Press Note Details: Press Information Bureau

Farmer's Welfare

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ભારતીય કૃષિમાં ક્રાંતિ લાવી રહ્યું છે

Posted On: 14 FEB 2026 10:39AM

<div>
<table border="1" cellspacing="0" class="Table" style="border-collapse:collapse; border:solid #dddddd 1.0pt; width:100.0%">
 <tbody>
 <tr>
 <td style="width:100.0%">
 મુખ્ય તારણો

<ul>
 <li style="text-align:justify">ભારતે કૃષિ માટે એક વ્યાપક ડિજિટલ ઈન્ફ્રાસ્ટ્રક્ચર સ્થાપિત કર્યું છે, જેમાં ડિજિટલ એગ્રીકલ્ચર મિશનના ભાગ રૂપે 76.3 મિલિયનથી વધુ ખેડૂત ID અને 235 મિલિયન પાક પ્લોટનું મૂલ્યાંકન કરવામાં આવ્યું છે.</li>
 <li style="text-align:justify">રાષ્ટ્રીય જીવાત દેખરેખ પ્રણાલી 66 વિવિધ પાક અને 432 થી વધુ પ્રકારની જીવાતોને આવરી લે છે, જે 10,000 થી વધુ વિસ્તરણ કાર્યકરોને જંતુઓની ઝડપી ઓળખ માટે તાત્કાલિક માર્ગદર્શન આપે છે.</li>
 <li style="text-align:justify">ડિસેમ્બર 2025 સુધીમાં, કિસાન ઈ-મિત્ર ચેટબોટે 9.3 મિલિયનથી વધુ પૂછપરછનો જવાબ આપ્યો હતો, જે 11 વિવિધ પ્રાદેશિક ભાષાઓમાં દરરોજ 8,000 થી વધુ ખેડૂતોના પ્રશ્નોનું સંચાલન કરે છે.</li>
 <li style="text-align:justify">ખરીફ 2025 માટે સ્થાનિક ચોમાસાની શરૂઆતની આગાહી માટે AI-આધારિત પાયલોટ પ્રોજેક્ટ 3.88 કરોડ ખેડૂતો સુધી પહોંચ્યો. આ 13 રાજ્યોમાં SMS દ્વારા સર્વેક્ષણ કરવામાં આવ્યું હતું. સર્વેક્ષણ કરાયેલા ખેડૂતોમાંથી, 31-52% ખેડૂતોએ આગાહીના આધારે તેમના વાવણી અને જમીનની તૈયારીના નિર્ણયોમાં ફેરફાર કર્યો.</li>
 <li style="text-align:justify">વાય-ઇએસ-ટેક, ક્રોપિક, અને પીએમએફબીવાય (પ્રધાનમંત્રી ફસલ વીમા યોજના) વોટ્સએપ ચેટબોટ, પીએમએફબીવાય હેઠળ પાક વીમાને ખેડૂતો માટે વધુ નવીન, ઝડપી અને પારદર્શક બનાવવા માટે એઆઈ-સક્ષમ સાધનોનો ઉપયોગ કરી રહ્યા છે.</li>
 <li style="text-align:justify">2026-27 ના કેન્દ્રીય બજેટમાં ભારત-વિસ્તાર રજૂ કરવામાં આવ્યું હતું, જે એક બહુભાષી કૃત્રિમ બુદ્ધિ સાધન છે જે એગ્રીસ્ટેક પોર્ટલ અને ICAR પેકેજને AI સિસ્ટમ સાથે જોડવા માટે રચાયેલ છે.</li>
 </ul>
 </td>
 </tr>
 </tbody>
</table>
</div>

પ્રસ્તાવના

સ્ટેનફોર્ડ યુનિવર્સિટીના 2025 ગ્લોબલ એઆઈ વાઇબ્રેન્સી ટૂલ દ્વારા અહેવાલ મુજબ, ભારત આર્ટિફિશિયલ ઇન્ટેલિજન્સના ક્ષેત્રમાં એક અગ્રણી ખેલાડી બની રહ્યું છે, જે એઆઈ સ્પર્ધાત્મકતાના સંદર્ભમાં વૈશ્વિક સ્તરે ત્રીજા સ્થાને છે. 2017 થી 2024 દરમિયાન AI વૃદ્ધિ અને નવીનતામાં જોવા મળેલી ઝડપી વૃદ્ધિ ભારતની ડિજિટલ ક્ષમતાઓ, ડેટા ઇકોસિસ્ટમ અને AI પ્રતિભા, સંશોધન, સ્ટાર્ટઅપ્સ, રોકાણ, ઇન્ફ્રાસ્ટ્રક્ચર અને ગવર્નન્સમાં તેની શક્તિઓને પ્રતિબિંબિત કરે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (એઆઈ) પણ કૃષિક્ષેત્રે પરિવર્તનકારી શક્તિ તરીકે વધુને વધુ ઉભરી રહ્યું છે, જે તમામ કૃષિ પ્રણાલીઓમાં ઉત્પાદકતા, ટકાઉપણું અને સ્થિતિસ્થાપકતા વધારવા માટે નવા માર્ગો પૂરા પાડે છે. સેટેલાઇટ, સેન્સર, ડ્રોન, હવામાન સ્ટેશનો અને કૃષિ મશીનરીમાંથી મળતા ડેટાનો લાભ લઈને, એઆઈ-સક્ષમ સાધનો કૃષિ મૂલ્ય શૃંખલાના દરેક તબક્કે માહિતિ આધારિત નિર્ણયો લેવામાં મદદ કરે છે.

<div>
<table border="1" cellspacing="0" class="Table" style="border-collapse:collapse; border:solid #dddddd 1.0pt; width:100.0%">
 <tbody>
 <tr>
 <td style="width:100.0%">
 કૃત્રિમ બુદ્ધિમત્તા શું છે?

આર્ટિફિશિયલ ઈન્ટેલિજન્સ (AI) એ મશીનોની એવી ક્ષમતા છે જે સામાન્ય રીતે માનવ બુદ્ધિની જરૂર હોય તેવા કાર્યો કરી શકે છે. તે સિસ્ટમોને અનુભવમાંથી શીખી, નવી પરિસ્થિતિઓમાં અનુકૂલન સાધવા અને જટિલ સમસ્યાઓ સ્વતંત્ર રીતે ઉકેલવામાં સક્ષમ બનાવે છે. કૃત્રિમ બુદ્ધિમત્તા માહિતીનું વિશ્લેષણ કરવા, પેટર્ન ઓળખવા અને પ્રતિભાવો ઉત્પન્ન કરવા માટે માહિતી સમૂહો, કલનવિધિઓ અને વિશાળ ભાષા મોડેલોનો ઉપયોગ કરે છે. સમય જતાં, આ પ્રણાલીઓ તેમની કાર્યક્ષમતા સુધારે છે, જે તેમને મનુષ્યોની જેમ તર્ક કરવા, નિર્ણયો લેવા અને વાતચીત કરવા સક્ષમ બનાવે છે.

</td>
 </tr>
 </tbody>
</table>
</div>

આયોજિત ભારત-એઆઈ ઇમ્પેક્ટ સમિટ 2026, સમાવિષ્ટ વિકાસને પ્રોત્સાહન આપવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કરવાના ભારતના દ્રષ્ટિકોણને દર્શાવે છે. શિખર સંમેલન તકનીકીના લોકાભિમુખકરણ પર ભાર મૂકે છે, ખાસ કરીને વંચિત સમુદાયો માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ની ક્ષમતાઓનો વધુ સમાન અને પોસાય તેવો પ્રવેશ ઉપલબ્ધ કરાવીને. ભારતનો ટેકનોલોજી વિકાસનો અભિગમ 'સર્વના કલ્યાણ, સર્વના સુખ માટે' ના વિઝન સાથે સુસંગત છે, તેના પર આ ભાર મૂકે છે. 'માનવતા માટે એઆઈ' ના સિદ્ધાંતને મજબૂત કરતા, તે એઆઈને માનવ-કેન્દ્રિત અને નૈતિક સક્ષમકર્તા તરીકે સ્થાપિત કરે છે, જે તમામ ક્ષેત્રોમાં સુધારેલા શાસન, સેવા વિતરણ અને ટકાઉ વિકાસને વેગ આપે છે. આ વ્યાપક સંદર્ભમાં, ભારતીય કૃષિ એક નિર્ણાયક તબક્કા પર ઊભી છે, જ્યાં કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ ખેડૂતોને ટેકો આપવા, નિર્ણય લેવાની પ્રક્રિયાને મજબૂત કરવા અને ઉત્પાદકતા વધારવા માટે વધી રહ્યો છે.

