Pihak yang terkesan: Siapakah yang menuai manfaat, dan siapakah yang menanggung mudarat jika sistem itu tersilap? Atas sebab itu, amaran yang salah pada sebuah skrin mungkin kurang berbahaya berbanding arahan yang kelihatan betul tetapi dilaksanakan secara automatik dengan unit ukuran yang salah. Dan ralat kecil yang berulang dalam menganggarkan pengairan mungkin lebih besar kesannya sepanjang satu musim berbanding ralat besar yang berlaku sekali dan pantas dikesan.

Sebelum menerima pakai ambang atau membenarkan pelaksanaan Pengaturcara tidak sepatutnya memilih ambang itu bersendirian; mereka mengetahui gelagat model, tetapi mungkin tidak mengetahui keseluruhan akibat keputusan pertanian tersebut. Begitu juga, pakar pertanian tidak sepatutnya menentukannya tanpa data tentang jenis-jenis kesilapan dan keupayaan sistem untuk menyatakan ketidakpastian. Ia merupakan titik pertemuan antara pengetahuan pertanian, kejuruteraan perisian, ekonomi, keselamatan, dan pengawalseliaan. Atas sebab ini, soalan-soalan berikut sepatutnya dijawab dengan jelas:

• Apakah keadaan yang cuba dikesan atau diramalkan oleh sistem itu?
• Apakah data yang menjadi sandarannya, dan bagaimanakah kita tahu bahawa data itu terkini dan betul?
• Manakah yang lebih memudaratkan dalam penggunaan ini: penggera palsu atau kes yang terlepas daripada pengesanan?
• Siapakah yang menerima amaran itu, dan adakah mereka memahami maknanya serta hadnya?
• Apakah tindakan yang dijangka selepas amaran itu?
• Adakah tindakan itu sekadar pemeriksaan, atau suatu campur tangan fizikal, kimia, atau kewangan?
• Berapakah kos melaksanakan tindakan itu jika amaran tersebut salah?
• Apakah mudaratnya jika sistem tidak mengeluarkan amaran walaupun masalah itu wujud?
• Adakah amaran itu tiba sebelum masa yang ada untuk campur tangan habis?
• Bolehkah tindakan itu dibalikkan selepas ia dilaksanakan?
• Berapa banyakkah kes yang boleh disemak oleh pasukan manusia tanpa keletihan?
• Apakah yang dilakukan oleh sistem apabila data tidak lengkap atau bercanggah?
• Bolehkah ia menahan diri daripada memberikan cadangan dan mengisytiharkan bahawa ia tidak mempunyai maklumat yang mencukupi?
• Adakah terdapat alternatif manual yang selamat apabila sambungan, penderia, atau perkhidmatan gagal?
• Adakah sistem menyimpan rekod yang menunjukkan data, cadangan, tindakan, dan siapa yang meluluskannya?
• Adakah keputusan itu memerlukan semakan oleh pakar atau oleh pihak berkuasa perundangan atau profesional?
• Adakah keseluruhan sistem diuji, daripada pengumpulan data sehingga pelaksanaan tindakan, atau adakah model itu sahaja yang diuji?

Reka bentuk yang bertanggungjawab tidak menjanjikan penghapusan kesilapan; ia menghalang kesilapan daripada bertukar menjadi mudarat Tiada model yang bebas daripada kesilapan, sebagaimana tiada keputusan manusia yang bebas daripadanya. Matlamat realistiknya bukanlah mendakwa penghapusan ketidakpastian, tetapi mereka bentuk sistem yang tahu di mana ia mungkin tersilap, mengesan kesilapan lebih awal, mengehadkan penyebaran kesannya, dan memberikan pengendali manusia peluang yang jelas untuk campur tangan. Ini dicapai, mengikut tahap risiko, melalui kaedah seperti:

