Et team af forskere ved Pennsylvania State University og École Polytechnique Fédérale de Lausanne, Schweiz har vendte kunstig intelligenss skarpe øje mod landbruget, ved hjælp af deep learning-algoritmer til at hjælpe med at opdage afgrødesygdomme, før den spredes.
Anbefalede videoer
"Hvis det kan gøre ansigter, kan det gøre plantesygdomme."
De fleste afgrøder i udviklede regioner dyrkes gennem store operationer, hvor tilstrækkelig økonomi og arbejdskraft hjælper med at tackle sygdomme tidligt. I udviklingsregioner udføres op til 80 procent af landbrugsproduktionen af småbønder, ifølge Studiet udgivet i Frontiers in Plant Science. Disse små operationer er mere tilbøjelige til de ødelæggende virkninger af afgrødesygdomme, som kan udslette hele afgrøder og føre til lokal eller udbredt hungersnød. Problemet forværres af det faktum, at så mange som 50 procent af verdens sultne befolkning bor i små landbrugshusholdninger, med for få ressourcer til hurtigt at håndtere afgrødesygdomme.
Machine vision har udmærket sig ved at træne biler til at køre autonomt, diagnosticere kræft og finde dine venner på billeder, og denne nye applikation er moden (så at sige) til evaluering.
"Vi vidste, at maskinlæring ville være den game changer, den nu viser sig at være, fra en bedre søgemaskine resultater til selvkørende biler,” fortalte medforfatter af undersøgelsen og Penn State-professor, David Hughes, til Digital Trends. "Og erfaringerne fra dyb læring i Facebook var en stor motivation,” sagde han med henvisning til den sociale mediegigants udvikling inden for billedgenkendelse. "Så vi troede, at hvis det kan gøre ansigter, kan det gøre plantesygdomme."
Sammen med hovedforfatter Sharada Mohanty og medforfatter Marcel Salathé fra EPFL udviklede Hughes et program, der er hurtigt, effektivt og kompakt nok til at pakke ind i en smartphone. De trænede algoritmen ved at tilføre den enorme datasæt - over 50.000 billeder - samlet som en del af PlantVillage, et online-arkiv med åben adgang med plantefotos, herunder billeder af plantesygdomme. Med disse data trænede forskerne algoritmen til at identificere 26 forskellige sygdomme i 14 forskellige plantearter.
Efter træningsfasen udførte programmet med 99,35 procent nøjagtighed, hvilket gav enhver smartphonebruger mulighed for at identificere sygdomme med en veltrænet eksperts øje.
"Vi forbedrer os konstant," sagde Hughes. "Dette er gennem brug af flere data og mere raffinerede algoritmer. Vi håber at have dette i en telefon i de kommende måneder. Vi er et lille outfit, så med mere brændstof kunne vi få flere ting til at ske til fælles bedste. Det skal vi trods alt. Verden ræser mod ni milliarder mennesker, og at fodre dem er vores unikke udfordring - vi tror på, at dataloger er afgørende for denne indsats."
Redaktørens anbefalinger
- Photoshop AI mener, at 'lykke' er et smil med rådne tænder
- Hvordan ved vi, hvornår en AI rent faktisk bliver sansende?
- The BigSleep A.I. er ligesom Google Billedsøgning efter billeder, der ikke eksisterer endnu
- Denne A.I.-drevne app kan spotte hudkræft med 95 procent nøjagtighed
- Fremtidens hustaksator er formentlig en A.I. algoritme
Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.
