![Дроне и вештачка интелигенција одређују зрелост соје са високом тачношћу 5259_1](/userfiles/21/5259_1.webp)
Теренско извиђање за провјеру стања соја усред лета - исцрпљујући, али неопходан посао приликом уклањања нових сорти.
Узгајивачи морају свакодневно лутати под сирницама Сунце у критичним периодима растуће сезоне да би пронашли биљке које показују пожељне карактеристике као што су рано зрење мазга. Али, без могућности да аутоматизовате откривање ових знакова, научници не могу тестирати онолико локација колико би желели да повећају време да елиминишу нове сорте на тржиште.
У новој студији Универзитета у Илиноису, научници предвиђају време сазревања соја у року од два дана користећи слике са дронова и вештачке интелигенције, што увелико олакшава рад.
"Процена макс доспела захтева пуно времена и овде је често могуће погрешити, јер је овај систем евалуације заснован на боји малежности и постоји ризик од неправилног утврђивања", каже Ницхолас Мартин , Ванредни професор одељења за веравање у Илиноису и сараднику студије. "Многи су покушали да користе снимке из дрона да би проценили зрелост, али ми смо први који је пронашао тачан начин да се то урадимо."
Родриго Тревизан, докторски студент који ради са Мартином, предавао је рачунаре да открију промене боја на сликама са прикупљеним у пет суђења, три растуће сезоне и две земље. Важно је напоменути да су рачунари могли да размотре и интерпретирају ни "лоше" слике.
"Рецимо да желимо да сакупимо слике свака три дана, али када се облаци појаве или пада киша, што утиче на квалитет слика. На крају, када примите податке за различите године или са различитих места, сви ће изгледати другачије од становишта броја слика, интервала и тако даље. Главна иновација коју смо развили је како можемо узети у обзир све примљене информације. Наш модел добро ради без обзира колико често били подаци ", каже Тревизан.
Тревисан је користио врсту вештачке интелигенције, зване дубоке конвенционарне неуронске мреже (ЦНН). Каже да је ЦНН попут начина на који људски мозак научи да протумачи компоненте слике - боје, облик, текстуру - то јест, информације добијене из наших очију.
"ЦНН открива мале промене у боји, осим облика, граница и текстура. За нас је најважнија боја. Али предност модела вештачке интелигенције, које смо користили, јесте да би то било прилично једноставно користити исти модел да би се предвидио још један карактеристичан, као што је принос или распон. Дакле, сада када имамо ове моделе, људи би требали бити много лакше користити исту стратегију за испуњавање многих других задатака ", објаснио је Тревизан.
Научници кажу да ће технологија бити корисна пре свега у узгој комерцијалних компанија.
"Имали смо секторске партнере који су учествовали у студији који би дефинитивно желели да га искористе у наредним годинама. И они су направили врло добар, важан допринос. Желели су да се увери да су одговори релевантни за узгајиваче поља који доносе одлуке које бирају биљке и пољопривреднике ", рекао је Ницхолас Мартин.
(Извор: ФармТарио.цом. Фото: Гетти Имагес).