કૃત્રિમ બુદ્ધિમત્તા અને કૃષિમાં તેના ઉપયોગો

કૃષિ ક્ષેત્રે, આર્ટિફીશિયલ ઇન્ટેલિજન્સ (AI) ડેટાને સરળ, અમલમાં મૂકી શકાય તેવી સલાહમાં બદલવામાં મદદ કરે છે, જેને ખેડૂતો તેમની દૈનિક ખેતીની પદ્ધતિઓમાં અમલમાં મૂકી શકે છે. સેટેલાઇટ ઇમેજરી, હવામાન આગાહી, જમીનના ડેટા અને પાકના દાખલાનું વિશ્લેષણ કરીને, AI ખેડૂતોને શું વાવવું, ક્યારે વાવવું, કેટલા સંસાધનોનો ઉપયોગ કરવો અને ક્યારે લણણી કરવી તે નક્કી કરવામાં મદદ કરી શકે છે. જંતુઓ અને રોગો અંગેની પ્રારંભિક ચેતવણીઓથી લઈને સિંચાઈ અને ખાતરના ઉપયોગના વધુ સુઆયોજિત સંચાલન સુધી, AI ખેતીને વધુ ચોકસાઈપૂર્ણ, કાર્યક્ષમ અને જોખમમુક્ત બનાવી રહ્યું છે. કૃષિમાં AI ના ઉપયોગોને નીચેની શ્રેણીઓમાં વર્ગીકૃત કરી શકાય છે:

<ul>
<li style="text-align:justify">જમીનના આરોગ્યનું નિદાન</li>
</ul>

એઆઈ ડીપ લર્નિંગ અને ઇમેજ રેકગ્નિશનનો ઉપયોગ ઉપગ્રહની છબીઓ, ડ્રોન-આધારિત અવલોકનો અને ખેતર-સ્તરની છબીઓમાંથી મળતા સંકેતોનું પૃથ્થકરણ કરીને જમીનના સ્વાસ્થ્યનું નિરીક્ષણ કરવા માટે કરે છે. આ પોષક તત્ત્વોની ઉણપ અને જમીનના તણાવને શોધતી વખતે પ્રયોગશાળા પરીક્ષણની સુવિધાની જરૂરિયાતને દૂર કરે છે. ખેડૂતો જમીનની ફળદ્રુપતા પુનઃ સ્થાપિત કરવા સમયસર પગલાં લઈ શકે છે.

<ul>
<li style="text-align:justify">આબોહવા-આધારિત પાક દેખરેખ અને સલાહકાર સેવાઓ</li>
</ul>

ભારતીય કૃષિ આબોહવાની પરિવર્તનશીલતા પ્રત્યે ખાસ કરીને સંવેદનશીલ છે કારણ કે તે વરસાદ પર વધારે આધાર રાખે છે. એઆઈ હવામાન અને આબોહવાના ડેટાનું વિશ્લેષણ કરીને વરસાદની બદલાતી પદ્ધતિઓ, તાપમાનની વધઘટ અને આત્યંતિક ઘટનાઓની આગાહી કરે છે, જ્યારે વાવણીના નિર્ણયો, સિંચાઈનું સમયપત્રક, જંતુ નિયંત્રણ અને ઇનપુટના ઉપયોગ અંગે વાસ્તવિક સમયમાં સલાહ પૂરી પાડે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આધારિત દેખરેખ, સેટેલાઇટ ઇમેજરી, ડ્રોન, સેન્સર અને ઇમેજ એનાલિટિક્સનો ઉપયોગ કરીને જીવાતો અને પાકના રોગોની વહેલી શોધને સરળ બનાવે છે, જેથી સમયસર હસ્તક્ષેપ શક્ય બને છે. સામુહિક રીતે, આ એપ્લિકેશન્સ વરસાદ આધારિત વિસ્તારોમાં ખેડૂતોને આબોહવા સંબંધિત જોખમોનું વ્યવસ્થાપન કરવામાં અને સંભવિત પાક નુકસાન ઘટાડવામાં સહાય પૂરી પાડે છે.

<ul>
<li style="text-align:justify">કૃષિ યાંત્રિકીકરણની કાર્યક્ષમતામાં સુધારણા</li>
</ul>

ડ્રોન, રિમોટ સેન્સિંગ અને સ્થાનિક સેન્સર ડેટા સાથે સંકલિત AI-સંચાલિત ઇમેજ ક્લાસિફિકેશન અને મશીન લર્નિંગ ટૂલ્સ ખેત મશીનરીની ઉપયોગીતા અને કાર્યક્ષમતામાં સુધારો કરે છે. અનુપ્રયોગોમાં ચોકસાઇપૂર્વક નિંદામણ દૂર કરવું, રોગની વહેલી શોધ, સ્વયંસંચાલિત કાપણી અને કૃષિ ઉત્પાદનોનું વર્ગીકરણ સામેલ છે.

બાગાયત ક્ષેત્રે, જ્યાં પાકોને વૃદ્ધિના વિવિધ તબક્કાઓમાં સતત દેખરેખની જરૂર પડે છે, આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આધારિત સિસ્ટમ્સ ઉચ્ચ મૂલ્યવાળા પાકોની ચોવીસ કલાક નિગરાની પ્રદાન કરે છે. આનાથી શ્રમ નિર્ભરતામાં ઘટાડો, ઇનપુટનો શ્રેષ્ઠ ઉપયોગ અને ગુણવત્તા નિયંત્રણમાં સુધારો થાય છે.

<ul>
<li style="text-align:justify">ખેડૂતો માટે ભાવ પ્રાપ્તિમાં સુધારો</li>
</ul>

ફળો અને શાકભાજીનું ઉત્પાદન કરતા ખેડૂતો, ખાસ કરીને, અપૂરતી કિંમત નિર્ધારણ પ્રક્રિયાઓ, પુરવઠા શૃંખલાની અકાર્યક્ષમતા અને માહિતીની અસમાનતાને કારણે અંતિમ ગ્રાહક કિંમતનો માત્ર એક નાનો હિસ્સો જ ભાગ્યે જ મેળવી શકે છે. કૃત્રિમ બુદ્ધિમત્તા (એઆઈ) કૃષિ મૂલ્ય શૃંખલાઓમાં માંગ-પુરવઠાનું અનુમાન, બજારની જાણકારી અને સંકલનને મજબૂત કરીને આ માળખાકીય અવરોધોને દૂર કરવા માટે એક મજબૂત માધ્યમ પ્રદાન કરે છે.

એઆઈ-સંચાલિત અનુમાનાત્મક વિશ્લેષણ ઇ-નામ, એગમાર્કેટ, કૃષિ ગણતરી અને સોઇલ હેલ્થ કાર્ડ કાર્યક્રમ જેવા પ્લેટફોર્મના મોટા ડેટા સેટનો ઉપયોગ ભાવની વધઘટ, આવકના વલણો અને પ્રાદેશિક માંગના દાખલાનું મૂલ્યાંકન કરવા માટે કરે છે. દેશી અને વૈશ્વિક કોમોડિટીના સૂચકાંકોને સંકલિત કરીને, આ સાધનો પાકની પસંદગી, વેચાણનો સમય અને બજારની પસંદગી અંગે માહિતગાર નિર્ણયો લેવામાં મદદરૂપ થાય છે, જેના પરિણામે ભાવ પ્રાપ્તિમાં વૃદ્ધિ થાય છે અને આર્થિક સંકડામણને કારણે થતા ફરજિયાત વેચાણમાં ઘટાડો થાય છે. કૃષિ ક્ષેત્રમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ના અમલીકરણથી પાયાના સ્તરેથી થયેલા તેના વ્યાપક સ્વીકાર પર પ્રકાશ પડે છે. AI દ્વારા સંચાલિત કૃષિ નેટવર્ક્સે 12 રાજ્યોમાં આશરે 1.8 મિલિયન ખેડૂતો માટે બજાર સુલભતા, ભાવ નિર્ધારણ અને લોજિસ્ટિક્સ કાર્યક્ષમતામાં વધારો કર્યો છે.

