Trường trinh sát thực địa để kiểm tra trạng thái đậu nành giữa mùa hè - cạn kiệt, nhưng công việc cần thiết khi loại bỏ các giống mới.
Các nhà lai tạo phải đi lang thang hàng ngày dưới ánh mặt trời thiêu đốt trong những giai đoạn quan trọng của mùa phát triển để tìm thấy những cây cho thấy các đặc điểm mong muốn như chín đầu của vỏ. Nhưng, mà không có cơ hội tự động hóa việc phát hiện các dấu hiệu này, các nhà khoa học không thể kiểm tra càng nhiều trang web vì họ muốn tăng thời gian để loại bỏ các giống mới vào thị trường.
Trong nghiên cứu mới của Đại học Illinois, các nhà khoa học dự đoán thời gian trưởng thành của đậu nành trong vòng hai ngày bằng cách sử dụng hình ảnh từ máy bay không người lái và trí tuệ nhân tạo, điều này tạo điều kiện rất nhiều công việc.
"Đánh giá về sự trưởng thành của POD đòi hỏi rất nhiều thời gian và ở đây thường có thể phạm sai lầm, vì hệ thống đánh giá này dựa trên màu sắc của POD, và có nguy cơ xác định không chính xác," Nicholas Martin nói , Phó giáo sư của Bộ TUMING TẠI Illinois và cộng tác viên của nghiên cứu. Nhiều người đã cố gắng sử dụng các ảnh chụp nhanh từ máy bay không người lái để đánh giá sự trưởng thành, nhưng chúng tôi là người đầu tiên tìm ra một cách chính xác để làm điều đó.
Rodrigo Trevizan, một sinh viên tiến sĩ làm việc với Martin, dạy máy tính để phát hiện những thay đổi màu sắc trên hình ảnh từ máy bay không người lái được thu thập trong năm thử nghiệm, ba mùa sinh trưởng và hai nước. Điều quan trọng cần lưu ý là các máy tính đã có thể xem xét và giải thích ngay cả những hình ảnh "xấu".
"Giả sử chúng ta muốn thu thập hình ảnh ba ngày một lần, nhưng một khi những đám mây xuất hiện hoặc mưa, ảnh hưởng đến chất lượng của hình ảnh. Cuối cùng, khi bạn nhận được dữ liệu cho các năm khác nhau hoặc từ những nơi khác nhau, tất cả chúng sẽ trông khác với quan điểm về số lượng hình ảnh, khoảng thời gian, v.v. Đổi mới chính mà chúng tôi đã phát triển là cách chúng tôi có thể tính đến tất cả các thông tin nhận được. Mô hình của chúng tôi hoạt động tốt cho dù thường xuyên dữ liệu sẽ diễn ra như thế nào, "Trevizan nói.
Trevisan đã sử dụng loại trí thông minh nhân tạo, được gọi là Mạng lưới thần kinh sâu sắc (CNN). Ông nói rằng CNN giống như một cách mà bộ não con người học cách giải thích các thành phần của hình ảnh - màu sắc, hình dạng, kết cấu - nghĩa là thông tin thu được từ mắt chúng ta.
CNN CNN phát hiện những thay đổi nhỏ về màu sắc, bên cạnh các hình thức, biên giới và kết cấu. Đối với chúng tôi, quan trọng nhất là màu sắc. Nhưng lợi thế của các mô hình trí tuệ nhân tạo, mà chúng ta đã sử dụng, là nó sẽ khá đơn giản để sử dụng cùng một mô hình để dự đoán một đặc điểm khác, chẳng hạn như năng suất hoặc nhịp. Vì vậy, bây giờ chúng ta có những mô hình này, mọi người nên dễ dàng hơn nhiều để sử dụng cùng một chiến lược để thực hiện nhiều nhiệm vụ khác, "Trevizan giải thích.
Các nhà khoa học nói rằng công nghệ sẽ hữu ích chủ yếu trong việc nhân giống các công ty thương mại.
Chúng tôi có những đối tác của ngành tham gia nghiên cứu chắc chắn muốn sử dụng nó trong những năm tới. Và họ đã đóng góp rất tốt, quan trọng. Họ muốn đảm bảo rằng các câu trả lời có liên quan cho các nhà lai tạo thực địa đưa ra quyết định chọn thực vật và cho nông dân, ông Nicholas Martin nói.
(Nguồn: farmtario.com. Ảnh: Getty Images).