• Memaparkan darjah keyakinan dan hadnya dalam bahasa yang jelas.
• Meminta imej atau bacaan tambahan apabila data tidak mencukupi.
• Menahan diri daripada mengeluarkan cadangan muktamad dalam kes yang tidak biasa.
• Mengasingkan amaran awal daripada diagnosis atau keputusan akhir.
• Merujuk kes sensitif kepada pakar.
• Menggunakan lebih daripada satu sumber data dan bukannya bergantung kepada satu penderia sahaja.
• Menetapkan had selamat bagi arahan yang boleh dilaksanakan secara automatik.
• Menuntut kelulusan manusia sebelum keputusan berimpak tinggi.
• Menyediakan hentian manual dan mod operasi selamat sekiranya berlaku kegagalan.
• Merekodkan data, cadangan, dan arahan supaya penyiasatan dan semakan dapat dijalankan.
• Memantau perubahan prestasi merentas musim, lokasi, dan varieti.
• Menguji gangguan, data usang, percanggahan unit, dan arahan berulang, bukannya menguji model itu semata-mata dalam keadaan yang ideal. Model itu sendiri tidak menentukan kesilapan manakah yang boleh ditoleransi; itu ialah pertukaran timbal balik yang bersifat pertanian, ekonomi, etika, dan berkaitan keselamatan, yang di dalamnya kepakaran manusia dan pengetahuan teknikal kedua-duanya mempunyai peranan. Ukuran sebenar kematangan sesebuah sistem bukan sekadar bahawa ia jarang tersilap, tetapi bahawa ia tahu bagaimana harus bertindak ketika ragu-ragu, bagaimana harus berhenti apabila data tidak mencukupi, dan bagaimana menghalang kesilapan yang terhad daripada menjadi mudarat meluas yang tidak boleh dibalikkan.

8. Bagaimana Kita Membandingkan Dua Aplikasi, Bukan Dua Nombor?

Membandingkan nombor yang lebih tinggi dengan yang lebih rendah tidak memadai, kerana aplikasi mungkin berbeza dari segi tugas, data, konteks, kematangan, dan mod operasi. Perbandingan yang teliti bermula dengan menyeragamkan soalan sebelum membandingkan jawapannya. Lembaran penilaian bagi sesebuah aplikasi pertanian

Medan yang maklumatnya tidak tersedia tidak diisi dengan tekaan atau dengan purata yang diambil daripada produk lain; ia ditulis dengan jelas: "Tidak diketahui". Maklumat yang tiada merupakan sebahagian daripada hasil penilaian, bukan kecacatan formal yang perlu disembunyikan. Satu contoh ilustrasi: 97% atau 89%? Andaikan terdapat dua aplikasi untuk mengelaskan imej penyakit tanaman:

• Aplikasi pertama mendakwa ketepatan 97% dalam satu pangkalan data imej yang dipilih daripada sumber tunggal.
• Aplikasi kedua mendakwa 89% dalam satu ujian yang merangkumi ladang dan peranti yang berbeza, menawarkan kategori "tidak diketahui", menahan diri apabila kualiti imej lemah, dan merujuk kes sensitif kepada pakar.

Tidak dibenarkan mengisytiharkan aplikasi kedua lebih unggul semata-mata kerana perihalannya kelihatan lebih bertanggungjawab, sebagaimana tidak dibenarkan memilih yang pertama kerana nombornya lebih tinggi. Perbandingan menuntut pengetahuan tentang tugas, taburan, jenis kesilapan, garis dasar, kos, dan keadaan operasi. Namun contoh itu mendedahkan satu peraturan asas: nombor yang lebih tinggi tidak menampung ketiadaan bukti tentang kebolehpindahan, keselamatan, dan operasi. Sebuah aplikasi yang metrik keseluruhannya lebih rendah mungkin lebih sesuai bagi sesuatu tugas tertentu jika corak kesilapannya diketahui, hadnya diisytiharkan, dan laluan peningkatannya boleh dilaksanakan secara operasi. Perbandingan yang wajar tidak bertanya nombor manakah antara kedua-duanya yang lebih besar. Ia bertanya sistem manakah, dalam konteks ini, yang menyokong keputusan yang paling berguna dan paling kurang berisiko dengan bukti yang paling sesuai.

9. Apakah yang Tidak Muncul dalam Demonstrasi dan pada Halaman Produk?

Demonstrasi itu penting; ia menunjukkan bahawa sistem berupaya melaksanakan sesuatu tugas dalam keadaan tertentu. Tetapi demonstrasi lazimnya tidak memilih hari terburuk dalam musim itu, sambungan yang paling lemah, imej yang paling kabur, atau pengguna yang paling kurang berpengalaman. Maklumat penting mungkin tidak hadir dalam demonstrasi atau ringkasan, termasuk:

• Kes-kes yang dikecualikan sebelum ujian dijalankan.

