Палявая разведка для праверкі стану соевых бабоў ў разгар лета - знясільваючая, але неабходная праца пры вывядзенні новых гатункаў.
Селекцыянерам даводзіцца штодня блукаць пад пякучым сонцам у крытычныя перыяды вегетацыйнага перыяду, каб знайсці расліны, якія дэманструюць пажаданыя рысы, такія, як ранняе паспяванне струкоў. Але, не маючы магчымасці аўтаматызаваць выяўленне гэтых прыкмет, навукоўцы не могуць тэставаць столькі участкаў, колькі ім хацелася б, што павялічвае час вывядзенне новых гатункаў на рынак.
У новым даследаванні Універсітэта Ілінойса навукоўцы прагназуюць тэрмін паспявання соі на працягу двух дзён з выкарыстаннем малюнкаў з Дронов і штучнага інтэлекту, што істотна палягчае працу.
«Ацэнка сталасці струка патрабуе вельмі шмат часу і тут часта можна памыліцца, паколькі гэтая сістэма ацэнкі заснавана на колеры струка, і ёсць рызыка няправільна яго вызначыць, - распавядае Нікалас Марцін, дацэнт кафедры раслінаводства ў Ілінойсе і суаўтар даследаванні. - Многія спрабавалі выкарыстоўваць здымкі з Дронов для ацэнкі сталасці, але мы першыя, хто знайшоў дакладны спосаб зрабіць гэта ».
Радрыга Тревизан, дактарант, які працуе з Марцінам, навучыў кампутары выяўляць змены колеру па малюнках з Дронов, сабраных у пяці выпрабаваннях, трох вегетацыйны сезонах і двух краінах. Важна адзначыць, што кампутары змаглі ўлічваць і трактаваць нават «дрэнныя» малюнка.
«Скажам, мы хочам збіраць выявы кожныя тры дні, але аднойчы з'яўляюцца аблокі або ідзе дождж, што ўплывае на якасць здымкаў. У рэшце рэшт, калі вы атрымаеце дадзеныя за розныя гады ці з розных месцаў, усе яны будуць выглядаць па-рознаму з пункту гледжання колькасці малюнкаў, інтэрвалаў і гэтак далей. Асноўнае новаўвядзенне, якое мы распрацавалі, - гэта тое, як мы можам ўлічваць усю атрыманую інфармацыю. Наша мадэль працуе добра незалежна ад таго, як часта збіраліся дадзеныя », - кажа Тревизан.
Тревизан выкарыстаў тып штучнага інтэлекту, званы глыбокімі сверточными нейронных сеткамі (CNN). Ён кажа, што CNN падобныя на спосаб, якім чалавечы мозг вучыцца інтэрпрэтаваць кампаненты малюнкаў - колер, форму, тэкстуру - гэта значыць інфармацыю, атрыманую ад нашых вачэй.
«CNN выяўляюць невялікія змены ў колеры, акрамя формаў, межаў і тэкстуры. Для нас самым важным быў колер. Але перавага мадэляў штучнага інтэлекту, якія мы выкарыстоўвалі, заключаецца ў тым, што было б даволі проста выкарыстоўваць тую ж мадэль для прагназавання іншы характарыстыкі, такі як ўраджайнасць або паляганне. Такім чынам, цяпер, калі ў нас ёсць гэтыя мадэлі, людзям павінна быць нашмат прасцей выкарыстаць адну і тую ж стратэгію для выканання шматлікіх іншых задач », растлумачыў Тревизан.
Навукоўцы кажуць, што тэхналогія будзе карысная ў першую чаргу селекцыйным камерцыйным кампаніям.
«У нас былі галіновыя партнёры, якія ўдзельнічалі ў даследаванні, якія вызначана захочуць выкарыстаць гэта ў бліжэйшыя гады. І яны ўнеслі вельмі добры, важны ўклад. Яны хацелі пераканацца, што адказы актуальныя для палявых селекцыянераў, якія прымаюць рашэнні, якія выберуць расліны, і для фермераў », - сказаў Нікалас Марцін.
(Крыніца: farmtario.com. Фота: Getty Images).