ပျော်ဝင်အောက်ဆီဂျင်၊ pH နှင့် အမိုးနီးယားအဆင့်များကို လက်ဖြင့်ဖတ်ရှုခြင်းမဟုတ်တော့ဘဲ အလိုအလျောက်လေဝင်လေထွက်ကောင်းစေခြင်း၊ တိကျသောအစာကျွေးခြင်းနှင့် ရောဂါသတိပေးချက်များကို မောင်းနှင်သည့် အချက်အလက်စီးကြောင်းများဖြစ်လာသောအခါ၊ “ရေအသိဉာဏ်” ကိုဗဟိုပြုသည့် တိတ်ဆိတ်သော စိုက်ပျိုးရေးတော်လှန်ရေးသည် ကမ္ဘာတစ်ဝှမ်းရှိ ငါးလုပ်ငန်းတွင် ပေါ်ပေါက်လာနေပါသည်။
နော်ဝေနိုင်ငံရှိ fjords များတွင်၊ ဆယ်လ်မွန်မွေးမြူရေးလှောင်အိမ်အတွင်းရှိ micro-sensor array သည် ငါးတစ်ကောင်ချင်းစီ၏ အသက်ရှူလမ်းကြောင်းဆိုင်ရာဇီဝဖြစ်စဉ်ကို အချိန်နှင့်တပြေးညီ ခြေရာခံသည်။ ဗီယက်နမ်နိုင်ငံ မဲခေါင်မြစ်ဝကျွန်းပေါ်ဒေသတွင် ပုစွန်မွေးမြူရေးလုပ်ငန်းရှင် Trần Văn Sơn ၏ ဖုန်းသည် မနက် ၃ နာရီတွင် တုန်ခါနေသည် - လူမှုမီဒီယာသတိပေးချက်မှ မဟုတ်ဘဲ သူ၏ကန်၏ “အသည်း” မှ ပေးပို့သော သတိပေးချက်မှ - ဉာဏ်ရည်ထက်မြက်သော ရေအရည်အသွေးစနစ်- “ကန် B ရှိ ပျော်ဝင်အောက်ဆီဂျင်သည် တဖြည်းဖြည်း ကျဆင်းနေသည်။ ပုစွန်များ၏ ၂.၅ နာရီအတွင်း ဖိစီးမှုမဖြစ်ပွားစေရန် အရန်လေအေးပေးစက်ကို ၄၇ မိနစ်အတွင်း အသက်သွင်းရန် အကြံပြုအပ်ပါသည်။”
ဒါဟာ သိပ္ပံစိတ်ကူးယဉ်ဇာတ်လမ်းမဟုတ်ပါဘူး။ ဉာဏ်ရည်ထက်မြက်တဲ့ ရေနေသတ္တဝါမွေးမြူရေးရေအရည်အသွေးပစ္စည်းကိရိယာစနစ်တွေဟာ တစ်နေရာတည်းစောင့်ကြည့်ခြင်းကနေ ကွန်ရက်ချိတ်ဆက်ထားတဲ့ ဉာဏ်ရည်ထက်မြက်တဲ့ ထိန်းချုပ်မှုစနစ်အထိ တိုးတက်ပြောင်းလဲလာတာနဲ့အမျှ လက်ရှိအချိန်ပါပဲ။ ဒီစနစ်တွေဟာ ရေအရည်အသွေးအတွက် “သာမိုမီတာ” တွေသာ မဟုတ်တော့ပါဘူး။ သူတို့ဟာ ရေနေသတ္တဝါမွေးမြူရေးဂေဟစနစ်တစ်ခုလုံးရဲ့ “ဒစ်ဂျစ်တယ်အသည်း” ဖြစ်လာပြီး အဆိပ်အတောက်တွေကို အဆက်မပြတ်ဖယ်ရှားပေးခြင်း၊ ဇီဝဖြစ်စဉ်ပြောင်းလဲခြင်း၊ ထိန်းညှိပေးခြင်းနဲ့ အကျပ်အတည်းတွေကို ကြိုတင်သတိပေးခြင်းတွေကို လုပ်ဆောင်ပေးပါတယ်။
စနစ်များ၏ဆင့်ကဲဖြစ်စဉ်- “ဒိုင်ခွက်” မှ “အလိုအလျောက်စနစ်” အထိ