• Imej berkualiti rendah atau kelas yang jarang berlaku.
• Bilangan gangguan sambungan.
• Masa yang diperlukan untuk pembersihan dan penyediaan data.
• Sejauh mana campur tangan manusia terlibat dalam menghasilkan keputusan itu.
• Bilangan penggera palsu.
• Kes-kes apabila pengguna menahan diri daripada melaksanakan cadangan itu.
• Kos penentukuran dan penyelenggaraan.
• Kegagalan yang muncul selepas percubaan tamat.
• Perbezaan antara tapak terbaik dengan purata merentas semua tapak.
• Kesan perubahan musim, peranti, atau sumber data.
• Bilangan pengguna yang berhenti menggunakan sistem itu.
• Kos membawa sistem itu daripada prototaip kepada perkhidmatan yang stabil.

Seseorang mungkin berkata bahawa sistem itu "mengurangkan penggunaan air", tanpa menyatakan:

• Berbanding amalan yang mana?
• Adakah penggunaan air berkurang bagi setiap hektar atau bagi setiap tan?
• Adakah jumlah pengambilan air daripada sumber itu berkurang?
• Adakah produktiviti dan kualiti terpelihara?
• Adakah musim itu lebih banyak hujan?
• Adakah kawasan tanaman diperluas?
• Apakah yang berlaku kepada penggunaan tenaga?
• Berapakah kos sistem itu berbanding nilai penjimatannya?

Seseorang juga mungkin berkata bahawa sesebuah aplikasi itu "dikuasakan AI", sedangkan pada hakikatnya algoritma itu hanyalah sebahagian kecil daripada suatu perkhidmatan yang kejayaannya bergantung kepada kualiti pengukuran, kesambungan, sokongan, penyelenggaraan, dan tindak balas pengguna. Tanda-tanda yang menuntut kita berhenti seketika Pertimbangan sepatutnya menjadi lebih berhati-hati apabila satu atau lebih daripada corak berikut muncul:

• Satu peratusan tanpa penyebut atau takrifan.
• Ketepatan tanpa perihalan set ujian.
• Perbandingan dengan sistem yang lemah atau tanpa sebarang campur tangan langsung.
• Imej kejayaan tanpa pembentangan kesilapan.
• Percubaan singkat yang dibentangkan seolah-olah ia operasi yang berterusan.
• Keputusan model yang dibentangkan seolah-olah ia impak ekonomi.
• Perihalan vendor yang dibentangkan seolah-olah ia penilaian bebas.
• Perkataan "penjimatan" tanpa melaporkan jumlah penggunaan.
• Perkataan "serta-merta" tanpa masa tindak balas yang terukur.
• "Berbilang bahasa" tanpa menguji kefahaman pengguna.
• "Boleh ditafsir" tanpa menyatakan apa yang dijelaskan dan kepada siapa.
• "Selamat" tanpa mentakrifkan keadaan selamat atau pelan tindak balas kegagalan.

Demonstrasi membuktikan bahawa sistem itu berupaya beroperasi sekali dalam keadaan yang terpilih. Sebaliknya, sesebuah perkhidmatan pertanian membuktikan bahawa ia boleh beroperasi apabila ia sendiri tidak memilih keadaannya.

10. Bukti yang Diperlukan Adalah Berkadaran dengan Risiko Keputusan

Bukan setiap fungsi digital memerlukan darjah pembuktian yang sama. Mengingatkan pengguna tentang tarikh pemeriksaan tanaman tidak membawa akibat sebagaimana cadangan bahan kimia atau keputusan kredit. Tetapi kos aplikasi yang rendah tidak mengurangkan akibat sesuatu kesilapan jika keputusan itu sensitif.