કૃત્રિમ બુદ્ધિમત્તા ચોકસાઈ પૂર્વકની ખેતીના એક મુખ્ય સક્ષમકર્તા તરીકે

કૃત્રિમ બુદ્ધિમત્તા જીપીએસ, સેન્સર, ઉપગ્રહો અને ડ્રોનમાંથી મળેલા ડેટાને જેના પર કાર્યવાહી કરી શકાય તેવી ખેતર સ્તરની જાણકારીમાં રૂપાંતરિત કરીને ચોકસાઈપૂર્વક ખેતીને સક્ષમ બનાવે છે. આ જમીનના ગુણધર્મો, ભેજનું સ્તર અને પાકના સ્વાસ્થ્ય પર અત્યંત સ્થાનિક સ્તરે ડેટા એકત્રિત કરવાનું શક્ય બનાવે છે, જેથી પાણી, ખાતર અને જંતુનાશકો જેવી આવશ્યક ચીજોની જરૂર હોય ત્યાં અને તે સમયે ચોક્કસ રીતે લાગુ કરવામાં આવે તેની ખાતરી થાય છે. આ સ્થળ-વિશિષ્ટ અભિગમ ઉત્પાદકતામાં સુધારો કરે છે, સંસાધનોનો ઉપયોગ શ્રેષ્ઠ બનાવે છે, કચરો ઘટાડે છે અને પર્યાવરણ પર થતી અસરને ન્યૂનતમ કરે છે.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ સંચાલિત સચોટ ખેતી: ટકાઉ કૃષિ પરિવર્તન માટે એક માપી શકાય તેવો અભિગમ

રાજરત્ન કનકારાજનનો અનુભવ ભારતીય કૃષિમાં કૃત્રિમ બુદ્ધિમત્તાના વ્યવહારુ અને મોટા પાયે અમલીકરણને દર્શાવે છે. તમિલનાડુ સ્થિત સ્ટાર્ટઅપ ફાર્મ અગેઇન દ્વારા વિકસાવવામાં આવેલી AI- સંચાલિત ચોકસાઇવાળી કૃષિ પ્રણાલી અપનાવીને, તેમણે મોબાઈલ પ્લેટફોર્મ દ્વારા વાસ્તવિક સમયમાં જમીનની ભેજ, સિંચાઈ અને ખાતરના ઉપયોગ પર નિરીક્ષણ રાખવા માટે સૌર સંચાલિત સેન્સર્સનો ઉપયોગ કર્યો. આ સિસ્ટમે ખેતીની કામગીરીને સ્વયંચાલિત કરી, અતિશય સિંચાઈ અને ઇનપુટ્સના ઉપયોગમાં ઘટાડો કર્યો અને પાકની પરિસ્થિતિઓને શ્રેષ્ઠ બનાવી, જેના પરિણામે નાળિયેરના ઉત્પાદનમાં બમણો વધારો થયો.

ત્યારથી આ પદ્ધતિએ તમિલનાડુમાં 4,000 એકરથી વધુ જમીનમાં 3,500 થી વધુ ખેડૂતોને મદદ કરી છે. ખર્ચ-અસરકારકતા દ્વારા તેનો ઉપયોગ વધારવામાં આવ્યો છે, કારણ કે સ્થાનિક રીતે બનાવેલા સાધનોની કિંમત ₹2.5 લાખ છે, જે આયાતી વિકલ્પોની કિંમત ₹25 લાખ કરતા ઘણી ઓછી છે. આ અભિગમથી ઉત્પાદકતામાં વધારો થયો છે. તેનાથી પર્યાવરણને નોંધપાત્ર લાભ પણ થયા છે. આ લાભોમાં વાર્ષિક 400,000 ઘન મીટરથી વધુ પાણીની બચતનો સમાવેશ થાય છે. આ અભિગમથી આશરે 175,000 kWh ઊર્જા બચી છે. વધુમાં, તેના પરિણામે ઉત્સર્જનમાં નોંધપાત્ર ઘટાડો થયો છે. આનાથી અંદાજે 20,000 ટન CO₂-સમકક્ષ ઉત્સર્જન ટાળવામાં આવ્યું છે. આ સોલ્યુશનની સ્કેલેબિલિટી, જે અનેક દેશોમાં તેના વિસ્તરણ દ્વારા પ્રગટ થઈ છે, દર્શાવે છે કે કેવી રીતે સ્થાનિક રીતે ડિઝાઇન કરાયેલી AI નવીનતાઓ ખેત ઉત્પાદકતામાં વધારો કરી શકે છે, સંસાધનોનું સંરક્ષણ કરી શકે છે અને ટકાઉ કૃષિ પરિવર્તનને ટેકો આપી શકે છે.

કૃત્રિમ બુદ્ધિમત્તા સંચાલિત કૃષિમાં સરકારની પહેલ

સરકાર તેની વિવિધ પહેલો દ્વારા કૃષિ ક્ષેત્રને પરિવર્તિત કરવા કૃત્રિમ બુદ્ધિમત્તાની શક્તિનો સક્રિયપણે ઉપયોગ કરી રહ્યું છે. નીચે જણાવેલ પહેલો કૃષિ વૃદ્ધિ અને વિકાસ પ્રત્યે સરકારના સર્વાંગી અભિગમને દર્શાવે છે, જે નીતિ વિષયક નવીનતાઓમાં પણ પ્રતિબિંબિત થાય છે.

કેન્દ્રીય બજેટ 2026-27: AI-આધારિત કૃષિ માર્ગદર્શન માટે ભારત-વિસ્ટાર

કેન્દ્રીય બજેટ 2026-27 માં ભારત-વિસ્ટારનો પ્રસ્તાવ મૂકવામાં આવ્યો હતો. ભારત-વિસ્ટારનો અર્થ વર્ચ્યુઅલી ઇન્ટિગ્રેટેડ સિસ્ટમ ટુ એક્સેસ એગ્રીકલ્ચરલ રિસોર્સિસ માટે થાય છે. તે એક બહુભાષી AI ટૂલ છે. આ ટૂલ એગ્રીસ્ટેક પોર્ટલને એકીકૃત કરશે. તે કૃષિ પદ્ધતિઓ પર ICAR પેકેજને પણ એકીકૃત કરશે. આ એકીકરણમાં AI સિસ્ટમ્સનો સમાવેશ થશે. આનાથી ખેતીની ઉત્પાદકતા વધશે, ખેડૂતોને વધુ સારા નિર્ણયો લેવામાં સક્ષમ બનાવશે અને વ્યક્તિગત સલાહકાર સહાય પૂરી પાડીને જોખમ ઘટાડશે.

એઆઈ-આધારિત ખેડૂતો માટે સલાહ અને નિર્ણય સહાય સેવાઓ

ખેડૂત ઇ-મિત્ર:

કિસાન ઈ-મિત્ર 2023 માં લોન્ચ કરવામાં આવ્યું હતું. તે એક અવાજ-સક્ષમ, AI-સંચાલિત ચેટબોટ છે. આ ચેટબોટ ખેડૂતોને ટેકો આપવા માટે રચાયેલ છે. તે મુખ્ય સરકારી યોજનાઓ પરના પ્રશ્નોના જવાબ આપે છે. આ યોજનાઓમાં પીએમ કિસાન સન્માન નિધિ, કિસાન ક્રેડિટ કાર્ડ અને પ્રધાનમંત્રી ફસલ વીમા યોજનાનો સમાવેશ થાય છે. આ પ્લેટફોર્મ 11 પ્રાદેશિક ભાષાઓમાં કાર્યરત છે અને હાલ દરરોજ 8000થી વધુ ખેડૂતોના પ્રશ્નોનું નિરાકરણ લાવે છે. ડિસેમ્બર 2025 સુધીમાં, તેણે 9.3 મિલિયનથી વધુ પૂછપરછોને અસરકારક રીતે સંબોધિત કરી હતી, જેનાથી દેશભરમાં યોજનાઓ સંબંધિત માહિતી સુધી ખેડૂતોની પહોંચમાં સુધારો થયો હતો.