ပထမမျိုးဆက်- တစ်မှတ်တည်း စောင့်ကြည့်ခြင်း (ဒိုင်ခွက်)
- ပုံစံ: သီးခြား pH မီတာများ၊ ပျော်ဝင်အောက်ဆီဂျင် စမ်းသပ်ကိရိယာများ။
- ယုတ္တိဗေဒ- “ဘာတွေဖြစ်နေတာလဲ။” ကိုယ်တိုင်ဖတ်ရှုခြင်းနှင့် အတွေ့အကြုံအပေါ် မူတည်သည်။
- ကန့်သတ်ချက်- ဒေတာ silos များ၊ တုံ့ပြန်မှု နှောင့်နှေးခြင်း။
ဒုတိယမျိုးဆက်- ပေါင်းစပ် IoT (ဗဟိုအာရုံကြောစနစ်)
- ပုံစံ- ဘက်စုံသုံး အာရုံခံကိရိယာ နိုဒ်များ + ဝိုင်ယာလက်စ် ဂိတ်ဝေးများ + cloud ပလက်ဖောင်းများ။
- ယုတ္တိဗေဒ- “ဘာတွေဖြစ်နေလဲ၊ ဘယ်မှာလဲ။” အဝေးထိန်းစနစ်ဖြင့် အချိန်နှင့်တပြေးညီ သတိပေးချက်များကို ဖွင့်ပေးသည်။
- လက်ရှိအခြေအနေ- ဤသည်မှာ ယနေ့ခေတ် အဆင့်မြင့်ခြံများအတွက် အဓိကဖွဲ့စည်းပုံဖြစ်သည်။
တတိယမျိုးဆက်- ဉာဏ်ရည်ထက်မြက်သော ပိတ်ထားသော ကွင်းဆက်စနစ်များ (ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရှိသော အင်္ဂါ)
- ပုံစံ- အာရုံခံကိရိယာများ + AI edge computing gateways + အလိုအလျောက် actuators (aerators၊ feeder များ၊ valves များ၊ ozone generators)။
- ယုတ္တိဗေဒ: "ဘာတွေဖြစ်တော့မလဲ။ အလိုအလျောက် ဘယ်လိုကိုင်တွယ်သင့်လဲ။"
- အဓိကအချက်- စနစ်သည် ရေအရည်အသွေး လမ်းကြောင်းများအပေါ် အခြေခံ၍ အန္တရာယ်များကို ခန့်မှန်းနိုင်ပြီး အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ခြင်း အမိန့်များကို အလိုအလျောက် လုပ်ဆောင်နိုင်ကာ အာရုံခံစားမှုမှ လုပ်ဆောင်ချက်အထိ ကွင်းဆက်ကို ပိတ်ပေးပါသည်။
Core Technology Stack: “ဒစ်ဂျစ်တယ် အသည်း” ၏ အင်္ဂါငါးခု
- အာရုံခံအလွှာ (အာရုံခံ အာရုံကြောဆဲလ်များ)
- အဓိက ကန့်သတ်ချက်များ- ပျော်ဝင်အောက်ဆီဂျင် (DO)၊ အပူချိန်၊ pH၊ အမိုးနီးယား၊ နိုက်ထရိုက်၊ မှိုင်းမှု၊ ဆားငန်ဓာတ်။
- နည်းပညာနယ်ပယ်- ဇီဝအာရုံခံကိရိယာများသည် သီးခြားရောဂါပိုးများ၏ အစောပိုင်းပါဝင်မှုများကို ထောက်လှမ်းစတင်နေကြသည် (ဥပမာ-ဗိုက်ဘရီယို) အသံအာရုံခံကိရိယာများသည် ငါးအုပ်များ၏ အသံပုံစံများကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် လူဦးရေကျန်းမာရေးကို အကဲဖြတ်သည်။