Nota: Di sini, garis dasar bermaksud rujukan yang digunakan untuk membandingkan prestasi sistem kecerdasan buatan bagi menentukan sama ada ia memberikan manfaat yang sebenar. Mengatakan bahawa sistem itu "berprestasi baik" tidak memadai melainkan kita tahu: baik berbanding apa? Garis dasar itu mungkin satu atau lebih daripada yang berikut:

• Amalan semasa sebelum menggunakan sistem: seperti kaedah biasa petani untuk menganggarkan masa pengairan atau mengasingkan hasil tanaman.
• Keputusan daripada musim atau tempoh terdahulu: seperti purata hasil ladang merentas musim-musim terdahulu, sambil mengambil kira keadaan yang berbeza.
• Kaedah mudah tanpa AI: seperti jadual pengairan tetap, satu peraturan agronomi yang jelas, atau purata sejarah.
• Anggaran oleh seorang pakar manusia: seperti ramalan hasil oleh jurutera pertanian atau keputusan pengasingan secara manual.
• Model konvensional sedia ada: jika projek itu menggantikan sistem atau model yang sudah digunakan.

Contoh: ramalan hasil Jika sesuatu model AI meramalkan hasil tanaman, tidak memadai untuk mengatakan bahawa ramalannya hampir dengan hasil sebenar. Ia sepatutnya dibandingkan, misalnya, dengan purata hasil ladang itu pada tahun-tahun sebelumnya atau dengan kaedah anggaran yang kini digunakan oleh jurutera pertanian. Jika model itu tidak lebih baik daripada garis dasar mudah ini, atau tidak memberikan ramalannya pada masa yang lebih sesuai, kegunaannya mungkin tidak menjustifikasikan kos pengumpulan data dan pengoperasian sistem. Contoh: penjadualan pengairan Jika sistem mencadangkan masa dan kuantiti pengairan, garis dasarnya ialah jadual pengairan biasa, atau keputusan petani berdasarkan tinjauan dan pengalaman, atau suatu peraturan panduan yang diluluskan. Hasilnya kemudian dibandingkan: adakah sistem itu mengurangkan jumlah penggunaan air dan tenaga? Adakah ia mengekalkan hasil dan kualiti? Adakah ia mengurangkan tekanan air? Dan adakah manfaat itu kekal selepas mengambil kira kos penderia, kesambungan, dan penyelenggaraan? Contoh: pengasingan hasil tanaman Garis dasarnya mungkin proses pengasingan manual yang sedia ada. Perbandingan itu tidak terbatas kepada kelajuan sistem; ia juga merangkumi kadar produk yang dikelaskan secara salah, ketekalan kualiti, tahap kerosakan, kos operasi, dan keupayaan pekerja untuk menyemak kes yang kabur. Contoh: penyelenggaraan Jika sistem mengeluarkan amaran awal tentang kerosakan pada pam atau unit penyejukan, garis dasarnya mungkin jadual penyelenggaraan rutin atau bilangan kerosakan dan perhentian sebelum sistem itu dipasang. Matlamatnya ialah menentukan sama ada amaran itu benar-benar mengurangkan masa henti dan kerugian, bukan sekadar mengetahui berapa banyak amaran yang dijana oleh aplikasi itu. Justeru, garis dasar bukanlah ambang minimum untuk penerimaan, dan bukan pula titik permulaan pengaturcaraan; sebaliknya, ia ialah gambaran berdokumentasi tentang apa yang berlaku sebelum sistem itu wujud, atau tentang apa yang boleh dicapai oleh alternatif yang lebih mudah. Tanpanya, kita mungkin mengaitkan kepada AI suatu penambahbaikan yang sebenarnya disebabkan oleh cuaca, perubahan harga, pengalaman pekerja, atau perbezaan antara musim. Jika istilah teknikal itu dikekalkan dalam jadual, rumusan yang paling jelas ialah: Verifikasi tempatan, perbandingan terhadap garis dasar yang jelas — iaitu terhadap amalan semasa atau alternatif yang mudah — pemantauan berterusan semasa operasi, dan penyediaan sandaran manual yang selamat. Fungsi berisiko rendah Darjah fleksibiliti yang lebih besar mungkin boleh diterima jika kesilapan itu mudah dikesan dan dibalikkan, dan alat itu tidak melaksanakan tindakan yang memudaratkan. Tetapi walaupun di sini, platform itu tidak sepatutnya menyembunyikan hadnya atau mengumpulkan data yang tidak diperlukannya. Fungsi berisiko sederhana Ini menuntut perbandingan terhadap garis dasar yang realistik, ujian pada data tempatan dan dalam keadaan tempatan, serta kefahaman tentang apa yang berlaku jika sistem itu gagal atau sambungan terganggu. Cadangan itu mungkin tidak berbahaya dengan sendirinya, tetapi ia mungkin menjadi mahal jika digunakan di kawasan yang luas. Fungsi berisiko tinggi Ini tidak sepatutnya beralih terus daripada ramalan model kepada pelaksanaan. Ia menuntut:

• mengenal pasti orang yang diberi kuasa untuk meluluskan.
• menunjukkan sumber dan had.
• menghalang jawapan apabila data tidak mencukupi.
• merekodkan cadangan dan campur tangan manusia.
• menyediakan laluan peningkatan.
• menguji mod selamat.
• mengasingkan maklumat umum daripada pertimbangan profesional atau perundangan.

