VALDKONNAHASTAMINE SOYBEANSi seisundi kontrollimiseks suvel - kurnav, kuid vajaliku töö uute sortide eemaldamisel.
Kasvatajad peavad kasvatama igapäevaselt kasvava hooaja kriitilistel perioodidel iga päev, et leida taimi, mis näitavad soovitavaid funktsioone, näiteks kaunite varajast valmimist. Kuid ilma võimaluse korral nende märkide avastamiseta automatiseerimist ei saa teadlased testida nii palju saite, sest nad sooviksid suurendada aega uute sortide kõrvaldamiseks turule.
Illinoisi Ülikooli uues uuringus ennustavad teadlased sojaubade küpsemise aega kahe päeva jooksul, kasutades drones ja tehisintellekti pilte, mis hõlbustab oluliselt tööd.
"POD-küpsuse hindamine nõuab palju aega ja siin on sageli võimalik vea teha, kuna see hindamissüsteem põhineb podi värvil ja on oht valesti määrata," ütleb Nicholas Martin Illinoisis ja uuringu koostöö osakonna assotsieerunud professor. "Paljud üritasid kasutada ukvoote hetkepiltide hindamiseks küpsuse hindamiseks, kuid me oleme esimene, kes leiavad selle tegemiseks täpsuse."
Martiniga töötav doktorant Trevizan õpetas arvutid, et tuvastada viie uuringus kogutud drones, kolm kasvuhooajal ja kahes riigis. Oluline on märkida, et arvutid suutsid kaaluda ja tõlgendada isegi "halba" pilte.
"Oletame, et tahame koguda pilte iga kolme päeva järel, kuid kui pilved ilmuvad või vihmasadu, mis mõjutab piltide kvaliteeti. Lõpuks, kui saite andmeid erinevate aastate või erinevate kohtade kohta, näevad nad kõik kujutiste, ajavahemike järel ja nii edasi erinevad. Peamine uuendus, mida oleme välja töötanud, on see, kuidas me võtame arvesse kogu saadud teavet. Meie mudel toimib hästi ükskõik kui tihti andmed läksid, "ütleb Trevizan.
Trevisan kasutas kunstliku intelligentsuse tüüpi, mida nimetatakse sügavatele konvoluutlike närvivõrkude (CNN). Ta ütleb, et CNN on nagu viis, kellele inimese aju õpib piltide komponente - värv, kuju, tekstuur - see tähendab, et meie silmadest saadud teave.
"CNN tuvastab väikeste värvide muutusi, lisaks vormidele, piiridele ja tekstuuridele. Meie jaoks oli kõige olulisem värv. Kuid kunstliku intelligentsuse mudelite eeliseks, mida me kasutasime, on see, et sama mudeli kasutamiseks oleks üsna lihtne kasutada teist omadust, näiteks saagis või span. Niisiis, nüüd, kui meil on need mudelid, peaksid inimesed palju lihtsam kasutama sama strateegiat paljude teiste ülesannete täitmiseks, "selgitas Trevizanit.
Teadlased ütlevad, et tehnoloogia on kasulik peamiselt aretusfirmades.
"Meil oli valdkondlikud partnerid, kes osalesid uuringus, mis kindlasti tahaksid seda lähiaastatel kasutada. Ja nad tegid väga hea, olulise panuse. Nad tahtsid veenduda, et vastused on asjakohased põllukasvatajate jaoks, kes teevad otsuseid tehase ja põllumajandustootjate valimiseks, "ütles Nicholas Martin.
(Allikas: Farmtario.com. Foto: Getty pildid).