રાષ્ટ્રીય જીવાત નિરીક્ષણ પ્રણાલી:

2024 માં રજૂ કરાયેલ રાષ્ટ્રીય જંતુ દેખરેખ પ્રણાલી (NPSS), જંતુઓના આક્રમણ અને કૃષિ રોગોની પ્રારંભિક ઓળખને સરળ બનાવવા માટે કૃત્રિમ બુદ્ધિ (AI) અને મશીન લર્નિંગ (ML) નો ઉપયોગ કરે છે. વપરાશકર્તા-મૈત્રીપૂર્ણ મોબાઇલ એપ્લિકેશન અને ઓનલાઇન પોર્ટલ પરથી સુલભ આ સિસ્ટમ ખેડૂતોને અસરગ્રસ્ત પાક અથવા જીવાતોની છબીઓ ઝડપી ઓળખ અને નિદાન માટે અપલોડ કરવાની સુવિધા પૂરી પાડે છે.

ઇમેજ એનાલિટિક્સનો ઉપયોગ કરીને, NPSS વાસ્તવિક સમયમાં પાક સંરક્ષણ સલાહ પૂરી પાડે છે. આનાથી ખેડૂતોને યોગ્ય જીવાત અને રોગ નિયંત્રણ પદ્ધતિઓ વિશે માર્ગદર્શન મળે છે અને પાકના નુકસાનને ઘટાડવા માટે સમયસર દરમિયાનગીરી શક્ય બને છે. ડિસેમ્બર 2025 સુધીમાં, 10,000 થી વધુ વિસ્તરણ કાર્યકરો NPSS નો ઉપયોગ કરી રહ્યા છે, જે 66 વિવિધ પાક અને 432 થી વધુ પ્રકારના જીવાતોના સંચાલનમાં મદદ કરે છે.

AI-સંચાલિત સ્થાનિક ચોમાસાની શરૂઆતની આગાહીઓ જાણકાર ખરીફ વાવણીના નિર્ણયો માટે

ચોમાસાની શરૂઆત માટે આગાહીઓ ઉત્પન્ન કરવા માટે ખરીફ 2025 માં AI નો ઉપયોગ કરીને એક પાયલોટ પ્રોજેક્ટ શરૂ કરવામાં આવ્યો હતો જે 13 અલગ અલગ રાજ્યોમાં ચોક્કસ સ્થળોએ તૈયાર કરવામાં આવ્યો હતો. આ પહેલ ભારતીય હવામાન વિભાગ (આઈએમડી) અને ડેવલપમેન્ટ ઇનોવેશન લેબ-ઇન્ડિયાના સહયોગથી હાથ ધરવામાં આવી હતી. પાયલોટ પ્રોજેક્ટમાં ઓપન-સોર્સ બ્લેન્ડેડ મોડેલિંગ અભિગમનો ઉપયોગ કરવામાં આવ્યો હતો. તેમાં ન્યુરલજીસીએમ, યુરોપિયન સેન્ટર ફોર મીડિયમ-રેન્જ વેધર ફોરકાસ્ટ્સ (ECMWF) આર્ટિફિશિયલ ઇન્ટેલિજન્સ ફોરકાસ્ટિંગ સિસ્ટમ (AIFS) અને IMD ના 125 વર્ષના ઐતિહાસિક વરસાદના ડેટાને જોડવામાં આવ્યા હતા. શ્રેષ્ઠ વાવણીના નિર્ણયોને માર્ગદર્શન આપવા માટે, સ્થાનિક ચોમાસાની શરૂઆત પર ધ્યાન કેન્દ્રિત કરવામાં આવ્યું હતું. mKisan પોર્ટલ દ્વારા SMS દ્વારા સંભાવના આગાહીઓ પ્રસારિત કરવામાં આવી હતી. આ આગાહીઓ 13 રાજ્યોમાં પાંચ પ્રાદેશિક ભાષાઓમાં 3.88 કરોડથી વધુ ખેડૂતો સુધી પહોંચી હતી. મધ્યપ્રદેશ અને બિહારમાં થયેલા અનુગામી સર્વેક્ષણો દર્શાવે છે કે 31-52 ટકા ખેડૂતોએ આગાહીના આધારે તેમના વાવેતરના નિર્ણયોમાં ફેરફાર કર્યા. તેમણે મુખ્યત્વે જમીનની તૈયારીમાં ફેરફાર કર્યો. તેમણે વાવણીની સમયરેખામાં પણ ફેરફાર કર્યો. વધુમાં, તેમણે પાક અને ઇનપુટ પસંદગીઓમાં ફેરફાર કર્યા.

ડિજિટલ કૃષિ મિશન દ્વારા માહિતી આધારિત શાસન

ડિજિટલ એગ્રીકલ્ચર મિશન 2024 માં શરૂ કરવામાં આવ્યું હતું. તેનો કુલ ખર્ચ ₹2,817 કરોડ છે. નાણાકીય વર્ષ 2025-26 માટે ₹54.972 કરોડની ફાળવણી કરવામાં આવી છે. આ મિશનનો ઉદ્દેશ્ય કૃષિ ક્ષેત્રમાં નવીન, ખેડૂત-કેન્દ્રિત ડિજિટલ સોલ્યુશન્સના વિતરણને આગળ વધારવાનો છે. આ મિશનનો ઉદ્દેશ્ય તમામ ખેડૂતોને પાક સંબંધિત વિશ્વસનીય માહિતી સમયસર ઉપલબ્ધ કરાવવાનો છે, જે ખેડૂતો, ભૂમિધારણ અને પાક અંગેના પ્રમાણિત ડેટાસેટ્સ, તેમજ માહિતી વિશ્લેષણ, કૃત્રિમ બુદ્ધિમત્તા અને દૂરસંવેદન જેવી અદ્યતન ડિજિટલ ટેકનોલોજીનો ઉપયોગ કરીને શક્ય બનશે.

ડેટા-આધારિત નિર્ણય લેવાને મજબૂત બનાવીને, આ મિશન કૃષિ સેવાઓની કાર્યક્ષમતા, પારદર્શિતા અને પ્રતિભાવશીલતા વધારવા માટે રચાયેલું છે. ભારતમાં કૃષિ માટે એક વ્યાપક ડિજિટલ જાહેર માળખાગત સુવિધા (ડીપીઆઈ) વિકસાવવાની કલ્પના કરે છે, જેમાં એગ્રીસ્ટેક અને કૃષિ નિર્ણય સહાયક સિસ્ટમ (કેડીએસએસ) જેવા પ્લેટફોર્મનો સમાવેશ થાય છે, તેમજ એક સંકલિત જમીનની ફળદ્રુપતા અને પ્રોફાઇલ નકશો, આમ ભારતમાં એક મજબૂત, માપી શકાય તેવા ડિજિટલ કૃષિ ઇકોસિસ્ટમનો પાયો નાખશે.

કૃષિ ડિજિટલ માળખું

એગ્રીસ્ટેક ડિજિટલ કૃષિ મિશનનો એક મુખ્ય ઘટક છે, જે ખેડૂતોને જમીનના રેકોર્ડ, પશુધનની માલિકી, ખેતી કરાયેલા પાક અને મેળવેલા લાભો સાથે જોડાયેલી એક અનોખી ડિજિટલ ઓળખ (ખેડૂત ID) પ્રદાન કરે છે, જે કૃષિ સેવાઓ માટે સુરક્ષિત ઓળખ અને તેની પહોંચ સુનિશ્ચિત કરે છે. 27 નવેમ્બર, 2025 સુધીમાં, 7.63 કરોડથી વધુ ખેડૂત ID બનાવવામાં આવ્યા છે, જેમાં 1.93 કરોડ મહિલા ખેડૂતો માટેના IDનો સમાવેશ થાય છે, જે 2026-27 સુધીમાં 11 કરોડ ID સુધી પહોંચવાના લક્ષ્ય તરફ આગળ વધી રહ્યા છે. નિર્માણ અને ચકાસણીને વેગ આપવા માટે, પીએમ-કિસાનના વહીવટી ભંડોળમાંથી ખેડૂત ઓળખપત્ર દીઠ ₹10 ફાળવવામાં આવ્યા છે. એક્રિસ્ટૅક મોબાઇલ આધારિત ડિજિટલ પાક સર્વેક્ષણને પણ સમર્થન આપે છે, જે પાકના પ્રકાર અને વાવેતર હેઠળના વિસ્તાર પર વાસ્તવિક સમયનો અને ખેતરના સ્તરનો ડેટા મેળવે છે. રવિ 2024–25 દરમિયાન આ સર્વેએ 492 જિલ્લાઓ અને 23.5 કરોડથી વધુ પ્લોટને આવરી લીધા હતા, અને આયોજન, દેખરેખ તથા નીતિ અમલીકરણને મજબૂત કરવા માટે નાણાકીય વર્ષ 2025–26 માં તમામ જિલ્લાઓમાં તેનો દેશવ્યાપી અમલ કરવાની યોજના છે.