Fungsi yang dikawal selia secara perundangan Algoritma tidak boleh menggantikan label rasmi, pihak berkuasa yang berwibawa, doktor veterinar, atau jurutera yang diberi kuasa. Ia mungkin membantu mengumpulkan maklumat, mendapatkan semula dokumen, dan menandakan ketidakselarasan, tetapi ia tidak boleh menganugerahkan pendaftaran perundangan atau kuasa profesional yang tidak dimilikinya. Peraturan yang mengawalnya ialah bahawa darjah verifikasi dan pengawasan sepatutnya meningkat seiring dengan akibat kesilapan dan kesukaran membalikkannya.

11. Tiga Kajian Kes dalam Membaca Bukti

Kes-kes berikut merupakan contoh pengajaran yang bersifat analitik, bukan hasil eksperimen baharu. Tujuannya ialah untuk menunjukkan cara menerapkan kaedah bab ini. Kes Pertama: Sebuah Aplikasi Telefon untuk Mengelaskan Penyakit Tanaman Aplikasi itu memaparkan gambar daun dan memulangkan nama penyakit yang mungkin berserta skor keyakinan. Pembacaan sepintas lalu akan mengatakan: aplikasi itu mendiagnosis penyakit tersebut. Namun pembacaan yang berdisiplin memecahkan dakwaan itu:

1. Adakah model itu mengenal pasti suatu corak visual dalam kelas yang ditentukan, atau adakah ia memberikan diagnosis kausal yang penuh?
2. Adakah set data imej itu mewakili varieti dan persekitaran yang disasarkan?
3. Adakah ia diuji pada imej telefon di lapangan?
4. Bolehkah ia mengesan bahawa kes itu berada di luar kelas latihannya?
5. Adakah ia meminta maklumat tentang umur tumbuhan, lokasi, dan penyebaran simptom?
6. Apakah yang dilakukannya apabila keyakinan rendah?
7. Adakah ia memaparkan sumber rasmi?
8. Adakah ia mencadangkan rawatan, dan siapakah yang meluluskannya?
9. Adakah ia membezakan antara nama penyakit, keterukannya, dan peringkat penyebarannya?
10. Bolehkah pengguna membetulkan keputusan itu dan menghantarnya untuk semakan?

Aplikasi itu mungkin sangat berguna dalam menyusun imej mengikut keutamaan dan mengenal pasti kes yang wajar diperiksa, tanpa menjadi pengganti kepada diagnosis profesional. Memerihalkan fungsinya dengan tepat tidak mengurangkan nilainya; sebaliknya, ia menghalang penggunaannya dalam konteks yang bukan menjadi tujuan reka bentuknya. Kes Kedua: Sebuah Sistem yang Mendakwa Penjimatan 30% Air Pengairan Andaikan, bagi tujuan analisis, bahawa sebuah platform mendakwa pengurangan 30% air pengairan. Sebelum menerima kenyataan itu, kita mesti bertanya:

• Adakah peratusan itu bagi setiap hektar, bagi setiap tan, atau bagi ladang secara keseluruhan?
• Apakah garis dasarnya: jadual tetap, amalan petani, atau sistem lain?
• Adakah keluasan itu kekal tidak berubah?
• Adakah musim itu setanding dari segi hujan dan suhu?
• Adakah produktiviti dan kualiti kekal tidak berubah?
• Adakah penggunaan air dialihkan ke peringkat yang lain?
• Apakah yang berlaku kepada tenaga pengepaman?
• Adakah keputusan itu merangkumi hari-hari gangguan?
• Berapakah kos penderia, kesambungan, dan penyelenggaraan?
• Adakah penjimatan itu berterusan lebih daripada satu musim?

