AgroVaani: Vernacular Generative Intelligence for Zero-Barrier Precision Agriculture Advisory Using Multilingual RAG-LLMs
Devansh Adik Wable · Sahil Balshiram Pawar · Shravani Chetan Kalid 等 5 人
构建多语言语音农业咨询聊天机器人,用RAG-LLM为农民提供零障碍精准建议。
生成式AI、大语言模型、NLP与检索增强生成,支持12种印度语言及混合语。
系统能理解本地农耕术语与混合语言,提供个性化、可信的农业建议。
可探索低资源方言的RAG知识库构建与幻觉抑制,并评估对农户决策的实际影响。
面向印度多语种农户的RAG-LLM语音农业问答系统,方法组合与多语言覆盖有实质增量,但期刊权威性一般,属细分领域技术进展。
当今农业面临着日益严峻的挑战,包括不可预测的天气、不断恶化的土壤健康、愈发频繁的病虫害暴发,以及农民在最需要时难以获得专家指导。尽管传统农业咨询服务多年来为农民提供了帮助,但往往难以给出适合每位农民特定地理位置和实际情况的建议。这源于专家数量不足、语言差异以及各地区耕作方式的不同。为解决这些问题,本研究提出了一款智能农业助手聊天机器人,由生成式人工智能(Generative AI)、大语言模型(Large Language Models)、自然语言处理(Natural Language Processing)和检索增强生成(Retrieval-Augmented Generation)等先进人工智能技术驱动。该聊天机器人设计为多语言和语音交互模式,农民可以用自己的语言或方言轻松与之对话。它支持多种区域语言,包括马拉地语、印地语、卡纳达语、泰米尔语、泰卢固语、孟加拉语、古吉拉特语、旁遮普语、马拉雅拉姆语、奥里亚语、阿萨姆语和英语。与使用固定答案的典型聊天机器人不同,该助手能够理解自然对话、地方农业术语,甚至马拉地语-英语或印地语-英语等混合语言使用,使交流顺畅自然。该系统汇集了广泛的农业信息——从作物、土壤和天气的详细信息,到病虫害防治、肥料、市场趋势和政府计划。通过将人工智能的能力与可靠的农业知识相结合,该聊天机器人提供实用、准确且个性化的建议,同时最大限度地降低给出错误信息的可能性。该系统的真正特别之处在于它打破了语言障碍,使农民无需技术技能或掌握特定语言即可获得专家级的帮助。农民可以通过文字或语音与之互动,获得从选择作物、规划灌溉,到管理土壤、预防疾病和做出可持续农业决策等各方面的支持。该方法旨在赋能小农户和边缘农户,减少他们对传统咨询服务的依赖,帮助他们更高效地利用资源,并促进惠及所有人的智能、包容性农业。最终,该系统推动我们更接近一个人工智能驱动的农业世界,在那里技术适应农民的需求,使农业对所有人来说都更轻松、更高效。