- ကွန်ရက်နှင့် အစွန်းအလွှာ (အာရုံကြောလမ်းကြောင်းများနှင့် ဦးနှောက်ပင်စည်)
- ချိတ်ဆက်မှု- ကမ်းလွန်ငါးလှောင်အိမ်များအတွက် 5G/ဂြိုလ်တု backhaul ဖြင့် ကျယ်ပြန့်သောရေကန်ဧရိယာများကို လွှမ်းခြုံရန် Low-Power Wide-Area Networks (ဥပမာ LoRaWAN) ကိုအသုံးပြုသည်။
- ဆင့်ကဲဖြစ်စဉ်- AI Edge Gateways သည် ကွန်ရက်ပြတ်တောက်မှုများအတွင်း၌ပင် အခြေခံထိန်းချုပ်မှုဗျူဟာများကို ထိန်းသိမ်းထားပြီး နှောင့်နှေးမှုနှင့် မှီခိုမှုတို့၏ ဝေဒနာများကို ဖြေရှင်းပေးပါသည်။
- ပလက်ဖောင်းနှင့် အပလီကေးရှင်းအလွှာ (ဦးနှောက်အပေါ်ယံလွှာ)
- Digital Twin: သရုပ်ဖော်ခြင်းနှင့် အစာကျွေးခြင်းဗျူဟာ အကောင်းဆုံးဖြစ်အောင်လုပ်ဆောင်ခြင်းအတွက် ယဉ်ကျေးမှုကန်၏ virtual ပုံတူကို ဖန်တီးပေးသည်။
- AI မော်ဒယ်များ- ကယ်လီဖိုးနီးယား startup တစ်ခုမှ အယ်လဂိုရီသမ်များသည် DO ကျဆင်းမှုနှုန်းနှင့် အစာကျွေးသည့်ပမာဏအကြား ဆက်နွယ်မှုကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် အစာပြောင်းလဲမှုအချိုးကို ၁၈% အောင်မြင်စွာ မြှင့်တင်ပေးနိုင်ခဲ့ပြီး အနည်အနှစ်ပမာဏအတွက် ခန့်မှန်းတိကျမှုကို ၈၅% ကျော်အထိ မြှင့်တင်ပေးခဲ့သည်။
- လှုပ်ရှားမှုအလွှာ (ကြွက်သားများနှင့် ဂလင်းများ)
- တိကျမှုပေါင်းစပ်မှု- DO နည်းပါသလား။ စနစ်သည် မျက်နှာပြင် paddlewheel များပေါ်တွင် အောက်ခြေပျံ့နှံ့သော aerator များကို ဦးစားပေးအသက်သွင်းပြီး လေဝင်လေထွက်ထိရောက်မှုကို 30% တိုးမြှင့်ပေးသည်။ pH အဆက်မပြတ်နိမ့်နေပါသလား။ အလိုအလျောက် ဆိုဒီယမ်ဘိုင်ကာဗွန်နိတ် ထည့်သွင်းရန်အတွက် အဆို့ရှင်များ ပွင့်နေပါသည်။
- နော်ဝေဖြစ်ရပ်- ရေအရည်အသွေးဒေတာအပေါ်အခြေခံ၍ ပြောင်းလဲချိန်ညှိထားသော စမတ်အစာကျွေးစက်များသည် ဆော်လမွန်ငါးမွေးမြူရေးတွင် အစာဖြုန်းတီးမှုကို ၅% မှ ၁% အောက်အထိ လျှော့ချပေးခဲ့သည်။