કૃષિ નિર્ણય આધાર પ્રણાલી:

કૃષિ નિર્ણય સહાયક પ્રણાલી (કેડીએસએસ) સેટેલાઇટ છબીઓ, હવામાન માહિતી, જમીન અને જળ સંસાધનો, પાકના ડેટા અને સરકારી યોજનાઓના ડેટાબેઝ સહિતના વિવિધ સ્રોતોમાંથી ડેટાને એકીકૃત કરીને ડિજિટલ પાક નકશા, જમીનના નકશા, ઉપજના અંદાજો અને દુષ્કાળ અને પૂરની દેખરેખ અને મૂલ્યાંકન જેવી વ્યાપક વિશ્લેષણાત્મક માહિતી તૈયાર કરે છે. આ સિસ્ટમ પાક વૈવિધ્યકરણ માટેની સલાહને સક્ષમ કરીને અને પાક વીમા પતાવટ માટે ટેકનોલોજી આધારિત અને મોડેલ આધારિત ઉપજ મૂલ્યાંકનને સરળ બનાવીને જાણકાર નિર્ણય લેવામાં મદદ કરે છે. સાથે સાથે, KDSS સરકારી એજન્સીઓને વિશ્વાસપાત્ર, તત્કાળ સૂઝ પૂરી પાડીને પુરાવા આધારિત નીતિ નિર્ધારણ અને કાર્યક્રમ અમલીકરણને સુદ્રઢ કરે છે.

ભૂમિ સ્તરવિન્યાસ નકશા

ભારતીય જમીન અને ભૂ-ઉપયોગ સર્વેક્ષણ (એસએલયુએસઆઈ) દ્વારા હાથ ધરવામાં આવેલો રાષ્ટ્રવ્યાપી ભૂમિ સંસાધન મેપિંગ પ્રોજેક્ટ, ઉચ્ચ-રીઝોલ્યુશન સેટેલાઇટ છબીઓને ક્ષેત્ર આધારિત અવલોકનો સાથે સંકલિત કરીને 1:10,000 ના ઉચ્ચ ભૌગોલિક રીઝોલ્યુશન સાથે એક સર્વગ્રાહી ગ્રામીણ સ્તરની ભૂમિ ઇન્વેન્ટરી તૈયાર કરવાનો હેતુ ધરાવે છે. પરિણામસ્વરૂપ પ્રમાણિત જમીનના નકશા જમીનના જાણકાર ઉપયોગના આયોજન, પાકની પસંદગી અને ટકાઉ કૃષિ પદ્ધતિઓના પ્રોત્સાહન માટે વૈજ્ઞાનિક આધાર પૂરા પાડે છે. સપ્ટેમ્બર 2024 સુધીમાં, લગભગ 29 મિલિયન હેક્ટર ખેતીલાયક જમીનનો સર્વે કરવામાં આવ્યો છે, જ્યારે 142 મિલિયન હેક્ટર ખેતીલાયક જમીનનો લક્ષ્યાંક રાખવામાં આવ્યો હતો. મિશનના અમલીકરણ માટે, ઉત્તર પ્રદેશ, મધ્ય પ્રદેશ, રાજસ્થાન, મહારાષ્ટ્ર, તમિલનાડુ અને આંધ્ર પ્રદેશ - આ છ રાજ્યોને 1076 કરોડ રૂપિયાની ફાળવણી કરવામાં આવી છે. વધુમાં, રાજ્યને ક્ષેત્ર-સ્તરીય શિબિરોનું આયોજન કરવા અને સ્થાનિક વહીવટીતંત્રને સંલગ્ન કરવા માટે કેમ્પ-મોડ વ્યૂહરચના અમલમાં મૂકવા માટે કહેવામાં આવ્યું છે, જેમાં દરેક શિબિર માટે ₹15,000 નું બજેટ નક્કી કરવામાં આવ્યું છે.

AI સક્ષમ, તકનીક સંચાલિત સ્થિતિસ્થાપક કૃષિ માટે પાક વીમો

પ્રધાનમંત્રી ફસલ બીમા યોજના (પીએમએફબીવાય) ઓછી, નિશ્ચિત પ્રીમિયમ દરો દ્વારા ખેડૂતોને સસ્તો પાક વીમો આપીને અણધાર્યા બનાવોને કારણે થતા પાકના નુકસાનથી બચાવવા માટે શરૂ કરવામાં આવી હતી. ખરીફ અન્ન અને તેલીબિયાં પાકો માટે ખેડૂતો માત્ર 2 ટકા, રબી અન્ન અને તેલીબિયાં પાકો માટે 1.5 ટકા, અને વ્યાવસાયિક તથા બાગાયતી પાકો માટે 5 ટકા પ્રીમિયમ ચૂકવે છે, બાકીના પ્રીમિયમ પર સરકાર સબસિડી આપે છે. ઉત્તર-પૂર્વ રાજ્યો, જમ્મુ અને કાશ્મીર તથા હિમાચલ પ્રદેશમાં, સંવેદનશીલ ખેડૂતોને વીમા કવચ સુનિશ્ચિત કરવા માટે સંપૂર્ણ પ્રીમિયમ સરકાર દ્વારા ભોગવવામાં આવે છે.

આ યોજનાએ કાર્યક્ષમતા અને પારદર્શિતા વધારવા માટે એઆઈ-સક્ષમ તકનીકોનો તબક્કાવાર સમાવેશ કર્યો છે.

યસ-ટેક (ટેકનોલોજી આધારિત ઉપજ અંદાજ પ્રણાલી) દૂરસંવેદન અને કૃત્રિમ બુદ્ધિ (AI) આધારિત પૃથક્કરણનો ઉપયોગ કરીને ચોક્કસ ઉપજ અંદાજ ઉત્પન્ન કરે છે. ખરીફ 2023 માં ડાંગર અને ઘઉં માટે શરૂ કરાયેલ અને ખરીફ 2024 માં સોયાબીન સુધી વિસ્તૃત, YES-TECH ટેકનોલોજી-આધારિત મૂલ્યાંકન માટે ઓછામાં ઓછા 30 ટકા ભાર ફાળવે છે. જાન્યુઆરી 2025 સુધીમાં, તેને નવ રાજ્યો દ્વારા અપનાવવામાં આવ્યું છે. મધ્યપ્રદેશ સંપૂર્ણપણે ટેકનોલોજી-આધારિત ઉપજ અંદાજ તરફ સંક્રમિત થઈ ગયું છે. આ સંક્રમણ સમયસર નુકસાન મૂલ્યાંકનને સક્ષમ બનાવે છે. તે ઝડપી દાવાની પતાવટ માટે પણ પરવાનગી આપે છે.

ક્રોપિક (પાકના વાસ્તવિક-સમયના અવલોકનો અને તસવીરોનો સંગ્રહ) એ કૃત્રિમ બુદ્ધિમત્તા-સક્ષમ સાધન છે જે પાકના સ્વાસ્થ્ય પર દેખરેખ રાખવા અને પાકના નુકસાનનું મૂલ્યાંકન કરવા માટે વપરાય છે. મોબાઇલ એપ્લિકેશન દ્વારા, ખેડૂતો અને ફિલ્ડ કોઓર્ડિનેટર સ્માર્ટફોનમાંથી ભૌગોલિક ટેગવાળી, સમય-ચિહ્નિત પાકની છબીઓ અપલોડ કરે છે. આ સમય-શ્રેણીના ફોટોગ્રાફ્સ વીમાકૃત પાક સાથે તેની સુસંગતતા ચકાસવામાં મદદ કરે છે અને સ્થાનિક આફતો દરમિયાન ચોક્કસ નુકસાનનું મૂલ્યાંકન શક્ય બનાવે છે. ક્રોપિક પાક વીમાના અમલ, આપત્તિ પ્રતિભાવ અને ડેટા-આધારિત નિર્ણય લેવાને મજબૂત બનાવતી પારદર્શક, જીવંત અને પુરાવા-આધારિત સિસ્ટમ પૂરી પાડે છે.

