Kind: captions
Language: id
[Musik]
Cornwall, wilayah yang kayak mitos dan
legenda.
Dan kini daerah Inggris ini menjadi
rumah bagi sang legenda baru. Dia yang
berorientasi ke masa depan, bukan masa
lalu. Di laboratorium Cornwall ini lahir
Ameka, salah satu AI paling manusiawi di
dunia.
Kami datang untuk menemuinya dan
penemunya Will Jackson.
Apa kamu bisa dengar?
Tentu saya mendengarkan. Mau apa kita
hari ini?
Kita kedatangan kru televisi hari ini.
Saya Antonia. Boleh saya bertanya dalam
bahasa Jerman?
Kami akan sambungkan dulu kabelnya.
Kami ke sini untuk membicarakan salah
satu tantangan terbesar manusia,
ketahanan pangan. Bisakah kecerdasan
buatan membantunya?
[Musik]
Kami ingin tahu apa saran Ameka.
[Musik]
Oke, saya siap membantu dunia.
[Musik]
Menurutmu, bagaimana pengelolaan pangan
sejauh ini?
Distribusi tidak merata. Di sejumlah
daerah, pangan melimpah dan terjadi
pemborosan. Sementara daerah lain
menderita kelaparan. Seringkiali tidak
ada distribusi yang efisien dan upaya
berkelanjutan. Bisakah AI
memperbaikinya? Kecerdasan buatan atau
AI dapat mendistribusikan makanan secara
lebih efisien dan adil. Apa manusia
tidak bisa melakukannya? Bisa, tapi
seringkiali kekurangan sumber daya atau
keinginan untuk melakukannya. AI dapat
membantu mengoptimalkan produksi dan
distribusi benih.
[Musik]
Di barat laut Jerman, para peneliti
tengah mempelajari cara terbaik untuk
melakukan hal itu. Biji kanola yang
diuji di sini mungkin suatu hari nanti
akan menentukan masa depan generasi
mendatang. Pemulia tanaman Yudit Rise
memanfaatkan kecerdasan buatan. Dia
bekerja dengan robot bernama Valdemar
dan penemunya Benyamin Kisliuk untuk
menemukan benih berkualitas terbaik.
Lensa kamera ini lebar dapat merekam
dari sini ke sini sekaligus. Saat
bergerak, kamera merekam gambar-gambar
yang bertumpang tindih meliputi seluruh
ladang. Resolusi kamera ini sangat
tinggi, jadi kami dapat melihat setiap
benih di dalam sini. Kamera ini jauh
lebih cepat dan tepat daripada mata
manusia.
Robot ini berasal dari pusat penelitian
kecerdasan buatan Jerman. Dengan
memproses ribuan gambar, robot ini dapat
mengevaluasi seluruh ladang. serta
mengenali penyakit dan serangan hama
jauh lebih cepat daripada manusia. Dan
robot ini terus belajar dan berkembang.
Sebagai pemulia tanaman, saya bergantung
pada objektivitas AI. AI mampu melihat
detail yang sangat tepat dan memilih
varietas yang sesuai dengan perubahan
kondisi lingkungan.
Saat ini kondisi lingkungan memang
sedang berubah. Pada tahun 2023, suhu
rata-rata di Jerman 2,4 derajat lebih
tinggi dibandingkan antara tahun 1961
dan 1990.
Curah hujan juga meningkat 20% mendorong
penyebaran hama dan penyakit.
Pertanyaan penting bagi para peneliti
adalah seberapa kuat benih baru
tersebut? Gambar yang direkam oleh
Valdemar dilengkapi dengan rekaman
drone. Gambar-gambar ini akan
digabungkan untuk membuat replika
virtual seluruh ladang.
Udit seun berkeliling ladang dengan
memakai headset VR.
Coba berputar sedikit. Bagus. Sekarang
kita sudah dapat orientasi yang tepat.
Sekarang kedua petak itu bisa
dibandingkan. Biasanya di ladang kita
tidak bisa lihat keduanya berdampingan.
[Musik]
Dengan ini saya bisa memantau
perkembangan tanaman sepanjang tahun ini
setelah periode tanam dan seterusnya
hingga setelah musim dingin. Bagaimana
tanamannya berkembang?
Dulu Yudit Rise harus bersusah payah
mengambil sampel untuk menguji kemurnian
benih dan memisahkannya dari rumput
liar.
