![Беспилотни летала и вештачката интелигенција ја одредуваат зрелоста на соја со висока точност 5259_1](/userfiles/21/5259_1.webp)
Поле извидување за проверка на состојбата на соја во средината на летото - исцрпувачки, но неопходна работа при отстранување на нови сорти.
Одгледувачите треба да талкаат секојдневно под жестокото сонце во критични периоди на сезоната на растење за да најдат растенија кои покажуваат посакувани карактеристики како што се рано зреење на парчиња. Но, без можност за автоматизирање на откривањето на овие знаци, научниците не можат да тестираат толку многу сајтови како што би сакале да го зголемат времето за да ги елиминираат новите сорти на пазарот.
Во новата студија на Универзитетот во Илиноис, научниците го предвидуваат времето на созревањето на соја во рок од два дена користејќи слики од беспилотни летала и вештачка интелигенција, што во голема мера ја олеснува работата.
"Проценката на зореноста Pod бара многу време и овде често е можно да се направи грешка, бидејќи овој систем за евалуација се заснова на бојата на подот, а постои ризик неправилно утврдување", вели Николас Мартин , Вонреден професор на Одделот за изведување во Илиноис и соработник на студијата. "Многумина се обидоа да користат снимки од беспилотни летала за да ја проценат зрелоста, но ние сме први што ќе најдеме точен начин да го сториме тоа".
Родриго Тревизан, докторски студент кој работи со Мартин, предава компјутери за откривање на промени во боја на слики од беспилотни летала со пет испитувања, три растечки сезони и две земји. Важно е да се напомене дека компјутерите можат да ги разгледаат и интерпретираат дури и "лошите" слики.
"Да речеме дека сакаме да собираме слики на секои три дена, но откако ќе се појават облаците или врне, што влијае на квалитетот на сликите. На крајот, кога добивате податоци за различни години или од различни места, сите тие ќе изгледаат поинаку од гледна точка на бројот на слики, интервали и така натаму. Главната иновација што ја развивме е како можеме да ги земеме предвид сите информации добиени. Нашиот модел работи добро, без разлика колку често податоците се одвиваат ", вели Тревизан.
Треревисан го користел типот на вештачка интелигенција, наречен длабок-наводни нервни мрежи (Ен-Ен). Тој вели дека Ен-Ен е како начин на кој човечкиот мозок учи да ги толкува компонентите на сликите - боја, форма, текстура - односно информациите добиени од нашите очи.
"Ен-Ен детектира мали промени во бојата, покрај формите, границите и текстурите. За нас, најважната беше боја. Но, предноста на моделите на вештачка интелигенција, која ја користевме, е дека би било толку едноставно да се користи истиот модел за да се предвиди уште една карактеристика, како што е принос или распон. Значи, сега кога ги имаме овие модели, луѓето треба да бидат многу полесни за користење на истата стратегија за исполнување на многу други задачи ", објасни Треневизан.
Научниците велат дека технологијата ќе биде корисна првенствено во одгледувањето комерцијални компании.
"Имавме секторски партнери кои учествуваа во студијата што дефинитивно би сакале да го искористат во наредните години. И тие направија многу добар, важен придонес. Тие сакаа да се осигураат дека одговорите се релевантни за одгледувачите на терен кои донесуваат одлуки за избор на растенија и за земјоделците ", рече Николас Мартин.
(Извор: Farmtario.com. Фото: Getty Images).