2023 માં રજૂ કરાયેલ WINDS (વેધર ઇન્ફર્મેશન એન્ડ નેટવર્ક ડેટા સિસ્ટમ) એક રાષ્ટ્રવ્યાપી પ્લેટફોર્મ છે જે સચોટ અને સમયસર હવામાન માહિતી પહોંચાડવા માટે વિવિધ હવામાન પ્રણાલીઓને જોડે છે. આ કૃષિમાં હવામાનનું સચોટ નિરીક્ષણ, આયોજન અને જોખમ મૂલ્યાંકન સક્ષમ બનાવે છે.

પીએમએફબીવાય ભારતના સૌથી વ્યાપક પાક વીમા કાર્યક્રમ તરીકે ઉભરી આવ્યું છે. પ્રધાનમંત્રી ફસલ બીમા યોજના (પીએમએફબીવાય) ની સાથે રજૂ કરાયેલી પુનર્ગઠિત હવામાન આધારિત પાક વીમા યોજના (આરડબ્લ્યુબીસીઆઈએસ) એ હવામાન સૂચકાંક આધારિત વીમા યોજના છે જે ઉપજ આધારિત કવચને પૂરક બનાવે છે. વર્ષ 2016-17 થી 2024-25 દરમિયાન (ઓક્ટોબર 2025 સુધીમાં), પ્રધાનમંત્રી ફસલ બીમા યોજના (પીએમએફબીવાય) અને પુનર્ગઠિત હવામાન આધારિત પાક વીમા યોજના (આરડબલ્યુબીસીઆઈએસ) - આ બંને યોજનાઓએ મળીને 78.51 કરોડ ખેડૂત અરજીઓને આવરી લીધી છે. આ સમયગાળા દરમિયાન, ખેડૂતોએ ₹35,919 કરોડના પ્રીમિયમ ચૂકવ્યા, જ્યારે ₹1,90,374 કરોડના દાવા ચૂકવવામાં આવ્યા, જેનાથી 23 કરોડથી વધુ ખેડૂત અરજીઓને લાભ થયો. 2020-21 થી 2024-25 સુધીનો તાજેતરનો સમયગાળો નોંધપાત્ર છે. 31ઓક્ટોબર 2025 સુધીમાં, યોજનાઓમાં 55.28 કરોડથી વધુ અરજીઓ આવરી લેવામાં આવી હતી. તેમણે દાવાઓમાં ₹93891 કરોડ ચૂકવ્યા હતા. આનાથી 14.97 કરોડથી વધુ ખેડૂતોની અરજીઓને ફાયદો થયો હતો. આ હકીકતો ઉત્પાદન જોખમો સામે ખેડૂતોની આજીવિકાનું રક્ષણ કરવામાં પ્રધાનમંત્રી ફસલ બીમા યોજનાની વધતી પહોંચ, વિશ્વાસપાત્રતા અને પ્રભાવને રેખાંકિત કરે છે.

કૃત્રિમ બુદ્ધિ સંચાલિત કૃષિ તકનીકી સ્ટાર્ટઅપ્સ અને ઉભરતા કૃષિ આવિષ્કારો

ભારત સરકાર વર્ષ 2018-19 થી રાષ્ટ્રીય કૃષિ વિકાસ યોજના (આરકેવીવાય) હેઠળ ઇનોવેશન એન્ડ એગ્રી-એન્ટરપ્રિન્યોરશિપ ડેવલપમેન્ટ કાર્યક્રમ દ્વારા એગ્રી-ટેક સ્ટાર્ટઅપ્સના ઝડપી વિકાસને પ્રોત્સાહન આપી રહી છે. સમાંતરે, આ કાર્યક્રમ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI), મશીન લર્નિંગ, પ્રિસિઝન ફાર્મિંગ, ડ્રોન અને આબોહવા-સ્માર્ટ કૃષિ સહિતની ઉભરતી ટેકનોલોજી અપનાવવાને પ્રોત્સાહન આપે છે. એગ્રી-ટેક સ્ટાર્ટઅપ્સ ભારતીય કૃષિ માટે એક નવા યુગની શરૂઆત કરી રહ્યા છે, જે કૃષિ પદ્ધતિઓને કૃત્રિમ બુદ્ધિમત્તા સાથે જોડી રહ્યા છે. આ સ્ટાર્ટઅપ્સ, જેમને “આશાનું કિરણ” ગણાવવામાં આવે છે, તેઓ દેશભરમાં નવીનતાને વેગ આપી રહ્યા છે અને ખેતીવાડીની કામગીરીમાં પરિવર્તન લાવી રહ્યા છે.

આ કાર્યક્રમ હેઠળ, નોલેજ પાર્ટનર્સ (KPs) અને RKVY એગ્રીબિઝનેસ ઇન્ક્યુબેટર્સ (R-ABIs) એગ્રી-સ્ટાર્ટઅપ્સને માળખાગત ટેકનિકલ અને નાણાકીય સહાય પૂરી પાડે છે. આ સહાય વિચાર અથવા પૂર્વ-બીજ તબક્કામાં ₹5 લાખ સુધીના ભંડોળ સાથે ઉપલબ્ધ છે. તે બીજ તબક્કામાં ₹25 લાખ સુધીના ભંડોળ સાથે પણ ઉપલબ્ધ છે. આ સહાય કૃષિ-સ્ટાર્ટઅપ્સને નવીન ઉત્પાદનો અને સેવાઓ વિકસાવવા, પાયલોટ કરવા અને સ્કેલ કરવા સક્ષમ બનાવે છે. જાન્યુઆરી 2026 સુધીમાં, 6,000 થી વધુ કૃષિ સ્ટાર્ટઅપ્સને તાલીમ આપવામાં આવી છે, અને નાણાકીય વર્ષ 2019-20 થી નાણાકીય વર્ષ 2025-26 દરમિયાન, કુલ 2282 સ્ટાર્ટઅપ્સને નાણાકીય અને તકનીકી સહાય પૂરી પાડવામાં આવી છે, જેમાં કુલ ₹186.55 કરોડની અનુદાન સહાયનો સમાવેશ થાય છે.

આ સમર્થિત સ્ટાર્ટઅપ્સ મુખ્ય ક્ષેત્રોમાં કાર્યરત છે, જેમાં ચોક્કસ ખેતી, આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અને ઇન્ટરનેટ ઓફ થિંગ્સ (IoT) આધારિત ઉકેલો, ખેતીના યાંત્રિકીકરણ, લણણી પછીની અને ખાદ્ય ટેકનોલોજી, પુરવઠા શૃંખલા વ્યવસ્થાપન, કચરામાંથી સંપત્તિના ઉપક્રમો અને ઓર્ગેનિક ખેતીનો સમાવેશ થાય છે. આનાથી કૃષિ અને સંલગ્ન ક્ષેત્રોમાં નવીનતાને પ્રોત્સાહન મળે છે અને કાર્યક્ષમતા વધે છે.

કૃત્રિમ બુદ્ધિમત્તા સંચાલિત રોબોટિક્સ ખેતીની કામગીરીમાં આમૂલ પરિવર્તન

ભારતીય કૃષિ અનુસંધાન પરિષદ (આઈસીએઆર) – ભારતીય કૃષિ સંશોધન સંસ્થા (આઈઆરઆઈ) નો કૃષિ ઈજનેરી વિભાગ જમીન પરીક્ષણ, વાવેતર, લણણી અને પાક સર્વેલન્સ સહિત ખેતીના વિવિધ કાર્યો માટે કૃષિ રોબોટિક્સ વિકસાવવામાં સક્રિયપણે જોડાયેલો છે. આ પ્રયાસોને પૂરક બનાવતા, ભારતના કૃષિ રોબોટિક્સ ઇકોસિસ્ટમે નોંધપાત્ર પ્રગતિ સાધી છે, જેમાં સ્વાયત્ત ટ્રેક્ટર, રોબોટિક લણણી પ્રણાલીઓ અને પાકના નિરીક્ષણ માટે AI-સક્ષમ સાધનોનો સમાવેશ થાય છે, જે કૃષિ પદ્ધતિઓમાં ઓટોમેશન અને બુદ્ધિશાળી તકનીકોના વધતા એકીકરણને પ્રતિબિંબિત કરે છે.