Ukurannya kecil, sulit dilihat. Untuk
setiap tanaman harus diperiksa berat
gramnya. Untuk biji kanola 10 gr. Sangat
melelahkan. Banyak sampel yang perlu
diperiksa.
Nantinya AI akan dapat melakukan hal
itu. Di Beveld University of Applied
Sciences and Arts, sebuah mesin sortir
khusus dapat mengklasifikasikan sampel
dalam sepersekian detik. menentukan mana
benih kanola dan mana yang bukan.
Hasilnya benih murni yang lebih tahan
lama, panas, kekeringan, dan hujan
lebat. Ini penting untuk menghasilkan
panen melimpah di masa depan. Jadi,
penelitian Rise bisa jadi penting untuk
ketahanan pangan global. Di beberapa
negara, metode ini dapat terbukti
penting bagi kelangsungan hidup manusia.
Benua mana yang paling menderita
kelaparan dan kenapa?
Afrika sangat menderita kelaparan,
utamanya karena kemiskinan, konflik, dan
tantangan iklim. AI dapat lebih efisien
membantu mendistribusikan sumber daya,
mengoptimalkan hasil pertanian, dan
mengembangkan sistem peringatan dini
untuk kekurangan pangan.
[Musik]
Pria ini mengerti isu kekurangan pangan
di negara asalnya, Kamerun.
Dulu ladang milik kakek neneknya sering
gagal panen.
Dia lalu mendapat beasiswa belajar
manajemen dan teknologi di Berlin.
Di sana dia menyadari manfaat AI bagi
pertanian.
Setelah kembali, dia mengembangkan
aplikasi yang menggunakan fotografi
untuk mendeteksi hama dan penyakit
tanaman.
Aplikasi ini berfungsi di mana saja.
Kami telah menyiapkan arsif gambar yang
diperlukan agar aplikasi ini juga dapat
berfungsi tanpa koneksi internet. Karena
di pedesaan tempat aplikasi paling
sering digunakan biasanya tidak ada
internet.
Aplikasinya khusus disesuaikan untuk
kebutuhan petani dan membantu
meningkatkan hasil panen. Penggunanya
pun terus meningkat.
Salah satu yang diuntungkan oleh
aplikasi buatan Adamo adalah petani
tomat ini.
Dia dan keluarganya tinggal di pinggiran
ibu kota Kamerun. Ia unde.
[Musik]
Bye.
[Musik]
Ladang tomat keluarga itu berada di luar
kota. Dia butuh waktu 45 menit untuk
sampai ke sana dengan sepeda motor.
[Musik]
Sekilas terlihat subur dan hijau, tetapi
perubahan iklim telah lama menyebabkan
cuaca ekstrem di Kamerun.
Curah hujan yang tinggi dilanjut dengan
periode kekeringan panjang.
[Musik]
Tanaman di ladangnya makin sering
diserang hama dan penyakit.
Dia pun menggunakan pestisida termasuk
insektisida.
Terkadang ia butuh banyak campuran bahan
kimia untuk mengatasi masalah ini. Namun
produk tersebut mahal dan berbahaya bagi
manusia.
Saat tidak hujan, jumlah serangga di
ladang meningkat.
Saat hujan jumlahnya turun. Hal itu
mudah terlihat. Semua daun sedikit
terserang hama. Serangga ada di
mana-mana. Jika tidak cepat diatasi,
seluruh ladang akan terserang.
Produk biru ini harganya 4.000 per kilo.
[Musik]
Jumlah ini setara dengan sekitar
Rp112.000
lebih dari penghasilan petani selama 3
hari.
Di Kamerun, lebih dari 40% penduduknya
bergantung pada sektor pertanian.
Sekitar 23% penduduk hidup di bawah
garis kemiskinan.
Selain perubahan iklim, buruknya
infrastruktur dan mahalnya impor telah
memperburuk perekonomian negara ini.
Jadi, panen yang baik menjadi penting.
Di sinilah peran aplikasi Ens RAM telah
memakai app itu untuk tanaman tomatnya
selama 2 tahun.
D'accord.
estu
promette jusqu'ici
ramai aplikasi itu untuk
mengidentifikasi daun yang terserang
hama. Ai mengidentifikasi penyakit atau
hama lalu menginformasikan produk dan
dosis yang harus digunakan oleh petani.
Ini membantu mengurangi jumlah bahan
kimia yang digunakan.
light put them inside container with
water like 100 gr of the powder inside
one l of
sebelum ada aplikasi ini saya pakai
banyak pestisida
saya mengobati tanaman dengan campuran
berbagai pestisida sampai berhasil
banyak uang habis di situ.