Jika penggunaan air bagi setiap tan menurun sementara kawasan tanaman diperluas, jumlah pengambilan air mungkin meningkat. Jika penggunaan air menurun kerana musim itu lebih banyak hujan, keseluruhan keputusan itu tidak boleh dikaitkan dengan sistem. Dan jika penjimatan itu dicapai dengan susutan kualiti yang besar, keputusan itu mungkin tidak boleh diterima dari segi ekonomi. Peratusan itu tidak sepatutnya diketepikan, tetapi ia tidak lengkap tanpa penyebutnya, garis dasarnya, dan hasil-hasil yang mengiringinya. Kes Ketiga: Pembantu Khidmat Nasihat Pertanian Generatif Pembantu itu menjawab, dalam bahasa tabii, satu soalan berkaitan penyakit, pengairan, atau pembajaan. Kejayaannya tidak diukur berdasarkan keindahan ayat semata-mata. Perkara berikut perlu diteliti:

• Adakah ia memahami tanaman, wilayah, dan peringkatnya?
• Adakah ia mendapatkan semula rujukan terkini daripada sumber yang dipercayai?
• Adakah ia menyampaikan syarat-syarat sumber itu dengan tepat?
• Adakah ia mengelirukan dua negara atau dua pendaftaran undang-undang?
• Adakah ia membezakan antara kebarangkalian dengan diagnosis?
• Adakah ia menahan diri daripada mereka-reka dos atau tempoh pra-tuai?
• Adakah ia meminta maklumat yang tiada?
• Adakah ia mengangkat kes itu kepada pakar apabila perlu?
• Adakah data ladang itu kekal terlindung?
• Bolehkah pengguna melihat sumbernya, membantah jawapannya, dan membetulkannya?

Pembantu itu mungkin sangat baik dalam menjelaskan kebarangkalian, mengumpulkan soalan, dan menyusun bukti, namun berbahaya apabila ia memberikan suatu angka sensitif dengan keyakinan yang tidak dapat dijustifikasikannya. Kematangan di sini tidak bermakna menjawab segala-galanya; ia bermakna mengetahui bila sesuatu jawapan itu berguna dan bila rujukan kepada pihak lain merupakan jawapan yang bertanggungjawab.

12. Protokol Pembaca Sebelum Mempercayai Sesuatu Dakwaan Pertanian Digital

Soalan-soalan berikut boleh digunakan ketika membaca sesuatu kajian, pembentangan produk, atau bab buku ini:

1. Apakah tugas pertanian yang spesifik itu?

Adakah ia pengesanan, pengelasan, ramalan, cadangan, kawalan, atau pelaksanaan?

2. Apakah jenis dakwaan itu?

Adakah ia berkenaan kewujudan produk, sesuatu ciri, prestasi teknikal, atau impak pertanian dan ekonomi?

3. Siapakah yang mengeluarkan dakwaan itu, dan siapakah yang menilainya?

Adakah pihak yang bercakap itu pembangunnya, sebuah badan bebas, para penyelidik, atau pengguna?

4. Apakah sumber datanya?

Dan apakah tanamannya, wilayahnya, musimnya, perantinya, dan unit sampelnya?

5. Apakah garis dasarnya?

Adakah sistem itu dibandingkan dengan amalan semasa, seorang pakar, satu peraturan mudah, atau tanpa sebarang intervensi?

6. Apakah metriknya?

Apakah yang diukurnya, apakah yang tidak diukurnya, dan adakah ia sesuai dengan akibat kesilapan?

7. Adakah terdapat pengesahan kesahan bebas atau tempatan?

Atau adakah keputusan itu masih terkurung dalam data pembangunnya atau kajian asalnya?

8. Jenis kesilapan yang manakah paling berbahaya?

Dan siapakah yang menanggung kos atau mudaratnya?

9. Adakah keputusan itu tiba tepat pada masanya?

Dan bolehkah pengguna benar-benar bertindak berdasarkannya?

10. Apakah yang berlaku apabila kegagalan berlaku?

Apakah yang berlaku jika rangkaian terputus, penderia gagal, atau satu kes yang tidak diketahui muncul?

11. Adakah hasil akhirnya bertambah baik?

Selepas mengambil kira hasil, kualiti, air, tenaga, buruh, kos, dan risiko?

