Жаздың ортасындағы соя мемлекетін тексеру үшін кен орындарын тексеру - жаңа сорттарды алу кезінде таусылған, бірақ қажетті жұмыс.
Селекционерлер өсіп келе жатқан маусымның сыни кезеңдерінде күнделікті күн сайын вегетациялық кезеңдерде адасуы керек, мысалы, өсімдіктерді табу үшін өсімдіктерді табу керек. Бірақ, осы белгілерді анықтауға мүмкіндік берместен ғалымдар көптеген сайттарды тексере алмайды, өйткені олар нарыққа жаңа сорттарды жою уақытын арттырғысы келеді.
Иллинойс университетінің жаңа зерттеуінде ғалымдар екі күн ішінде сояның пісіп жетілуіне, дрондардан және жасанды интеллект бойынша суреттерді өте жеңілдететін уақытты болжайды.
«Подтың кемелдігін бағалау көп уақытты қажет етеді, бірақ бұл жерде қате жіберуге болады, өйткені бұл бағалау жүйесі бұл бағалау жүйесі PoD-тің түсіне негізделген және оны дұрыс анықтауға қаупі бар», - дейді Николас Мартин , Иллинойс штатындағы «Скрединг» кафедрасының доценті және зерттеу. «Көптеген адамдар жетілуді бағалау үшін дрондардан суреттерді қолдануға тырысты, бірақ біз оны бірінші болып табуға болатын».
Мартинмен жұмыс істейтін докторант Родриго Тревизан, компьютерлерден сабақ беріп, бес сынақтан алынған дрондардан түсетін түс өзгерістерін анықтауға үйретті, үш өсіп келе жатқан маусым және екі ел. Айта кету керек, компьютерлер тіпті «жаман» суреттерді қарастырып, түсіндіре алды.
«Біз үш күн сайын суреттерді жинағымыз келеді делік, бірақ бұлттардың пайда болуы немесе жаңбыр жауады, бұл суреттердің сапасына әсер етеді. Соңында, сіз әр түрлі жылдар үшін немесе әр түрлі жерлерде мәліметтер алған кезде, олар барлық суреттер, интервалдардың санынан және басқалар санынан өзгеше болады. Біз жасаған негізгі жаңашылдық - алынған барлық ақпаратты қалай ескеруіміз мүмкін. Біздің модельдер қаншалықты жиі болса да жақсы жұмыс істейді », - дейді Тревизан.
Тревисан терең дөрекі нейрондық желілер деп аталатын жасанды интеллект түрін қолданды (CNN). Оның айтуынша, CNN адам миы бейнеленген жол сияқты, олар бейнелер компоненттерін түсіндіруді үйренеді - түсі, пішіні, құрылымы - бұл біздің көзімізден алынған ақпарат.
«CNN түрлі-түсті түрдегі кішкентай өзгерістерді, формалардан, шекаралардан және текстурадан басқа анықтаңыз. Біз үшін ең бастысы - түс болды. Бірақ біз қолданған жасанды интеллект модельдерінің артықшылығы - бұл бір модельді пайдалану өте қарапайым, сондықтан өнімділік немесе аралығы сияқты басқа сипаттаманы болжау үшін өте қарапайым болар еді. Сонымен, қазір бізде осы модельдер бар, адамдар көптеген басқа тапсырмаларды орындау үшін бірдей стратегияны қолдану оңайырақ болуы керек », - деп түсіндірді Тревизан.
Ғалымдар технологиясы ең алдымен асыл тұқымды коммерциялық компанияларда пайдалы болады дейді.
«Бізде келесі жылдары қолданғысы келетін зерттеуге қатысқан салалық серіктестер болды. Олар өте жақсы, маңызды үлес қосты. Олар жауаптардың өсімдіктер мен фермерлер үшін шешім қабылдайтын дала селекционерлеріне қатысты екеніне көз жеткізгісі келді », - деді Николас Мартин.
(Дереккөз: Farmtario.com. Сурет: Getty кескіндері).