펜실베니아 주립대학교와 스위스 로잔 École Polytechnique Fédérale de Lausanne의 연구팀은 인공지능의 예리한 눈이 농업으로 향하다, 딥러닝 알고리즘을 사용하여 농작물 질병이 확산되기 전에 이를 감지하는 데 도움을 줍니다.
추천 동영상
"얼굴을 가질 수 있다면 식물 질병을 일으킬 수 있습니다."
개발된 지역의 대부분의 작물은 대규모 농장을 통해 재배되며, 충분한 재정과 인력이 질병을 조기에 해결하는 데 도움이 됩니다. 개발도상국에서는 농업 생산의 최대 80%가 소규모 농민에 의해 이루어지고 있다고 합니다. 연구 식물 과학 프론티어(Frontiers in Plant Science)에 게재되었습니다. 이러한 소규모 작업은 농작물 전체를 휩쓸고 국지적이거나 광범위한 기근을 초래할 수 있는 농작물 질병의 파괴적인 영향을 받기 쉽습니다. 세계 기아 인구의 무려 50%가 소규모 농가에 살고 있고 작물 질병을 신속하게 해결하기에는 자원이 너무 부족하다는 사실로 인해 문제가 더욱 악화됩니다.
머신 비전은 차량의 자율 운전 훈련, 암 진단, 사진 속의 친구 식별 등의 분야에서 탁월한 성능을 발휘했으며, 이 새로운 애플리케이션은 말하자면 평가하기에 적합합니다.
“우리는 머신러닝이 더 나은 검색 엔진을 통해 게임 체인저가 될 것이라는 것을 알고 있었습니다. 연구 공동저자이자 펜실베니아 주립대 교수인 데이비드 휴즈(David Hughes)는 디지털 트렌드(Digital Trends)에 이렇게 말했습니다. “그리고 딥러닝에서 얻은 교훈은 페이스북 큰 동기가 됐습니다.”라고 그는 소셜 미디어 대기업의 이미지 인식 발전을 언급하며 말했습니다. "그래서 우리는 그것이 얼굴을 만들 수 있다면 식물 질병을 일으킬 수 있다고 생각했습니다."
수석 저자인 Sharada Mohanty 및 공동 저자인 EPFL의 Marcel Salathé와 함께 Hughes는 빠르고 효율적이며 컴팩트한 프로그램을 개발했습니다. 스마트 폰. 그들은 알고리즘의 일부로 수집된 50,000개 이상의 이미지를 제공하여 알고리즘을 훈련시켰습니다. 식물마을, 식물 질병 이미지를 포함한 식물 사진의 공개 액세스 온라인 아카이브입니다. 이 데이터를 사용하여 연구원들은 14가지 식물 종에서 26가지 질병을 식별하도록 알고리즘을 훈련했습니다.
훈련 단계 후 프로그램은 99.35%의 정확도로 수행되어 모든 스마트폰 사용자가 잘 훈련된 전문가의 눈으로 질병을 식별할 수 있는 능력을 제공했습니다.
Hughes는 “우리는 지속적으로 개선하고 있습니다.”라고 말했습니다. “이것은 더 많은 데이터와 더 세련된 알고리즘을 사용함으로써 가능합니다. 우리는 앞으로 몇 달 안에 이 기능을 전화기에 탑재할 수 있기를 바랍니다. 우리는 작은 조직이므로 더 많은 연료를 사용하면 공익을 위해 더 많은 일을 할 수 있습니다. 결국 우리는 그렇게 해야 합니다. 세계는 90억 인구를 향해 달려가고 있으며 그들에게 식량을 공급하는 것은 우리의 독특한 과제입니다. 우리는 컴퓨터 과학자가 이러한 노력에 매우 중요하다고 믿습니다.”
편집자의 추천
- 포토샵 AI는 '행복'을 썩은 치아의 미소라고 생각한다
- AI가 실제로 지각을 갖게 되는 시점을 어떻게 알 수 있나요?
- 빅슬립(BigSleep) AI 아직 존재하지 않는 사진에 대한 Google 이미지 검색과 같습니다.
- 이 AI 기반 앱은 95% 정확도로 피부암을 발견할 수 있습니다.
- 미래의 주택 감정사는 아마도 AI일 것이다. 연산
당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.
