Pensilvanijos valstijos universiteto ir École Polytechnique Fédérale de Lausanne (Šveicarija) mokslininkų komanda Dirbtinio intelekto žvilgsnis buvo nukreiptas į žemės ūkį, naudojant gilaus mokymosi algoritmus, padedančius aptikti pasėlių ligas prieš jai išplitus.
Rekomenduojami vaizdo įrašai
„Jei tai gali padaryti veidus, tai gali sukelti augalų ligas“.
Dauguma pasėlių išsivysčiusiuose regionuose auginami atliekant didelio masto operacijas, kai pakankamai lėšų ir darbo jėgos padeda anksti kovoti su ligomis. Pasak besivystančių regionų, iki 80 procentų žemės ūkio produkcijos gamina smulkūs ūkininkai studija paskelbtas Frontiers in Plant Science. Šios nedidelio masto operacijos yra labiau linkusios į niokojantį pasėlių ligų poveikį, kuris gali sunaikinti visus pasėlius ir sukelti vietinį arba plačiai paplitusį badą. Problemą dar labiau apsunkina tai, kad net 50 procentų alkanų pasaulio gyventojų gyvena smulkių ūkių namų ūkiuose ir turi per mažai išteklių greitai kovoti su pasėlių ligomis.
Mašininis matymas puikiai pasižymėjo mokant automobilius vairuoti autonomiškai, diagnozuojant vėžį ir tiksliai nustatant draugus nuotraukose, o ši nauja programa jau pribrendo (taip sakant) įvertinti.
„Mes žinojome, kad mašininis mokymasis bus tas žaidimų keitiklis, kuriuo dabar atrodo, kad yra geresnis paieškos variklis rezultatus savarankiškai vairuojantiems automobiliams“, – „Digital Trends“ sakė tyrimo bendraautoris ir Penn State profesorius Davidas Hughesas. „Ir gilaus mokymosi pamokos Facebook buvo didelė motyvacija“, – sakė jis, turėdamas omenyje socialinės žiniasklaidos milžino plėtrą įvaizdžio atpažinimo srityje. „Taigi, mes manėme, kad jei jis gali susidoroti su veidu, jis gali sukelti augalų ligas.
Kartu su pagrindiniu autoriumi Sharada Mohanty ir bendraautoriu Marceliu Salathé iš EPFL Hughes sukūrė programą, kuri yra greita, efektyvi ir pakankamai kompaktiška, kad būtų galima supakuoti į išmanusis telefonas. Jie parengė algoritmą, suteikdami jam didžiulius duomenų rinkinius – daugiau nei 50 000 vaizdų, kurie buvo surinkti kaip dalis Augalų kaimas, atviros prieigos internetinis augalų nuotraukų archyvas, įskaitant augalų ligų vaizdus. Remdamiesi šiais duomenimis, mokslininkai išmokė algoritmą nustatyti 26 skirtingas ligas 14 skirtingų augalų rūšių.
Po treniruočių etapo programa veikė 99,35 procento tikslumu, suteikdama bet kuriam išmaniojo telefono naudotojui galimybę atpažinti ligas gerai apmokyto eksperto akimis.
„Mes nuolat tobulėjame“, – sakė Hughesas. „Taip yra naudojant daugiau duomenų ir patobulintus algoritmus. Tikimės, kad per ateinančius mėnesius tai bus telefone. Esame maža apranga, todėl turėdami daugiau degalų galėtume padaryti daugiau dalykų bendram labui. Juk mums reikia. Pasaulis lenktyniauja su devyniais milijardais žmonių, o jų maitinimas yra mūsų unikalus iššūkis – tikime, kad kompiuterių mokslininkai yra labai svarbūs šioms pastangoms.
Redaktorių rekomendacijos
- „Photoshop AI“ mano, kad „laimė“ yra šypsena supuvusiais dantimis
- Kaip mes žinosime, kada AI iš tikrųjų tampa jautrus?
- BigSleep A.I. yra kaip „Google“ vaizdų paieška, skirta nuotraukoms, kurių dar nėra
- Ši A.I. varoma programa gali nustatyti odos vėžį 95 procentų tikslumu
- Ateities namo vertintojas tikriausiai yra A.I. algoritmas
Atnaujinkite savo gyvenimo būdąSkaitmeninės tendencijos padeda skaitytojams stebėti sparčiai besivystantį technologijų pasaulį – pateikiamos visos naujausios naujienos, smagios produktų apžvalgos, įžvalgūs vedamieji leidiniai ir unikalūs žvilgsniai.
