![თვითმფრინავები და ხელოვნური ინტელექტი განსაზღვრავს soybeans სიმწიფის მაღალი სიზუსტით 5259_1](/userfiles/21/5259_1.webp)
Soybeans- ის მდგომარეობის შესამოწმებლად ზაფხულის შუაგულში - ამოწურვის, მაგრამ აუცილებელი სამუშაო, როდესაც ახალი ჯიშების მოხსნისას.
სელექციონერებს ყოველდღიურად უნდა იმოქმედონ მზარდი სეზონის კრიტიკულ პერიოდებში, რათა იპოვონ მცენარეთა სასურველი თვისებები, როგორიცაა ადრეული ripening of pods. მაგრამ, ამ ნიშნების გამოვლენის შესაძლებლობის გარეშე, მეცნიერებს არ შეუძლიათ შეამოწმოთ როგორც ბევრი საიტები, რადგან მათ სურთ გაზარდონ დრო, რათა აღმოფხვრას ახალი ჯიშების ბაზარზე.
ილინოისის უნივერსიტეტის ახალი შესწავლისას მეცნიერები სოიოსების მეწარმეების პროგნოზს ორ დღეში ორი დღის განმავლობაში თვითმფრინავების და ხელოვნური ინტელექტის გამოყენებით, რაც ხელს უწყობს მუშაობას.
"POD- ის ვადის შეფასება ბევრ დროს მოითხოვს და აქ ხშირად შესაძლებელია შეცდომის გაკეთება, რადგან ეს შეფასების სისტემა ეფუძნება პოდს, და არსებობს არასწორი განსაზღვრის რისკი", - ამბობს ნიკოლოზ მარტინი ილინოისის განვითარების დეპარტამენტის ასოცირებული პროფესორი და კვლევის თანამშრომელი. "ბევრი ცდილობდა გამოიყენოს snapshots საწყისი თვითმფრინავები, რათა შეაფასოს სიმწიფის, მაგრამ ჩვენ ვართ პირველი, რათა იპოვოს ზუსტი გზა ამის გაკეთება."
როდრიგო ტრევიზანი, მარტინთან მუშაობის სადოქტორო სტუდენტი, ასწავლიდა კომპიუტერებს, რათა მოხდეს ფერადი ცვლილებები გამოსახულებებიდან ხუთი სასამართლოში, სამივე მზარდი სეზონი და ორი ქვეყანა. მნიშვნელოვანია აღინიშნოს, რომ კომპიუტერებმა შეძლეს განიხილონ და განიხილონ "ცუდი" სურათებიც კი.
"მოდით ვთქვათ, ჩვენ გვინდა შეგროვება სურათების ყოველ სამ დღეში, მაგრამ ერთხელ ღრუბლები გამოჩნდება ან წვიმს, რაც გავლენას ახდენს სურათების ხარისხზე. საბოლოო ჯამში, როდესაც თქვენ მიიღებთ მონაცემებს სხვადასხვა წლების განმავლობაში ან სხვადასხვა ადგილებში, ისინი ყველაფერს გამოიყურება სხვადასხვა სურათების, ინტერვალით და ა.შ. მთავარი ინოვაცია ჩვენ განვითარდა, როგორ შეგვიძლია გავითვალისწინოთ ყველა ინფორმაცია. ჩვენი მოდელი კარგად მუშაობს, რამდენად ხშირად ხდება მონაცემები ", - ამბობს Trevizan.
Trevisan გამოიყენა ტიპის ხელოვნური ინტელექტი, მოუწოდა Deep Convolutional Neural Networks (CNN). მისი თქმით, CNN ჰგავს გზას, ვისთვისაც ადამიანის ტვინი გაიგებს სურათების კომპონენტების ინტერპრეტაციას - ფერის, ფორმის, ტექსტურას - ეს არის ჩვენი თვალით მიღებული ინფორმაცია.
"CNN აღმოაჩინოს მცირე ცვლილებები ფერი, გარდა ფორმები, საზღვრები და ტექსტურები. ჩვენთვის ყველაზე მნიშვნელოვანი იყო ფერი. მაგრამ ხელოვნური ინტელექტის მოდელების უპირატესობა, რომელიც ჩვენ ვიყენებთ, არის ის, რომ საკმაოდ მარტივი იქნებოდა იგივე მოდელი გამოიყენოს სხვა დამახასიათებელი, როგორიცაა სარგებელი ან span. ასე რომ, ახლა, რომ ჩვენ გვყავს ეს მოდელები, ხალხი უნდა იყოს ბევრად უფრო ადვილია გამოიყენოს იგივე სტრატეგია, რათა შეასრულოს ბევრი სხვა ამოცანები, "განმარტა Trevizan.
მეცნიერები ამბობენ, რომ ტექნოლოგია სასარგებლო იქნება, პირველ რიგში, კომერციულ კომპანიებში.
"ჩვენ გვქონდა სექტორული პარტნიორები, რომლებიც მონაწილეობდნენ იმ კვლევაში, რომელიც აუცილებლად უნდა გამოვიყენოთ მომავალ წლებში. მათ ძალიან კარგი, მნიშვნელოვანი წვლილი შეიტანა. მათ სურდათ დარწმუნდნენ, რომ პასუხები შესაბამისია საველე სელექციონერებისათვის, რომლებიც მიიღებენ გადაწყვეტილებებს მცენარეთა და ფერმერებისთვის, "- განაცხადა ნიკოლას მარტინმა.
(წყარო: farmtario.com. ფოტო: გეტის სურათები).