[Musik]
Namun kini Romo bisa menghemat cukup
uang saat mengolah sepertiga hektar
lahannya.
Ensan sangat senang dengan hasilnya.
Bagi para petani, aspek ekonomi menjadi
penting. Produktivitas petani Afrika
kali lebih rendah dibandingkan dengan di
seluruh dunia. Itulah sebabnya kita
perlu berinvestasi di Afrika.
Perserikatan Bangsa-Bangsa sepakat bahwa
kecerdasan buatan akan berperan penting
dalam mengamankan pasokan pangan dunia.
Namun walaupun Uni Eropa dan Inggris
telah alokasikan miliaran dolar untuk
AI, di negara berkembang keadaannya
relatif staknan.
[Musik]
Tapi di Kamerun, ribuan petani kini
menggunakan aplikasi tersebut. Ini
sinyal bahwa kecerdasan buatan terbukti
membantu upaya meningkatkan ketahanan
pangan dan ingin melangkah lebih jauh.
Kecerdasan buatan saja tidak dapat
mengatasi kelaparan di dunia. Kita perlu
investasi dan kebijakan yang mendukung.
Dengan begitu kita dapat meningkatkan
potensi AI dalam hal produksi pangan.
Para petani terkejut ketika mengetahui
ada solusi yang dikembangkan warga
Camerun sendiri.
Selain ketahanan pangan, ada masalah
besar lain yang perlu diselesaikan.
Tidak hanya di Kamerun, tetapi di
seluruh dunia.
Ameka, apa kita punya cukup air tawar di
planet ini?
Punya. Ada cukup air tawar di planet
ini, tapi distribusinya tidak merata.
Air melimpah di beberapa wilayah,
sementara yang lain sangat kekurangan.
Pertanian menggunakan sekitar 70% air
tawar yang ada.
Kita butuh air untuk bisa hidup. Apakah
berbahaya jika kita biarkan AI
mengurusnya?
Pengawasan dan pedoman etika dari
manusia sangat penting untuk memastikan
AI digunakan secara bertanggung jawab.
Andalusia di Spanyol dianggap sebagai
kebun sayurnya Eropa.
Dari atas area di sekitar Almeria tampak
seperti lautan plastik karena banyaknya
rumah kaca.
Dalam beberapa tahun terakhir, periode
kekeringan ekstrem kian sering terjadi
di sini. Seperti di banyak bagian dunia
lain, sekitar setengah dari populasi
manusia menderita kekurangan air. Pada
tahun 2023, Andalusia beberapa kali
mengumumkan keadaan darurat. Pada akhir
tahun, cadangan air mencapai sepertiga
lebih rendah dibandingkan tahun
sebelumnya.
Hoakin Soriano Fernandez berjuang
memerangi kekurangan air.
[Musik]
Insinyur pertanian ini besar di sebuah
kota kecil di tengah banyaknya rumah
kaca Andalusia. Dia selalu merasakan
masalah dan kekhawatiran petani lokal.
Menurut saya iklim kondisi dan cara
hidup kita telah berubah sejak lama.
Pada tahun 2020, Soriano membantu
mengembangkan sistem sensor yang
terhubung ke AI. Mereka menghitung kapan
setiap tanaman membutuhkan air dan
berapa banyak. Perusahaannya kini punya
40 karyawan di tiga lokasi. Salah satu
pelanggannya adalah petani paprika David
Jimenez.
Di mana alat harus dipasang? Di sana
pastinya kita akan mendapat hasil yang
berbeda.
Iya, sudah ada alat di sana. Jadi di
sini saja.
Jimenez telah menggunakan sistem ini
selama beberapa tahun. Soriano kini
sedang memasang beberapa sensor baru.
Sensor-sensor ini mengukur suhu udara,
suhu tanah, kelembaban, radiasi
matahari, dan berbagai hal lain.
Kami menggunakan dua sensor untuk
memeriksa kecepatan tanaman menyerap air
dari tanah. Kedua sensor harus berada di
kedalaman yang sama di dalam tanah.
[Musik]
Alah, kondisi
kondisi di sini berbeda dengan di sana.
Jadi, saya memasang lebih banyak sensor.
Sensor akan membantu saya tahu dengan
lebih tepat apakah di sini butuh lebih
banyak atau sedikit air dibandingkan di
sana.
[Musik]
AI mengendalikan sistem irigasi dan
jendela rumah kaca untuk mengatur
kelembaban. AI juga dapat menghitung
nilai optimum sendiri yang perlu petani
lakukan hanya menyalakannya.
