Mesterséges intelligencia az agráriumban: valódi segítség vagy túlértékelt ígéret?

• Agrárhírek
• 2026. január 25.
• 0

Drónok, adatok, hozambecslés: a mesterséges intelligencia már most formálja a mezőgazdaságot – de csak jó adatokkal működik igazán.

🤖🌾 Mesterséges intelligencia az agráriumban: lehetőség, eszköz vagy illúzió?

A mesterséges intelligencia (MI) az elmúlt években a mezőgazdaság és az élelmiszeripar egyik leggyakrabban emlegetett technológiájává vált.
Sokan futurisztikus elvárásokat társítanak hozzá – de vajon mit tud ma valójában?

Erről szólt az AGROmashEXPO 2026 keretében, a KAP-hálózat szakmai programjaként megrendezett kerekasztal-beszélgetés.

👥 A beszélgetés résztvevői voltak:

• Óbudai Egyetem – dr. habil. Alexy Márta
• Lakatos Péter – gazdálkodó (szürkemarha-tartás)
• Agrárminisztérium – Pintér Levente Elemér, Agrármodernizációs Főosztály
• Campden BRI – Téglásy Zsigmond
• 🎤 Moderátor: Gibrik Dániel

📊 MI a gyakorlatban – nem dönt, hanem segít

A szakértők egyetértettek abban, hogy az MI ma még nem „okos döntéshozó”, hanem:

✔️ döntéstámogató
✔️ adatfeldolgozó
✔️ adminisztrációt segítő eszköz

👉 Itt hoz valódi értéket a gazdálkodók és az élelmiszeripar számára.

🚁 Konkrét példák a működő MI-re

🔹 Gyomfelismerés drónfelvételek alapján
Egy projektben multispektrális drónképek segítségével MI-t használtak a csattanó maszlag felismerésére.
Ez élelmiszerbiztonsági szempontból kritikus, mivel feldolgozás után már nem szűrhető ki a paradicsomkészítményekből.

📌 A rendszer fejlesztése:

• ⏳ másfél év
• 🖼️ több tízezer kézzel címkézett kép

🔹 Kukoricatermés-előrejelzés magyar fejlesztéssel
Egy hazai rendszer 8 héttel a betakarítás előtt,
📍 ±4%-os pontossággal,
📐 20×20 méteres bontásban képes hozamot becsülni.

👉 Ez már a precíziós mezőgazdaság jövője.

⚠️ A legnagyobb korlát: az adat

A beszélgetés egyik kulcsgondolata dr. habil. Alexy Márta szájából hangzott el:

„Garbage in, garbage out.”

Vagyis az MI teljesítménye közvetlenül az adatok minőségétől függ.
Egy MI-projekt idejének akár 60–70%-a az adatgyűjtésre, tisztításra és strukturálásra megy el.

📉 A mezőgazdaságban viszont:

• kevés az egységes adat
• hiányoznak a hosszú idősorok
• sok az eltérés gazdaságonként

Ez komolyan korlátozza az MI lehetőségeit.

🚜 Mi a végső tanulság?

✔️ Az MI nem váltja ki a gazdát
✔️ De aki nem tanulja meg tudatosan használni, versenyhátrányba kerülhet

👉 A kérdés nem az, lesz-e MI az agráriumban,
hanem az, hogy milyen adatokkal és milyen szakmai kontroll mellett.

Forrás: magyarmezogazdasag.hu