Ein Forscherteam der Pennsylvania State University und der École Polytechnique Fédérale de Lausanne, Schweiz, hat richtete den scharfen Blick der künstlichen Intelligenz auf die LandwirtschaftMithilfe von Deep-Learning-Algorithmen können Pflanzenkrankheiten erkannt werden, bevor sie sich ausbreiten.
Empfohlene Videos
„Wenn es Gesichter bekämpft, kann es auch Pflanzenkrankheiten bewirken.“
Die meisten Nutzpflanzen in entwickelten Regionen werden in Großbetrieben angebaut, bei denen ausreichende Finanzmittel und Arbeitskräfte dazu beitragen, Krankheiten frühzeitig zu bekämpfen. In Entwicklungsregionen werden demnach bis zu 80 Prozent der landwirtschaftlichen Produktion von Kleinbauern betrieben
die Studie veröffentlicht in Frontiers in Plant Science. Diese kleinen Betriebe sind anfälliger für die verheerenden Auswirkungen von Pflanzenkrankheiten, die ganze Ernten auslöschen und zu örtlich begrenzten oder großflächigen Hungersnöten führen können. Das Problem wird durch die Tatsache verschärft, dass bis zu 50 Prozent der hungernden Weltbevölkerung in kleinbäuerlichen Haushalten lebt und nicht über genügend Ressourcen verfügt, um Pflanzenkrankheiten schnell zu bekämpfen.Die maschinelle Bildverarbeitung hat sich bei der Schulung von Autos zum autonomen Fahren, der Diagnose von Krebs und der Lokalisierung Ihrer Freunde auf Fotos hervorgetan, und diese neue Anwendung ist (sozusagen) reif für die Evaluierung.
„Wir wussten, dass maschinelles Lernen der Game Changer sein würde, als den es sich jetzt zeigt, von einer besseren Suchmaschine Ergebnisse für selbstfahrende Autos“, sagte David Hughes, Co-Autor der Studie und Professor an der Penn State University, gegenüber Digital Trends. „Und die Lehren aus Deep Learning in Facebook „Das war eine große Motivation“, sagte er und verwies auf die Entwicklungen des Social-Media-Riesen im Bereich Bilderkennung. „Also dachten wir, wenn es Gesichter bekämpft, kann es auch Pflanzenkrankheiten bewirken.“
Zusammen mit der Hauptautorin Sharada Mohanty und dem Co-Autor Marcel Salathé von der EPFL entwickelte Hughes ein Programm, das schnell, effizient und kompakt genug ist, um es in ein Paket zu packen Smartphone. Sie trainierten den Algorithmus, indem sie ihn mit riesigen Datensätzen – über 50.000 Bildern – fütterten, die im Rahmen von gesammelt wurden Pflanzendorf, ein frei zugängliches Online-Archiv mit Pflanzenfotos, einschließlich Bildern von Pflanzenkrankheiten. Mit diesen Daten trainierten die Forscher den Algorithmus, um 26 verschiedene Krankheiten bei 14 verschiedenen Pflanzenarten zu identifizieren.
Nach der Trainingsphase funktionierte das Programm mit einer Genauigkeit von 99,35 Prozent, sodass jeder Smartphone-Nutzer Krankheiten mit dem Auge eines gut ausgebildeten Experten erkennen konnte.
„Wir verbessern uns ständig“, sagte Hughes. „Dies geschieht durch die Verwendung von mehr Daten und verfeinerten Algorithmen. Wir hoffen, dies in den kommenden Monaten in einem Telefon zu haben. Wir sind ein kleines Unternehmen, also könnten wir mit mehr Treibstoff mehr Dinge zum Wohle der Allgemeinheit bewirken. Schließlich müssen wir es tun. Die Welt rast auf neun Milliarden Menschen zu und sie zu ernähren ist unsere einzigartige Herausforderung – wir glauben, dass Informatiker bei diesem Unterfangen von entscheidender Bedeutung sind.“
Empfehlungen der Redaktion
- Photoshop AI denkt, „Glück“ sei ein Lächeln mit faulen Zähnen
- Woher wissen wir, wann eine KI tatsächlich empfindungsfähig wird?
- Die BigSleep A.I. ist wie die Google-Bildersuche nach Bildern, die noch nicht existieren
- Diese KI-gestützte App kann Hautkrebs mit einer Genauigkeit von 95 Prozent erkennen
- Der Hausgutachter der Zukunft ist wahrscheinlich eine KI. Algorithmus
Werten Sie Ihren Lebensstil aufDigital Trends hilft Lesern mit den neuesten Nachrichten, unterhaltsamen Produktrezensionen, aufschlussreichen Leitartikeln und einzigartigen Einblicken, den Überblick über die schnelllebige Welt der Technik zu behalten.