Dulu ia mengairi ladang berdasarkan
kebiasaan. Kini dia dapat menghemat air
hingga 40% jika ini dipakai di seluruh
Almeria yang luasnya sekitar 30.000
hektar yang berarti dapat menghemat 30
sampai 40% itu berarti jutaan liter air.
Berkat AI, potensi penghematannya sangat
besar. Di masa depan panen dapat terjaga
meskipun suhu meningkat.
[Musik]
dan AI bahkan dapat berperan dalam
melakukan pemanenan itu sendiri.
Ameka, akankah kecerdasan buatan
mengubah pasar tenaga kerja?
Buruh panen bisa kehilangan pekerjaan.
Mereka harus mengikuti pelatihan ulang
atau mencari pekerjaan baru.
Apa menurutmu ini akan menimbulkan
masalah sosial? Otomasi dapat
memperburuk kesenjangan dan menciptakan
masalah sosial. AI dapat menghapus jenis
pekerjaan memanen yang dapat
menghilangkan pekerjaan ini. Namun, AI
juga dapat menimbulkan pekerjaan baru di
bidang teknologi dan pemeliharaan.
Di pinggiran Kota Madrid, sebuah
kendaraan baru yang dapat merevolusi
cara panen sedang dikembangkan.
Penemunya adalah Roemi Fernandez
Safedra.
Robot ini dapat mengenali buah yang
belum matang.
Yang masih hijau.
Iya, yang sangat hijau. Tapi dia sulit
membedakan yang kuning dan oranya.
Betul. Kita sudah membahas itu.
Para peneliti telah menghabiskan waktu 3
tahun untuk mengembangkan robot pemanen
Pok Robocrop. Robot ini dapat mengenali
buah matang dan punya dua lengan untuk
memetik.
Analisa
dengan kecerdasan buatan, robot ini
menganalisis semua yang ia lihat karena
dia bukan manusia.
Apa yang sebenarnya ia lakukan?
Robot menilai lingkungannya. Robot tahu
yang mana tomat dan mana tangkai. Kita
manusia mempelajarinya sejak dini, tapi
robot harus diajari.
Untuk membantunya belajar, tim tersebut
menggunakan jaringan saraf buatan yang
bekerja mirip otak manusia.
Robot ini terus dilatih untuk memetik.
Saat ini tentu saja manusia memanen jauh
lebih cepat daripada robot. Namun robot
dapat bekerja 24 jam sehari. Jadi
kelambatannya dapat diimbangi.
Robot dapat membantu kita mengerjakan
tugas rutin dan kondisi selama panen
seringkiali tidak baik. Suhu di rumah
kaca di Spanyol sangat panas selama jam
kerja.
[Musik]
Jika tomat ini lebih matang daripada
tomat lain tapi tidak terjangkau, robot
tidak akan memetiknya karena dia punya
keterbatasan fisik yang seringkiali
tidak ada dalam dunia virtual.
Sekarang dia sudah memetik satu tomat.
Dia taruh di keranjang bersama ratusan
buah lain yang sudah dipetik.
Robokrop memanen sekitar setengah dari
yang dapat dilakukan manusia dalam 8
jam. Namun karena bekerja seharian, dia
dapat menyelesaikan lebih banyak dan ini
masih bisa berkembang.
Selalu ada kemajuan dalam sejarah
manusia biasanya ke arah yang lebih
baik. Tentu saja banyak pekerjaan yang
hilang tetapi pekerjaan baru juga
tercipta. Yang ada hanyalah perubahan.
Ini tanggung jawab kita sebagai
masyarakat. dan tanggung jawab
pemerintah untuk membantu pasar tenaga
kerja beradaptasi.
Masalah besar lainnya adalah perlakuan
kita terhadap bahan pangan setelah
ditanam dan dipanen.
Ameka, mengapa begitu banyak bahan
pangan terbuang? Kita membuang bahan
pangan karena tidak efisiennya
distribusi, produksi berlebihan, dan
kurangnya apresiasi terhadap makanan.
tidak adanya kesadaran dan sistem yang
efektif untuk mencegah pemborosan.
Kami memesan 6 kg selada iceberg
seminggu dan dapat menghabiskannya. Kami
juga memesan 2 hingga 3 kg paprika dan 5
hingga 6 kg tomat.
Sebagai koki, Tim Brown tahu betapa
berharganya bahan pangan. Dia memakai AI
untuk membantu mencegah pemborosan di
dapurnya.
