कृषि परिवर्तन के लिए आर्टिफिशियल इंटेलिजेंस

27.11.2025

कृषि परिवर्तन के लिए आर्टिफिशियल इंटेलिजेंस
 

संदर्भ
नवंबर 2025 में, वर्ल्ड बैंक ने "एग्रीकल्चरल ट्रांसफॉर्मेशन के लिए आर्टिफिशियल इंटेलिजेंस का इस्तेमाल" नाम की एक रिपोर्ट जारी की। इसमें बताया गया है कि कैसे AI टेक्नोलॉजी को कम और मध्यम आय वाले देशों (LMIC) पर खास ज़ोर देते हुए, खेती के सिस्टम में ज़िम्मेदारी से बढ़ाया जा सकता है।

मौजूदा
AI ट्रेंड्स:

• लोकल भाषा की सलाह और प्रेडिक्टिव इनसाइट्स के लिए टेक्स्ट, इमेज, सैटेलाइट डेटा और सेंसर इनपुट को मिलाकर जेनरेटिव AI और मल्टीमॉडल मॉडल पर शिफ्ट करें।
• अलग-अलग पायलट के अलावा, फसल की खोज, सलाहकार सेवाएं, बीमा, लॉजिस्टिक्स और मार्केट इंटेलिजेंस सहित खेती की वैल्यू चेन में AI को अपनाना।
• खेती में AI के साथ तेज़ी से मार्केट बढ़ेगा, जिसकी कीमत 2023 में लगभग US$1.5 बिलियन होगी और 2032 तक इसके लगभग US$10.2 बिलियन तक पहुंचने की उम्मीद है।
• अफ्रीका और एशिया में AI एक्सपेरिमेंट पर फोकस किया गया, जिससे छोटे किसानों के लिए हाइपरलोकल मौसम का अनुमान, पेस्ट डायग्नोस्टिक्स और ऑप्टिमाइज्ड इनपुट का इस्तेमाल किया जा सके।
• कम कनेक्टिविटी वाले किसानों के लिए बेसिक स्मार्टफोन या ऑफलाइन डिवाइस पर चलने वाले हल्के AI मॉडल का आना।

AI से मिलने वाले मौके:

• फसल की पैदावार बढ़ी और पानी और फर्टिलाइज़र जैसे इनपुट का सही इस्तेमाल हुआ, जिससे कुछ पायलट प्रोजेक्ट्स में केमिकल का इस्तेमाल 95% तक कम हो गया।
• AI से क्लाइमेट-रेज़िलिएंट किस्मों की ब्रीडिंग और बेहतर क्लाइमेट रिस्क मॉडलिंग के ज़रिए क्लाइमेट रेजिलिएंस को बढ़ाना।
• किसानों की इनकम और मार्केट एक्सेस में सुधार, जिसका उदाहरण भारत में सागु बागू जैसी पहल और हेलो ट्रैक्टर जैसे मैकेनाइजेशन एक्सेस टूल्स हैं।
• AI-बेस्ड क्रेडिट स्कोरिंग, माइक्रो-इंश्योरेंस, और क्लाइमेट-इंडेक्स्ड इंश्योरेंस प्रोडक्ट्स के ज़रिए फाइनेंशियल इनक्लूजन और रिस्क मैनेजमेंट को बढ़ाया गया।
• AI से चलने वाले अर्ली-वॉर्निंग सिस्टम, पैदावार और कीमत का अनुमान, और फ़ूड सिक्योरिटी प्लानिंग के लिए टारगेटेड सब्सिडी के साथ बेहतर पब्लिक पॉलिसी बनाना।

पहल और कार्यान्वयन:

• वर्ल्ड बैंक का ग्लोबल AI रोडमैप, जिसमें 60 यूज़ केस हैं, LMICs को एप्लीकेशन, गवर्नेंस और इन्वेस्टमेंट स्ट्रेटेजी पर स्ट्रक्चर्ड गाइडेंस देता है।
• IRRI और CIMMYT जैसे रिसर्च संस्थान तेज़ फ़ीनोटाइपिंग और जीनबैंक स्क्रीनिंग के लिए AI और मशीन लर्निंग का फ़ायदा उठाते हैं।
• इथियोपिया के “Coalition of the Willing” और भारत के Agricultural Data Exchange (ADeX) जैसे डेटा-शेयरिंग गठबंधन का मकसद डेटा सॉवरेनिटी बनाए रखते हुए AI मॉडल्स की ट्रेनिंग के लिए शेयर्ड लोकल डेटा लेयर्स बनाना है।
• केन्या के एग्रीकल्चर इन्फॉर्मेशन एक्सचेंज प्लेटफॉर्म (AIEP) और बिहार में AI एडवाइजरी पायलट जैसे पब्लिक-प्राइवेट प्लेटफॉर्म, हज़ारों किसानों को कई लोकल भाषाओं में AI-बेस्ड सलाह देते हैं।

