Поле за проверка на състоянието на соя в средата на лятото - изтощително, но необходима работа при премахване на нови сортове.
Селекционерите трябва да се скитат ежедневно под слънцето в критични периоди на вегетационния сезон, за да намерят растения, показващи желани характеристики, като ранно зреене на шушулки. Но, без да има възможност да автоматизира откриването на тези признаци, учените не могат да тестват толкова сайтове, колкото биха искали да увеличат времето за премахване на новите сортове на пазара.
В новото изследване на Университета в Илинойс учените предричат времето на узряването на соята в рамките на два дни с помощта на изображения от безпилотни и изкуствени интелигентност, което значително улеснява работата.
"Оценката на зрялост на шутурата изисква много време и тук често е възможно да се направи грешка, тъй като тази система за оценка се основава на цвета на шушулката и съществува риск от неправилно определяне", казва Никълъс Мартин , Доцент на катедрата по убеждаване в Илинойс и сътрудник на изследването. "Мнозина се опитаха да използват снимки от безпилотни самолети, за да оценят зрелостта, но ние сме първият, който ще намерим точен начин да го направим."
Родриго Тревизан, докторски студент, работещ с Мартин, преподава компютри за откриване на промени в цветовете върху изображения от дрони, събрани в пет проучвания, три растежни сезон и две страни. Важно е да се отбележи, че компютрите са в състояние да обмислят и интерпретират дори и "лошите" изображения.
"Да кажем, че искаме да събираме изображения на всеки три дни, но след като облаците се появят или вали, които засягат качеството на снимките. В крайна сметка, когато получавате данни за различни години или от различни места, те всички ще изглеждат различно от гледна точка на броя на изображенията, интервали и т.н. Основната иновация, която сме разработили, е как можем да вземем предвид цялата получена информация. Нашият модел работи добре, без значение колко често данните вървят ", казва Тревизан.
Тревизан използва вида на изкуствения интелект, наречен дълбоки конволюционни невронни мрежи (CNN). Той казва, че CNN е като начин, по който човешкият мозък се научава да тълкува компонентите на образите - цвят, форма, текстура - т.е. информацията, получена от очите ни.
"CNN открива малки промени в цвета, освен форми, граници и текстури. За нас най-важният беше цветът. Но предимството на моделите на изкуствено интелигентност, които използвахме, е, че би било съвсем лесно да се използва един и същ модел, който да предскаже друга характеристика, като например добив или период. Така че, сега, когато имаме тези модели, хората трябва да бъдат много по-лесни за използване на една и съща стратегия, за да изпълнят много други задачи ", обясни Тревизан.
Учените твърдят, че технологията ще бъде полезна предимно в развъдните търговски дружества.
"Имахме секторни партньори, които участваха в проучването, което определено би искало да го използват през следващите години. И те направиха много добър, важен принос. Те искаха да се уверят, че отговорите са от значение за полевите животновъди, които вземат решения, които избират растения и за фермери ", каза Никълъс Мартин.
(Източник: Farmtario.com. Снимка: Getty Images).