- လုံခြုံရေးနှင့် ခြေရာခံနိုင်မှုအလွှာ (ကိုယ်ခံအားစနစ်)
- Blockchain အတည်ပြုခြင်း- အရေးကြီးသော ရေအရည်အသွေးဒေတာနှင့် လုပ်ငန်းလည်ပတ်မှုမှတ်တမ်းအားလုံးကို မပြောင်းလဲနိုင်သော စာရင်းဇယားတွင် သိမ်းဆည်းထားပြီး၊ ပင်လယ်စာအသုတ်တစ်ခုစီအတွက် စကင်ဖတ်ခြင်းဖြင့် နောက်ဆုံးစားသုံးသူများ ဝင်ရောက်ကြည့်ရှုနိုင်သော “ရေအရည်အသွေးမှတ်တမ်း” ကို ဖန်တီးပေးပါသည်။
စီးပွားရေးအရ အတည်ပြုချက်- ဒေတာအခြေပြု ROI
အလတ်စား ၅၀ ဧကရှိသော ပုစွန်မွေးမြူရေးခြံအတွက်-
- ရိုးရာပုံစံ အားနည်းချက်များ- စစ်မှုထမ်းဟောင်းအတွေ့အကြုံအပေါ် မူတည်ပြီး၊ ရုတ်တရက်သေဆုံးမှုအန္တရာယ် မြင့်မားခြင်း၊ ဆေးဝါးနှင့် အစာကျွေးစရိတ်များသည် ၆၀% ထက် ကျော်လွန်ပါသည်။
- ဉာဏ်ရည်ထက်မြက်သော စနစ်ရင်းနှီးမြှုပ်နှံမှု- ခန့်မှန်းခြေအားဖြင့် ယန်း ၂၀၀,၀၀၀ မှ ၄၀၀,၀၀၀ အထိ (အာရုံခံကိရိယာများ၊ ဂိတ်ဝေးများ၊ ထိန်းချုပ်ကိရိယာများနှင့် ဆော့ဖ်ဝဲလ်များ အကျုံးဝင်သည်)။
- ပမာဏအားဖြင့် ရရှိနိုင်သော အကျိုးကျေးဇူးများ (တောင်ပိုင်းတရုတ်နိုင်ငံရှိ ခြံတစ်ခုမှ ၂၀၂၃ ခုနှစ် အချက်အလက်များအပေါ် အခြေခံသည်):
- သေဆုံးမှုနှုန်း လျှော့ချခြင်း- ပျမ်းမျှ ၂၂% မှ ၉% အထိ၊ ဝင်ငွေ ~၃၅၀,၀၀၀ ယန်းအထိ တိုက်ရိုက်တိုးမြှင့်ပေးသည်။
- အကောင်းဆုံး အစာပြောင်းလဲနှုန်း (FCR): ၁.၅ မှ ၁.၃ အထိ မြှင့်တင်ထားပြီး နှစ်စဉ်အစာကုန်ကျစရိတ်ကို ~¥၁၈၀,၀၀၀ သက်သာစေပါသည်။
- ဆေးဝါးကုန်ကျစရိတ် လျှော့ချခြင်း- ကြိုတင်ကာကွယ်ဆေးဝါးသုံးစွဲမှု ၃၅% လျော့ကျသွားပြီး ~၅၀,၀၀၀ ယန်း သက်သာစေပါသည်။
- အလုပ်သမားစွမ်းဆောင်ရည် တိုးတက်လာခြင်း- လက်ဖြင့်စစ်ဆေးခြင်း အလုပ်သမားအင်အား၏ ၃၀% ကို သက်သာစေသည်။
- ပြန်ဆပ်ကာလ- ပုံမှန်အားဖြင့် ထုတ်လုပ်မှုစက်ဝန်း ၁-၂ ကြိမ် (ခန့်မှန်းခြေအားဖြင့် ၁၂-၁၈ လ) အတွင်း။
စိန်ခေါ်မှုများနှင့် အနာဂတ်- ဉာဏ်ရည်ထက်မြက်သော စနစ်များအတွက် နောက်ထပ် နယ်နိမိတ်
