Pennsylvanian osavaltion yliopiston ja Sveitsin École Polytechnique Fédérale de Lausannen tutkijoiden ryhmä käänsi tekoälyn tarkan katseen maatalouteen, käyttämällä syväoppimisalgoritmeja, jotka auttavat havaitsemaan viljelykasvitauti ennen kuin se leviää.
Suositellut videot
"Jos se voi tehdä kasvoja, se voi tehdä kasvisairauksia."
Suurin osa kehittyneiden alueiden viljelykasveista kasvatetaan laajamittaisesti, jolloin riittävä rahoitus ja työvoima auttavat torjumaan tauteja varhaisessa vaiheessa. Kehittyvillä alueilla jopa 80 prosenttia maataloustuotannosta on pienviljelijöiden tuottamaa tutkimus julkaistu Frontiers in Plant Science -lehdessä. Nämä pienimuotoiset toiminnot ovat alttiimpia kasvitautien tuhoisille vaikutuksille, jotka voivat tuhota kokonaisia satoja ja johtaa paikalliseen tai laajalle levinneeseen nälänhätään. Ongelmaa pahentaa se, että jopa 50 prosenttia maailman nälkäisestä väestöstä elää pienviljelijöiden kotitalouksissa, joilla on liian vähän resursseja viljelykasvitautien nopeaan hoitamiseen.
Konenäkö on loistanut autojen kouluttamisessa ajamaan itsenäisesti, syövän diagnosoinnissa ja ystävien löytämisessä kuvista, ja tämä uusi sovellus on (niin sanotusti) kypsä arvioitavaksi.
"Tiesimme, että koneoppiminen olisi pelin muuttaja, jonka se nyt näyttää paremman hakukoneen avulla tuloksia itseohjautuviin autoihin”, tutkimuksen toinen kirjoittaja ja Penn Staten professori David Hughes kertoi Digital Trendsille. "Ja syvällisen oppimisen opetukset Facebook oli suuri motivaatio", hän sanoi viitaten sosiaalisen median jättiläisen kehitykseen kuvantunnistuksessa. "Joten ajattelimme, että jos se voi tehdä kasvoja, se voi tehdä kasvisairauksia."
Hughes kehitti yhdessä pääkirjailija Sharada Mohantyn ja EPFL: n Marcel Salathén kanssa ohjelman, joka on nopea, tehokas ja tarpeeksi kompakti pakattavaksi älypuhelin. He kouluttivat algoritmia syöttämällä sille valtavia tietojoukkoja – yli 50 000 kuvaa – kerättynä osana Kasvikylä, avoimen pääsyn verkkoarkisto kasvivalokuvista, mukaan lukien kuvia kasvisairauksista. Näillä tiedoilla tutkijat kouluttivat algoritmin tunnistamaan 26 erilaista sairautta 14 eri kasvilajissa.
Harjoitusvaiheen jälkeen ohjelma suoriutui 99,35 prosentin tarkkuudella, mikä antaa jokaiselle älypuhelimen käyttäjälle mahdollisuuden tunnistaa sairaudet hyvin koulutetun asiantuntijan silmällä.
"Parannamme jatkuvasti", Hughes sanoi. "Tämä tapahtuu käyttämällä enemmän dataa ja hienostuneempia algoritmeja. Toivomme saavamme tämän puhelimeen tulevina kuukausina. Olemme pieni asu, joten lisäämällä polttoainetta voisimme saada aikaan enemmän asioita yhteisen hyvän puolesta. Loppujen lopuksi meidän täytyy. Maailma kilpailee yhdeksän miljardia ihmistä vastaan, ja heidän ruokkiminen on ainutlaatuinen haasteemme – uskomme, että tietojenkäsittelytieteilijät ovat ratkaisevia tässä hankkeessa.
Toimittajien suositukset
- Photoshop AI ajattelee, että "onnellisuus" on hymy mätäneillä hampailla
- Mistä tiedämme, milloin tekoäly todella tulee tuntevaksi?
- BigSleep A.I. on kuin Google-kuvahaku kuville, joita ei vielä ole olemassa
- Tämä A.I.-käyttöinen sovellus voi havaita ihosyövän 95 prosentin tarkkuudella
- Tulevaisuuden talon arvioija on luultavasti A.I. algoritmi
Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.
