Pētnieku komanda Pensilvānijas štata universitātē un École Polytechnique Fédérale de Losanne, Šveice pievērsa mākslīgā intelekta dedzīgo skatienu lauksaimniecībai, izmantojot dziļās mācīšanās algoritmus, lai palīdzētu atklāt labības slimības pirms tās izplatīšanās.
Ieteiktie videoklipi
"Ja tas var izraisīt sejas, tas var izraisīt augu slimības."
Lielākā daļa kultūraugu attīstītajos reģionos tiek audzēti, izmantojot liela mēroga darbības, kur pietiekamas finanses un darbaspēks palīdz agrīni cīnīties ar slimībām. Saskaņā ar datiem jaunattīstības reģionos līdz 80 procentiem lauksaimniecības produkcijas tiek ražoti sīkzemnieki pētījums publicēts Frontiers in Plant Science. Šīs maza mēroga darbības ir vairāk pakļautas labības slimību postošajām sekām, kas var iznīcināt visu ražu un izraisīt lokālu vai plaši izplatītu badu. Problēmu vēl vairāk pasliktina fakts, ka pat 50 procenti pasaules izsalkušo iedzīvotāju dzīvo sīksaimniecībās, kurām ir pārāk maz resursu, lai ātri risinātu kultūraugu slimības.
Mašīnredze ir guvusi izcilus rezultātus, apmācot automašīnas braukt autonomi, diagnosticēt vēzi un precīzi noteikt jūsu draugus fotogrāfijās, un šī jaunā lietojumprogramma ir gatava (tā teikt) novērtēšanai.
“Mēs zinājām, ka mašīnmācība būs tas spēles mainītājs, kāds tas tagad parāda sevi, izmantojot labāku meklētājprogrammu rezultātus pašbraucošām automašīnām, ”pētījuma līdzautors un Penn State profesors Deivids Hjūzs pastāstīja Digital Trends. “Un mācības no dziļas mācīšanās Facebook bija liela motivācija," viņš teica, atsaucoties uz sociālo mediju giganta attīstību attēlu atpazīšanas jomā. "Tāpēc mēs domājām, ka, ja tas var novērst sejas, tas var izraisīt augu slimības."
Kopā ar vadošo autoru Šaradu Mohanti un līdzautoru Marselu Salatē no EPFL Hjūzs izstrādāja programmu, kas ir pietiekami ātra, efektīva un kompakta, lai to iepakotu viedtālrunis. Viņi apmācīja algoritmu, ievadot tam milzīgas datu kopas — vairāk nekā 50 000 attēlu —, kas apkopotas kā daļa no Augu ciemats, atklātas piekļuves tiešsaistes arhīvs ar augu fotogrāfijām, tostarp augu slimību attēliem. Izmantojot šos datus, pētnieki apmācīja algoritmu, lai identificētu 26 dažādas slimības 14 dažādās augu sugās.
Pēc apmācības fāzes programma darbojās ar 99,35 procentu precizitāti, sniedzot jebkuram viedtālruņa lietotājam iespēju identificēt slimības ar labi apmācīta eksperta aci.
"Mēs pastāvīgi pilnveidojamies," sacīja Hjūzs. "Tas notiek, izmantojot vairāk datu un rafinētākus algoritmus. Mēs ceram, ka tuvāko mēnešu laikā tas būs pieejams tālrunī. Mēs esam mazs apģērbs, tāpēc, izmantojot vairāk degvielas, mēs varētu padarīt vairāk lietas kopējā labuma labā. Galu galā mums vajag. Pasaule cīnās pret deviņiem miljardiem cilvēku, un viņu ēdināšana ir mūsu unikālais izaicinājums — mēs uzskatām, ka datorzinātniekiem ir izšķiroša nozīme šajos centienos.
Redaktoru ieteikumi
- Photoshop AI uzskata, ka “laime” ir smaids ar sapuvušiem zobiem
- Kā mēs uzzināsim, kad mākslīgais intelekts patiešām kļūst jūtīgs?
- BigSleep A.I. ir kā Google attēlu meklēšana attēliem, kas vēl neeksistē
- Šī ar A.I. darbināmā lietotne var noteikt ādas vēzi ar 95 procentu precizitāti
- Nākotnes māju vērtētājs, iespējams, ir A.I. algoritms
Uzlabojiet savu dzīvesveiduDigitālās tendences palīdz lasītājiem sekot līdzi steidzīgajai tehnoloģiju pasaulei, izmantojot visas jaunākās ziņas, jautrus produktu apskatus, ieskatu saturošus rakstus un unikālus ieskatus.