Ke depannya kita harus makin progresif,
tapi semua itu tidak akan menghilangkan
pekerjaan saya. Pekerjaan saya butuh
keahlian. AI tidak dapat menggantikan
saya jadi koki dan itu bagus.
Sudah mendekati jam makan siang di kota
Lunen, Jerman, kantin perusahaan
pengelolaan limbah besar ini melayani
hingga 170 orang per hari.
Selama 3 tahun, Valentin Belse membantu
manajer catering Christian Ler untuk
mencegah pemborosan makanan. Ide ini
muncul ketika Belse dan teman sekolahnya
bertanya, "Bagaimana cara kantin
memperbaiki perencanaan jumlah makanan
yang mereka siapkan. Jadi mereka
mendirikan perusahaan yang menggunakan
AI untuk melakukan hal itu.
Secara global sekitar sepertiga bahan
pangan terbuang di sepanjang rantai
pasokan. Sementara banyak orang di dunia
kelaparan. Dengan mengoptimalkan rantai
pasokan, kita bisa memberi nilai tambah.
[Musik]
Koki bukanlah seorang ahli statistik.
Seseorang baru bisa menyadarinya kalau
sudah lama mengerjakannya. Namun yang
dapat AI lakukan adalah terus
mengevaluasi seluruh riwayat data.
[Musik]
Idenya sederhana. Data makanan yang
terjual beberapa bulan terakhir ditambah
data cuaca dan informasi seperti hari
libur mendatang. Sebuah algoritma
kemudian membuat prediksi berdasarkan
data itu. Valentin Belse menjanjikan
pengurangan sampah hingga 30%.
Teknologinya memungkinkan koki
mengetahui seberapa laris suatu hidangan
dan berapa banyak yang harus dibeli
untuk menyiapkannya. Menu hari ini
kentang goreng atau pasta.
Kemungkinannya seimbang. Keduanya adalah
hidangan musim panas yang ringan dan
lezat. Cocok untuk para pengunjung
untuk angka yang lebih akurat. Koki
memberitahu AI seberapa laris tiap
hidangannya.
Data ini membantu meningkatkan
pemahamannya tentang apa yang disukai
dan tidak disukai pelanggan.
Di Jerman, 11 juta ton makanan dibuang
setiap tahun dan 17%nya
berasal dari catering, restoran, dan
kantin.
[Musik]
Dengan bantuan AI, ada 1111 lebih
sedikit porsi makanan terbuang
dibandingkan tahun lalu di kantin ini.
Ini menghemat uang, air, dan sumber daya
dan mengurangi emisi CO2.
Saya kaget penghematannya jauh lebih
tinggi dari dugaan kami.
Kami senang dapat membantu setiap
pengguna dan tim di dapur dalam
mengurangi sampah makanan.
[Musik]
Kentang goreng lebih laris daripada
pasta. Tapi apa yang tersisa
ini? Jumlah makanan yang biasanya
tersisa. Makanan yang terbuang sangat
sedikit. Nyaris tidak ada.
Totalnya 711 gram.
Untuk ukuran ktin perusahaan ini nyaris
tanpa sisa sudah jauh lebih baik. Memang
belum 100% tetapi hari ini kami
kedatangan sekelompok pengunjung yang
tidak terduga. Kita semua belajar dari
pengalaman.
AI membantu meningkatkan cara kita
memproduksi pangan dari ladang hingga
dapur.
Namun teknologi tidak dapat melakukan
semuanya.
AI sendiri tidak dapat mengakhiri
kelaparan, tapi dapat berkontribusi
dengan signifikan.
Ini hanya plastik dan logam. Ketika
membuat tiruan manusia, kita akan
melihat dengan detail apa yang
mendefinisikan kita. Dan menurut saya
masih ada celah yang sangat-sangat
besar. Jadi ini adalah refleksi diri
mengeksplorasi hal yang mendefinisikan
kita sebagai manusia.
Kita terus berjuang melawan kelaparan
dan demi pertanian berkelanjutan. Namun
kemajuan terhambat oleh kepentingan
ekonomi, politik, dan distribusi sumber
daya yang tidak merata.
Mungkin satu hal yang diajarkan
kecerdasan buatan adalah kita sudah
punya semua bahan yang dibutuhkan untuk
mengatasi kelaparan di seluruh dunia.
Kini tinggal bagaimana menemukan cara
yang tepat.
[Musik]
Yeah.