मुख्य चुनौतियाँ:

• बड़ा डिजिटल डिवाइड और गांवों में इंटरनेट और बिजली का इंफ्रास्ट्रक्चर कम होने से AI का इस्तेमाल कम हो जाता है।
• ज़्यादा इनकम वाले इलाकों से ज़्यादातर ट्रेनिंग डेटा होने की वजह से डेटा में बायस है, जिसमें लोकल फसलों, मिट्टी और देसी खेती के तरीकों को कम दिखाया गया है।
• किसानों, खासकर महिलाओं और बुज़ुर्गों में डिजिटल लिटरेसी की कमी और भरोसे की समस्या, और भाषा की दिक्कतों की वजह से और भी बढ़ गई है।
• डेटा ओनरशिप, एल्गोरिदम ट्रांसपेरेंसी और AI अकाउंटेबिलिटी के आसपास बदलते गवर्नेंस और रेगुलेटरी फ्रेमवर्क अभी भी काफ़ी नहीं हैं।
• बाहर रखे जाने और एक जगह जमा होने का खतरा, जहाँ AI एक्सेस से छोटे किसानों के बजाय बड़े एग्रीबिज़नेस को फ़ायदा हो सकता है और वेंडर लॉक-इन हो सकता है।

आगे बढ़ने का रास्ता

• देशों को नेशनल AI स्ट्रेटेजी में एग्रीकल्चर को अलग से शामिल करना चाहिए, जिसमें फ़ूड सिक्योरिटी, क्लाइमेट और न्यूट्रिशन टारगेट से जुड़े साफ़ लक्ष्य और फंडिंग प्रायोरिटी हों।
• पब्लिक डिजिटल इंफ्रास्ट्रक्चर पर AI टूल्स को चालू करने के लिए ग्रामीण डिजिटल इंफ्रास्ट्रक्चर, ग्रीन डेटा सेंटर और इंटरऑपरेबल सिस्टम में बड़ा निवेश।
• इनक्लूसिव और FAIR (फाइंडेबल, एक्सेसिबल, इंटरऑपरेबल, और रीयूज़ेबल) डेटा इकोसिस्टम का डेवलपमेंट जो यह पक्का करे कि लोकल डेटा AI मॉडल्स को जानकारी दे।
• किसानों, एक्सटेंशन वर्कर्स और एग्री-टेक स्टार्टअप्स के लिए पूरी स्किल-बिल्डिंग, जिसमें लोकल भाषाओं और मल्टीमॉडल ट्रेनिंग तरीकों से AI लिटरेसी पर फोकस किया जाएगा।
• मज़बूत गवर्नेंस, नैतिक गाइडलाइंस और कानूनी फ्रेमवर्क बनाना, जो डेटा राइट्स, ट्रांसपेरेंसी, एनवायरनमेंटल सेफ़गार्ड्स और अकाउंटेबिलिटी पक्का करे, सैंडबॉक्स एनवायरनमेंट का इस्तेमाल करे और सबको साथ लेकर चलने वाली पॉलिसी बनाए।

निष्कर्ष
आर्टिफिशियल इंटेलिजेंस में प्रोडक्टिविटी बढ़ाने, क्लाइमेट चेंज से लड़ने की ताकत बढ़ाने और एग्रीफूड सिस्टम में एफिशिएंसी को बेहतर बनाने की क्षमता है। इन फायदों को पाने के लिए डिजिटल इंफ्रास्ट्रक्चर की कमियों को दूर करना, मजबूत डेटा इकोसिस्टम को बढ़ावा देना, किसानों की क्षमता बढ़ाना और भरोसेमंद गवर्नेंस बनाना ज़रूरी है। जब ज़िम्मेदारी से और सबको साथ लेकर इस्तेमाल किया जाता है, तो AI बड़े एग्रीकल्चरल सुधारों को पूरा कर सकता है और दुनिया भर में सस्टेनेबल फूड सिक्योरिटी, इनकम ग्रोथ और एनवायरनमेंट को बचाने में मदद कर सकता है।