Ufafanuzi wa shamba kwa kuangalia hali ya soya katikati ya majira ya joto - kuchochea, lakini kazi muhimu wakati wa kuondoa aina mpya.
Wafugaji wanapaswa kutembea kila siku chini ya jua kali katika kipindi kikubwa cha msimu wa kukua ili kupata mimea inayoonyesha sifa zinazohitajika kama vile kukomaa mapema ya pods. Lakini, bila kuwa na fursa ya kuhamisha kugundua ishara hizi, wanasayansi hawawezi kupima maeneo mengi kama wangependa kuongeza muda wa kuondokana na aina mpya kwenye soko.
Katika utafiti mpya wa Chuo Kikuu cha Illinois, wanasayansi wanatabiri wakati wa kukomaa kwa soya ndani ya siku mbili kwa kutumia picha kutoka kwa drones na akili ya bandia, ambayo inawezesha sana kazi.
"Tathmini ya ukomavu wa pod inahitaji muda mwingi na hapa mara nyingi inawezekana kufanya kosa, kwa kuwa mfumo huu wa tathmini unategemea rangi ya pod, na kuna hatari ya kuamua kwa usahihi," anasema Nicholas Martin , Profesa Mshirika wa Idara ya Idara ya Illinois na mshiriki wa utafiti huo. "Wengi walijaribu kutumia snapshots kutoka kwa drones kutathmini ukomavu, lakini sisi ni wa kwanza kupata njia sahihi ya kufanya hivyo."
Rodrigo Trevizan, mwanafunzi wa daktari anayefanya kazi na Martin, alifundisha kompyuta kuchunguza mabadiliko ya rangi kwenye picha kutoka kwa drone zilizokusanywa katika majaribio tano, msimu wa tatu na nchi mbili. Ni muhimu kutambua kwamba kompyuta ziliweza kuzingatia na kutafsiri hata picha "mbaya".
"Hebu sema tunataka kukusanya picha kila siku tatu, lakini mara mawingu yanaonekana au mvua, ambayo huathiri ubora wa picha. Mwishoni, unapopokea data kwa miaka tofauti au kutoka maeneo tofauti, wote wataonekana tofauti na mtazamo wa idadi ya picha, vipindi na kadhalika. Innovation kuu tuliyoiendeleza ni jinsi tunavyoweza kuzingatia taarifa zote zilizopokelewa. Mfano wetu hufanya kazi vizuri bila kujali mara ngapi data ilikuwa inakwenda, "anasema Trevizan.
Trevisan alitumia aina ya akili ya bandia, inayoitwa mitandao ya neural ya neural (CNN). Anasema kuwa CNN ni kama njia ambayo ubongo wa binadamu hujifunza kutafsiri vipengele vya picha - rangi, sura, texture - yaani, habari zilizopatikana kutoka kwa macho yetu.
"CNN kuchunguza mabadiliko madogo kwa rangi, badala ya fomu, mipaka na textures. Kwa sisi, muhimu zaidi ilikuwa rangi. Lakini faida ya mifano ya akili ya bandia, ambayo sisi kutumika, ni kwamba itakuwa rahisi sana kutumia mfano sawa kutabiri tabia nyingine, kama vile mavuno au span. Kwa hiyo, sasa kwamba tuna mifano hii, watu wanapaswa kuwa rahisi sana kutumia mkakati huo wa kutimiza kazi nyingine nyingi, "alielezea Trevizan.
Wanasayansi wanasema kuwa teknolojia itakuwa muhimu hasa katika kuzaliana makampuni ya kibiashara.
"Tulikuwa na washirika wa sekta ambao walishiriki katika utafiti ambao bila shaka wanataka kuitumia katika miaka ijayo. Nao walifanya mchango mzuri, muhimu sana. Walitaka kuhakikisha kuwa majibu yanafaa kwa wafugaji wa shamba ambao hufanya maamuzi kuchagua mimea na kwa wakulima, "alisema Nicholas Martin.
(Chanzo: FarmTario.com. Picha: Getty Images).