ભારતમાં ભવિષ્યની ખેતી: ઇમ્પેક્ટ કૃત્રિમ બુદ્ધિમત્તા માળખું

22 ઓક્ટોબર, 2025 ના રોજ, ભારત સરકારે "ભારતમાં ભવિષ્યની ખેતી: કૃષિ માટે કૃત્રિમ બુદ્ધિમત્તા પ્લેબુક" નામનો દસ્તાવેજ પ્રકાશિત કર્યો. ભારત સરકારના મુખ્ય વૈજ્ઞાનિક સલાહકારના કાર્યાલય, ઇન્ડિયાએઆઈ (મેઇટી) અને બીસીજી એક્સના સહયોગથી વર્લ્ડ ઇકોનોમિક ફોરમ દ્વારા એક ઇનસાઇટ રિપોર્ટ તરીકે વિકસાવવામાં આવેલી આ પ્લેબુક ભારતીય કૃષિમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ (એઆઈ) ના જવાબદાર અને માપનીય અમલીકરણ માટે નીતિ-લક્ષી રોડમેપ પ્રદાન કરે છે, જેમાં નાના અને સીમાંત ખેડૂતો પર વિશેષ ધ્યાન આપવામાં આવ્યું છે.

પ્રાયોગિક તબક્કાની AI એપ્લિકેશન્સમાંથી મોટા પાયે અમલીકરણ તરફના સંક્રમણને સરળ બનાવવા માટે આ કાર્ય યોજના ખંડિત ડેટા પર્યાવરણો, મર્યાદિત ડિજિટલ માળખું, ખર્ચાળતાના અવરોધો અને અંતિમ માઇલ વિતરણના પડકારો સહિતના મહત્વપૂર્ણ અવરોધોને સંબોધે છે. કૃષિની દૈનિક કામગીરીમાં ડેટા આધારિત નિર્ણયો લેવામાં કૃત્રિમ બુદ્ધિને એક સશક્તિકરણ સાધન તરીકે સ્થાન આપે છે, જેનાથી ઉત્પાદકતામાં વધારો, આબોહવા પરિવર્તન સામે સ્થિતિસ્થાપકતા મજબૂત, સંસાધનોનો શ્રેષ્ઠ ઉપયોગ અને બજારની પહોંચમાં સુધારો થવાની સંભાવના છે.

અહેવાલ કૃષિ મૂલ્ય શૃંખલામાં એઆઈના અગ્રતાવાળા ઉપયોગો પર પ્રકાશ પાડે છે, જેમાં એઆઈ-સક્ષમ પાક આયોજન, જમીનના આરોગ્યનું ઝડપી વિશ્લેષણ, જીવાતની આગાહી અને નિયંત્રણ, અને સ્માર્ટ ડિજિટલ માર્કેટપ્લેસનો સમાવેશ થાય છે. આ પ્લેબુકનું મુખ્ય યોગદાન ઇમ્પેક્ટ AI માળખું છે, જે સમગ્ર ઇકોસિસ્ટમમાં કાર્યવાહીને માર્ગદર્શન આપવા, હિતધારકોની ભૂમિકાઓ સ્પષ્ટ કરવા, અને AI સોલ્યુશન્સના અસરકારક અમલીકરણને ટેકો આપવા માટે નીચેના સ્તંભો પર આધારિત છે:

એનેબલ સ્તંભ કૃષિમાં કૃત્રિમ બુદ્ધિમત્તાનો વ્યાપ વધારવા માટે જરૂરી મૂળભૂત સિસ્ટમો વિકસાવવા પર ધ્યાન કેન્દ્રિત કરે છે. કૃત્રિમ બુદ્ધિમત્તાના વ્યાપક સ્વીકારને સુનિશ્ચિત કરવા માટે સ્પષ્ટ AI વ્યૂહરચનાઓ ઘડવી, સહાયક નીતિઓનું નિર્માણ, ડેટાની વહેંચણી માટેની માળખાકીય વ્યવસ્થા અને ડિજિટલ માળખાકીય સુવિધાઓ જેવી સરકારની આગેવાનીવાળી કાર્યવાહીઓ પર તે ભાર મૂકે છે.

ક્રિએટ સ્તંભ કૃષિ માટે કૃત્રિમ બુદ્ધિમત્તાના ઉકેલો વિકસાવવા અને ચકાસવા પર ધ્યાન કેન્દ્રિત કરે છે. તે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) એપ્લિકેશન્સને ડિઝાઇન કરવા, તેની યથાર્થતા ચકાસવા અને તેને સુધારવા માટે સ્ટાર્ટ-અપ્સ, ટેકનોલોજી પ્રદાતાઓ અને સંશોધન સંસ્થાઓ વચ્ચેના સહયોગને રેખાંકિત કરે છે.

વિતરણ: વિતરણ સ્તંભ કૃત્રિમ બુદ્ધિના ઉપાયો ખેડૂતો સુધી અસરકારક રીતે પહોંચે તેની ખાતરી કરવા પર ધ્યાન કેન્દ્રિત કરે છે. તે વિસ્તરણ પ્રણાલીઓને મજબૂત બનાવે છે, સલાહકાર સેવાઓમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ (એઆઈ) ને એકીકૃત કરે છે અને પરિણામો સુધારવા માટે ક્ષેત્રીય પ્રતિભાવનો ઉપયોગ કરે છે.

નિષ્કર્ષ

ભારત કૃષિ ક્ષેત્રે એક ગહન તકનીકી પરિવર્તનનો અનુભવ કરી રહ્યું છે, જે કૃત્રિમ બુદ્ધિમત્તાનો લાભ લઈને પરંપરાગત પદ્ધતિઓમાંથી ડેટા-આધારિત અને ચોકસાઈપૂર્ણ વ્યવસ્થાતંત્ર તરફ આગળ વધી રહ્યું છે. ડિજિટલ પબ્લિક ઇન્ફ્રાસ્ટ્રક્ચરના વિશાળ નિર્માણ દ્વારા આ પરિવર્તન મજબૂત બન્યું છે, જેમાં ડિજિટલ એગ્રીકલ્ચર મિશન અને એગ્રીસ્ટેકનો સમાવેશ થાય છે, જે લાખો ખેડૂતોને લક્ષિત સેવાઓ પૂરી પાડવા માટે ચકાસાયેલ આધાર પૂરો પાડે છે. એઆઈ (આર્ટિફિશિયલ ઇન્ટેલિજન્સ) ના સંકલનથી સમગ્ર કૃષિ મૂલ્ય શૃંખલામાં મૂર્ત લાભ મળી રહ્યા છે.

ભારત-વિસ્તાર અને કિસાન ઈ-મિત્ર જેવા ટૂલ્સ બહુભાષી, રીઅલ-ટાઇમ સલાહકારી સેવાઓ પૂરી પાડે છે, દૂરના વિસ્તારોમાં પણ નિષ્ણાત જ્ઞાનને સુલભ બનાવે છે અને નિર્ણય લેવાની પ્રક્રિયાને વધુ સુધારે છે. ચોમાસાની આગાહી અને જંતુ સર્વેલન્સ (NPSS) માટે AI સંચાલિત સિસ્ટમ્સ ખેડૂતોને હવામાન અને જૈવિક જોખમોનું સક્રિયપણે સંચાલન કરવાની મંજૂરી આપે છે, જેનાથી સંભવિત નુકસાનમાં નોંધપાત્ર ઘટાડો થાય છે અને સ્થિતિસ્થાપકતા વધે છે. યસ-ટેક અને ક્રોપિક દ્વારા ચોક્કસ ખેતી, એગ્રી-રોબોટિક્સ અને એઆઈ-સંચાલિત પાક વીમામાં થયેલી નવીનતાઓ સંસાધનોના ઉપયોગને શ્રેષ્ઠ બનાવે છે અને દાવાઓનું ઝડપી અને વધુ પારદર્શક નિરાકરણ સુનિશ્ચિત કરે છે. તદુપરાંત, આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આધારિત એનાલિટિક્સ પુરવઠા શૃંખલામાં રહેલા માળખાકીય અવરોધોને દૂર કરવાનો પ્રયાસ કરે છે, જેના પરિણામે લઘુ અને સીમાંત ખેડૂતો માટે ભાવ નિર્ધારણ પ્રક્રિયા અને બજાર પ્રવેશમાં સુધારો થાય છે. સામૂહિક રીતે, આ પહેલ ટેકનોલોજી પ્રત્યે માનવ-કેન્દ્રિત અભિગમ દર્શાવે છે, જે સર્વસમાવેશક વિકાસ અને ખેડૂત સમુદાયના કલ્યાણને પ્રાધાન્ય આપતા ટકાઉ કૃષિ વિકાસને લક્ષ્યમાં રાખે છે.