12. Apakah yang memerlukan pengesahan kesahan tempatan sebelum dijadikan sandaran?

Dan apakah had penggunaan yang mesti diisytiharkan?

Selepas menjawab, dakwaan itu boleh diletakkan dalam salah satu daripada empat keadaan:

• Disokong dalam konteks yang diketahui: Sesuai untuk digunakan dalam had yang diisytiharkan.
• Memberangsangkan dan memerlukan pengesahan kesahan tempatan: Terdapat bukti yang baik, tetapi kebolehpindahannya belum ditunjukkan.
• Digambarkan oleh penyedianya: Kita tahu apa yang didakwa oleh penyedia itu, tetapi kita belum mempunyai penilaian bebas yang mencukupi.
• Tidak memadai untuk menyokong keputusan itu: Buktinya tidak lengkap, tidak sesuai, atau tidak berkadaran dengan risiko penggunaannya.

Keadaan keempat itu tidak bermakna teknologi itu tidak bernilai; sebaliknya, ia bermakna jurang antara potensi dengan sandaran yang berjustifikasi masih belum ditutup.

Ringkasan Bab

Sesuatu pengetahuan tidak menjadi boleh dipercayai kerana sumbernya membawa nama yang masyhur, dan sesuatu aplikasi tidak menjadi matang kerana modelnya mencapai skor yang tinggi. Kepercayaan terbina apabila kita mengetahui apa yang diukur, atas data apa, berbanding pembanding apa, dan dalam keadaan apa; kemudian menjejaki laluan dari prestasi model kepada operasi sistem, dari cadangan kepada tindakan, dan dari tindakan kepada kesannya di ladang, dalam ekonomi, dan pada kesejahteraan manusia.

Sesuatu angka mungkin betul dalam kajiannya, produk itu mungkin wujud di pasaran, dan algoritma itu mungkin maju dari segi reka bentuknya, namun tiada satu pun daripadanya merupakan bukti yang memadai bahawa keputusan itu telah menjadi lebih baik di sesebuah ladang tertentu. Di sinilah kaedah itu memenuhi tujuannya: bukan untuk memadamkan janji teknologi, tetapi untuk menukarkannya daripada kekaguman pantas kepada pengetahuan yang boleh diuji, dan daripada pengetahuan kepada keputusan yang boleh dipertahankan. Ketegasan saintifik tidak meminta setiap aplikasi membuktikan segala-galanya sejak hari pertamanya. Ia memintanya mengisytiharkan apa yang benar-benar telah dibuktikannya, membezakan antara tahap yang telah dicapainya dengan tahap yang diidamkannya, dan meningkatkan darjah pengesahan kesahan setiap kali akibat kesilapan meningkat. Apabila pembaca belajar untuk bertanya tentang tugas, metrik, konteks, kesilapan, kematangan, kebolehpindahan, dan impak, pembaca tidak lagi tertawan oleh angka yang paling tinggi atau pembentangan yang paling berkilau. Pembaca menjadi berupaya membezakan antara model yang berjaya dalam ujian, sistem yang berupaya beroperasi, aplikasi yang mengubah keputusan, dan teknologi yang membuktikan bahawa ia layak mendapat tempatnya dalam pertanian.

Nota Bukti

Bahagian Satu dan Dua menerangkan bagaimana buku ini dibina dan bagaimana dakwaan-dakwaannya didisiplinkan. [SRC004] digunakan sebagai contoh ulasan sistematik yang diterbitkan, bukan untuk melimpahkan status metodologinya kepada karya ini. [SRC006] digunakan untuk menjelaskan bahawa pekali penentuan terhad kepada tetapan kajian itu dan tidak boleh ditukarkan menjadi suatu "peratusan ketepatan" umum, dan [SRC012] sebagai contoh keperluan mengehadkan keputusan pengkomputeran kepada eksperimen asalnya dan tidak menukarkannya menjadi jaminan komersial atau jaminan lapangan. Perbincangan tentang risiko, pengawasan, dan kitaran operasi berpandukan Rangka Kerja Pengurusan Risiko AI [SRC033]. Tangga kematangan, kad penilaian, tahap risiko, dan kajian kes merupakan sintesis pengajaran editorial yang bertujuan membantu pembaca menilai bukti; kesemuanya bukan piawaian kawal selia rasmi mahupun keputusan eksperimen baharu yang dijalankan untuk buku ini.