Die politische Initiative FAIR Forward – Künstliche Intelligenz für alle, führte zum ersten Mal ein Trainingsprogramm im Bereich der Erdbeobachtung in Südafrika durch. Unter dem Namen ML4EO-2022 (Machine Learning for Earth Observation) lernten die Teilnehmer*innen, wie man die Effizienz und Qualität der Nahrungsmittelproduktion verbessern kann und wie diese Fähigkeiten und Kenntnisse in der eigenen Arbeit genutzt werden können. Dieses Know-How ist entscheidend für die Entwicklung klimafreundlicher landwirtschaftlicher Verfahren, da die Länder auf die Auswirkungen des Klimawandels reagieren müssen.
Das Ministerium für Wissenschaft und Innovation, die Nationale Raumfahrtbehörde Südafrikas, der Rat für wissenschaftliche und industrielle Forschung, die Wits-Universität und der Rat für landwirtschaftliche Forschung Südafrikas unterstützten ML4EO. Move Beyond Consulting führten das Programm durch.
Weltweit gingen 234 Bewerbungen ein, 133 davon aus Südafrika. Nach einem strengen Auswahlverfahren wurden 20 Fachleute (9 Frauen, 11 Männer) ausgewählt. Der fachliche Hintergrund der Teilnehmer*innen reichte von Fernerkundung und ML-Anwendungen bis hin zu intelligenter Landwirtschaft und Versicherungsmathematik. Von April bis Juli 2022 nahmen sie an einer intensiven Schulung und einer Exkursion in die Provinz Limpopo teil, bei der sie sich mit der Erhebung von Bodenwahrheitsdaten, dem Drohnenmanagement, der Nutzung landwirtschaftlicher Instrumente und der Datenanalyse befassten. Sie arbeiteten darüber hinaus mit lokalen Landwirten zusammen, um Einblicke in die Herausforderungen und Möglichkeiten der ansässigen Landwirtschaft zu erhalten.
Das Programm umfasste sechs Module, welche Themen wie Einführung in die Fernerkundung, Modellierung landwirtschaftlicher Kulturpflanzen und Inhalte zu maschinellem Lernen behandelten. Der Unterricht war interaktiv und praxisnah gestaltet. Um das Programm erfolgreich abzuschließen, wurden die Teilnehmer in Gruppen eingeteilt und erarbeiteten eine Fallstudie mit einem Forschungsbericht, der auf ihren Aktivitäten im Unterricht und der Feldarbeit basierte. Die abschließenden Projektpräsentationen fand im Rahmen einer Preisverleihungs- und Abschlussfeier in Pretoria, Südafrika, statt.
Die vorgestellten Projekte reichten von der Erkennung von Stressfaktoren bei Tomaten über die Unkrauterkennung und die Kartierung von Kulturpflanzen bis hin zur Entwicklung einer neuen Art von Agrarversicherung. Insgesamt gab es zehn Projektpräsentationen. Die meisten Teilnehmer*innen gaben an, dass sie das erworbene Wissen anwenden und die Schulung an ihre eigene Lehr- und Arbeitsumgebung anpassen können
„Dies war eine aufregende Erfahrung für mich. Ich hatte keinen Hintergrund in Remote Sensing, GIS oder Fernerkundung. Mein beruflicher Hintergrund ist die Landwirtschaft. Es war faszinierend zu sehen, welche Möglichkeiten sich bieten – wenn Agrarindustrie Landwirtschaft, RS und EO – und dies alles zusammenzubringen.“
Erfahrungsbericht eines Teilnehmers
Indem es Fachleuten aus der Praxis die notwendigen KI-Fähigkeiten und -Kenntnisse vermittelt, hat das Programm das Potenzial, die Akzeptanz der Präzisionslandwirtschaft zu erhöhen. Auf diese Weise hat die Partnerschaft ein neues Modell für Kapazitätsaufbau in der Erdbeobachtung und maschinellem Lernen entwickelt, welches Akteur*innen auf der ganzen Welt übernehmen können.
Der vollständige Bericht über das Programm enthält umfangreiche Informationen, darunter Einzelheiten zur Planung und Durchführung, Rückmeldungen von Studierenden, bzw. Absolvent*innen und Moderator*innen, eine Studie über die aktuelle Landschaft der Erdbeobachtung und des maschinellen Lernens sowie Vorschläge für die Fortführung des Programms.
Ein Exemplar des Berichts sowie weitere Informationen zum Programm können über Deshni Govender von FAIR Forward in Südafrika angefragt werden.
Zudem kann ein Replikationskit inklusive der Datensätze und Projektunterlagen als offene Bildungsressource zur Verfügung gestellt werden.