References

Lok Sabha

<ul>
 <li><a href="https://sansad.in/getFile/loksabhaquestions/annex/184/AU1327_9GvOxz.pdf?source=pqals">https://sansad.in/getFile/loksabhaquestions/annex/184/AU1327_9GvOxz.pdf?source=pqals</a></li>
 <li><a href="https://sansad.in/getFile/loksabhaquestions/annex/186/AS28_hkCNC9.pdf?source=pqals">https://sansad.in/getFile/loksabhaquestions/annex/186/AS28_hkCNC9.pdf?source=pqals</a></li>
 <li><a href="https://sansad.in/getFile/loksabhaquestions/annex/185/AU4291_vaBPbO.pdf?source=pqals">https://sansad.in/getFile/loksabhaquestions/annex/185/AU4291_vaBPbO.pdf?source=pqals</a></li>
 <li><a href="https://sansad.in/getFile/loksabhaquestions/annex/186/AU2582_mUayeg.pdf?source=pqals">https://sansad.in/getFile/loksabhaquestions/annex/186/AU2582_mUayeg.pdf?source=pqals</a></li>
 <li><a href="https://sansad.in/getFile/loksabhaquestions/annex/186/AU2608_FGMVt9.pdf?source=pqals">https://sansad.in/getFile/loksabhaquestions/annex/186/AU2608_FGMVt9.pdf?source=pqals</a></li>
</ul>

Rajya Sabha

<ul>
<li><a href="https://sansad.in/getFile/annex/268/AU641_0WOWQV.pdf?source=pqars">https://sansad.in/getFile/annex/268/AU641_0WOWQV.pdf?source=pqars</a></li>
</ul>

Ministry of Agriculture & Farmers Welfare

<ul>
 <li><a href="https://agriwelfare.gov.in/en/DigiAgriDiv">https://agriwelfare.gov.in/en/DigiAgriDiv</a></li>
 <li><a href="https://apsac.ap.gov.in/wp-content/uploads/2023/01/Document2.pdf?utm_">https://apsac.ap.gov.in/wp-content/uploads/2023/01/Document2.pdf?utm_</a></li>
 <li><a href="https://pmfby.gov.in/yestech">https://pmfby.gov.in/yestech</a></li>
 <li><a href="https://agriwelfare.gov.in/Documents/EOI/EOI_CROPIC_04062025.pdf">https://agriwelfare.gov.in/Documents/EOI/EOI_CROPIC_04062025.pdf</a></li>
 <li><a href="https://www.iari.res.in/en/files/divisionalPublications/The_Rise_of_AgriBots_Content_v2_09042025.pdf">https://www.iari.res.in/en/files/divisionalPublications/The_Rise_of_AgriBots_Content_v2_09042025.pdf</a></li>
 <li><a href="https://www.pib.gov.in/PressReleaseIframePage.aspx?PRID=2037406&utm_&reg=3&lang=2">https://www.pib.gov.in/PressReleaseIframePage.aspx?PRID=2037406&utm_&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2204751&reg=3&lang=1">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2204751&reg=3&lang=1</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2114896&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2114896&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2201004&reg=3&lang=1">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2201004&reg=3&lang=1</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2155533&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2155533&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2050966&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2050966&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2117390&utm_&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2117390&utm_&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/newsite/PrintRelease.aspx?relid=148441&reg=3&lang=2">https://www.pib.gov.in/newsite/PrintRelease.aspx?relid=148441&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2085179&utm_&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2085179&utm_&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2089250&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2089250&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2151354&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2151354&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2199566&utm_&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2199566&utm_&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2051719&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2051719&reg=3&lang=2</a></li>
</ul>

Ministry of Finance

<ul>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2221432&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2221432&reg=3&lang=2</a></li>
 <li><a href="https://www.indiabudget.gov.in/economicsurvey/doc/echapter.pdf">https://www.indiabudget.gov.in/economicsurvey/doc/echapter.pdf</a></li>
 <li>https://www.indiabudget.gov.in/doc/Budget_at_Glance/budget_at_a_glance.pdf</li>
</ul>

Ministry of Commerce and Industry

<ul>
<li><a href="https://www.startupindia.gov.in/content/sih/en/bloglist/blogs/how-are-agritech-startups-revolutionising-farming-practices-in-india.html">https://www.startupindia.gov.in/content/sih/en/bloglist/blogs/how-are-agritech-startups-revolutionising-farming-practices-in-india.html</a></li>
</ul>

Ministry of Electronics and Information Technology

<ul>
<li><a href="https://psa.gov.in/CMS/web/sites/default/files/publication/WEF_Future_Farming_in_India_A_Playbook_for_Scaling_Artificial_Intelligence_in_Agriculture_2025.pdf">https://psa.gov.in/CMS/web/sites/default/files/publication/WEF_Future_Farming_in_India_A_Playbook_for_Scaling_Artificial_Intelligence_in_Agriculture_2025.pdf</a></li>
</ul>

My Scheme

<ul>
<li><a href="https://www.myscheme.gov.in/schemes/pmfby">https://www.myscheme.gov.in/schemes/pmfby</a></li>
</ul>

NITI Aayog

<ul>
<li><a href="https://frontiertech.niti.gov.in/story/precision-farming-innovation-transforms-agriculture-in-tamil-nadu/">https://frontiertech.niti.gov.in/story/precision-farming-innovation-transforms-agriculture-in-tamil-nadu/</a></li>
<li><a href="https://www.niti.gov.in/sites/default/files/2023-03/National-Strategy-for-Artificial-Intelligence.pdf">https://www.niti.gov.in/sites/default/files/2023-03/National-Strategy-for-Artificial-Intelligence.pdf</a></li>
</ul>

Office of Principal Scientific Advisor to GoI

<ul>
<li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2181469&reg=3&lang=2">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2181469&reg=3&lang=2</a></li>
</ul>

PIB

<ul>
 <li><a href="https://www.pib.gov.in/PressReleasePage.aspx?PRID=2209737&reg=3&lang=1">https://www.pib.gov.in/PressReleasePage.aspx?PRID=2209737&reg=3&lang=1</a></li>
 <li><a href="https://www.pib.gov.in/PressNoteDetails.aspx?id=154892&NoteId=154892&ModuleId=3&reg=3&lang=2">https://www.pib.gov.in/PressNoteDetails.aspx?id=154892&NoteId=154892&ModuleId=3&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressNoteDetails.aspx?NoteId=154960&ModuleId=3&reg=3&lang=2">https://www.pib.gov.in/PressNoteDetails.aspx?NoteId=154960&ModuleId=3&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressNoteDetails.aspx?NoteId=155146&ModuleId=3&reg=3&lang=2">https://www.pib.gov.in/PressNoteDetails.aspx?NoteId=155146&ModuleId=3&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressNoteDetails.aspx?id=155010&NoteId=155010&ModuleId=3&reg=3&lang=2">https://www.pib.gov.in/PressNoteDetails.aspx?id=155010&NoteId=155010&ModuleId=3&reg=3&lang=2</a></li>
 <li><a href="https://www.pib.gov.in/PressNoteDetails.aspx?NoteId=157023&ModuleId=3&reg=3&lang=2&utm_">https://www.pib.gov.in/PressNoteDetails.aspx?NoteId=157023&ModuleId=3&reg=3&lang=2&utm_</a></li>
</ul>

<a href="https://static.pib.gov.in/WriteReadData/specificdocs/documents/2026/feb/doc2026214789901.pdf" target="_blank">English PDF</a>

SM/IJ/GP/JD

(Explainer ID: 157356) आगंतुक पटल : 13
Provide suggestions / comments

इस विज्ञप्ति को इन भाषाओं में पढ़ें: English , Urdu , हिन्दी , Bengali , Kannada