- ဇီဝအစွန်းအထင်းများ- ရေအောက်၌ ရေရှည်နစ်မြုပ်နေသော အာရုံခံကိရိယာများသည် ရေညှိနှင့် ခရုခွံများမှ မျက်နှာပြင်အစွန်းအထင်းများကို ဖြစ်ပေါ်စေပြီး ဒေတာများ လွင့်မျောသွားစေသည်။ နောက်မျိုးဆက် ကိုယ်တိုင်သန့်ရှင်းရေးနည်းပညာ (ဥပမာ၊ အာထရာဆောင်းသန့်ရှင်းရေး၊ အစွန်းအထင်းကာကွယ်သည့် အပေါ်ယံလွှာများ) သည် အဓိကကျသည်။
- အယ်လဂိုရီသမ် ယေဘုယျပြုလုပ်နိုင်မှု- ရေအရည်အသွေးမော်ဒယ်များသည် မျိုးစိတ်များ၊ ဒေသများနှင့် လယ်ယာစိုက်ပျိုးရေးပုံစံများအလိုက် များစွာကွဲပြားပါသည်။ အနာဂတ်အတွက် ပိုမိုပြင်ဆင်သတ်မှတ်နိုင်သော၊ ကိုယ်တိုင်လိုက်လျောညီထွေဖြစ်အောင် သင်ယူနိုင်သော AI မော်ဒယ်များ လိုအပ်ပါသည်။
- ကုန်ကျစရိတ်လျှော့ချခြင်း- အသေးစားလယ်သမားများအတွက် စနစ်များကို တတ်နိုင်စေရန်သည် နောက်ထပ် ဟာ့ဒ်ဝဲပေါင်းစပ်မှုနှင့် ကုန်ကျစရိတ်လျှော့ချမှုအပေါ် မူတည်ပါသည်။
- စွမ်းအင်ကိုယ်တိုင် လုံလောက်မှု- ကမ်းလွန်ငါးဖမ်းလှောင်အိမ်များအတွက် အဆုံးစွန်သောဖြေရှင်းချက်တွင် စောင့်ကြည့်ခြင်းနှင့် ထိန်းချုပ်မှုစနစ်တစ်ခုလုံးအတွက် စွမ်းအင်ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရရှိရန် ရောနှောပြန်လည်ပြည့်ဖြိုးမြဲစွမ်းအင် (နေရောင်ခြည်/လေ) ပါဝင်သည်။
လူ့ရှုထောင့်- စစ်မှုထမ်းဟောင်းနှင့် AI တွေ့ဆုံသောအခါ
ရှန်ဒေါင်းပြည်နယ်၊ ရွန်ချန်မြို့ရှိ ပင်လယ်သခွားခြံတစ်ခြံတွင် အတွေ့အကြုံ ၃၀ နှစ်ရှိသော အတွေ့အကြုံရင့် လယ်သမား လော်ဇောင်သည် “ဤလင်းလက်တောက်ပသော သေတ္တာများ” ကို အစပိုင်းတွင် လျစ်လျူရှုခဲ့သည်။ “ကျွန်တော် ရေကို လက်နဲ့ ခပ်ယူပြီး ရေကန်က 'မြေဩဇာကောင်း' သလား 'ပါးလွှာ' သလားဆိုတာ သိပါတယ်” ဟု သူက ပြောသည်။ ပူပြင်းသောညတွင် ရေအောက်ရေအောက်၌ အောက်ဆီဂျင်နည်းပါးမှု အကျပ်အတည်းကို စနစ်က မိနစ် ၄၀ ကြိုတင်သတိပေးသောအခါ ယင်းအခြေအနေ ပြောင်းလဲသွားပြီး ပင်လယ်သခွားသီးများ ပေါလောမျောလာသောအခါမှသာ သူ၏အတွေ့အကြုံကို ရရှိခဲ့သည်။ လော်ဇောင်သည် နောက်ပိုင်းတွင် AI ၏ ကန့်သတ်ချက်များကို လေ့ကျင့်ရန် သူ၏အတွေ့အကြုံကို အသုံးပြု၍ စနစ်၏ “လူသားချိန်ညှိသူ” ဖြစ်လာခဲ့သည်။ သူက “ဒီအရာက ကျွန်တော့်ကို 'အီလက်ထရွန်းနစ်နှာခေါင်း' နဲ့ 'ဓာတ်မှန်ရိုက်ခြင်း' ပေးသလိုပါပဲ။ အခုဆိုရင် ရေအောက် ငါးမီတာအနက်မှာ ဘာတွေဖြစ်နေလဲဆိုတာကို 'အနံ့' ရနေပြီ” ဟု တွေးတောခဲ့သည်။
နိဂုံးချုပ်- အရင်းအမြစ်သုံးစွဲမှုမှ တိကျမှုထိန်းချုပ်မှုအထိ
ရိုးရာငါးမွေးမြူရေးသည် မသေချာမရေရာသောသဘောသဘာဝကို ဆန့်ကျင်၍ လူသားများ၏ လုပ်ငန်းတစ်ခုဖြစ်သည်။ ဉာဏ်ရည်ထက်မြက်သောရေစနစ်များ ပေါများလာခြင်းသည် ၎င်းကို သေချာမှုအပေါ်အခြေခံ၍ အသေးစိတ်ချိန်ညှိထားသော အချက်အလက်လည်ပတ်မှုတစ်ခုအဖြစ်သို့ ပြောင်းလဲပေးနေသည်။ ၎င်းစီမံခန့်ခွဲသည်မှာ H₂O မော်လီကျူးများသာမက အထဲတွင် ပျော်ဝင်နေသော သတင်းအချက်အလက်၊ စွမ်းအင်နှင့် အသက်လုပ်ငန်းစဉ်များကိုပါ စီမံခန့်ခွဲသည်။
ယဉ်ကျေးမှုရေ ကုဗမီတာတိုင်းသည် တိုင်းတာနိုင်၊ ခွဲခြမ်းစိတ်ဖြာနိုင်၊ ထိန်းချုပ်နိုင်လာသောအခါ၊ ကျွန်ုပ်တို့ ရိတ်သိမ်းရရှိသည်မှာ ပိုမိုမြင့်မားသော အထွက်နှုန်းနှင့် ပိုမိုတည်ငြိမ်သော အမြတ်အစွန်းများသာမက ရေနေပတ်ဝန်းကျင်နှင့် သဟဇာတဖြစ်အောင် အတူယှဉ်တွဲနေထိုင်ရန် ရေရှည်တည်တံ့သော ဉာဏ်ပညာပုံစံတစ်ခုလည်း ဖြစ်သည်။ ဤသည်မှာ အပြာရောင်ဂြိုဟ်ပေါ်တွင် ပရိုတင်းအချုပ်အခြာအာဏာဆီသို့ လူသားတို့ လျှောက်လှမ်းခဲ့သော လမ်းကြောင်းပေါ်တွင် ဆင်ခြင်တုံတရားအရှိဆုံးနှင့် အချစ်ဆုံး အလှည့်အပြောင်းတစ်ခု ဖြစ်နိုင်သည်။
ဆာဗာများနှင့် ဆော့ဖ်ဝဲလ် ဝိုင်ယာလက်စ် မော်ဂျူး အစုံအလင်၊ RS485 GPRS /4g/WIFI/LORA/LORAWAN ကို ပံ့ပိုးပေးသည်
ရေအာရုံခံကိရိယာပိုမိုသိရှိလိုပါက သတင်းအချက်အလက်၊
Honde Technology Co., LTD. ကို ဆက်သွယ်ပါ။
Email: info@hondetech.com
ကုမ္ပဏီ ဝက်ဘ်ဆိုက်-www.hondetechco.com
ဖုန်း: +၈၆-၁၅၂၁၀၅၄၈၅၈၂
ပို့စ်တင်ချိန်: ၂၀၂၅ ခုနှစ်၊ ဒီဇင်ဘာလ ၈ ရက်