Een team van onderzoekers aan de Pennsylvania State University en de École Polytechnique Fédérale de Lausanne, Zwitserland heeft richtte het scherpe oog van de kunstmatige intelligentie op de landbouw, waarbij deep learning-algoritmen worden gebruikt om gewasziekten te helpen detecteren voordat deze zich verspreiden.
Aanbevolen video's
“Als het gezichten kan maken, kan het ook plantenziekten veroorzaken.”
De meeste gewassen in de ontwikkelde regio's worden op grote schaal verbouwd, waarbij voldoende financiële middelen en mankracht ziekten in een vroeg stadium helpen bestrijden. In ontwikkelingsregio's wordt tot 80 procent van de landbouwproductie uitgevoerd door kleine boeren
de studie gepubliceerd in Frontiers in Plant Science. Deze kleinschalige operaties zijn gevoeliger voor de verwoestende gevolgen van gewasziekten, die hele gewassen kunnen wegvagen en tot plaatselijke of wijdverbreide hongersnood kunnen leiden. Het probleem wordt verergerd door het feit dat maar liefst 50 procent van de hongerige wereldbevolking in kleine boerenhuishoudens leeft, met te weinig middelen om gewasziekten snel aan te pakken.Machine vision heeft uitgeblonken in het trainen van auto's om autonoom te rijden, het diagnosticeren van kanker en het lokaliseren van je vrienden op foto's, en deze nieuwe applicatie is (om zo te zeggen) rijp voor evaluatie.
“We wisten dat machine learning de gamechanger zou zijn die het nu lijkt te zijn, dankzij een betere zoekmachine resultaten voor zelfrijdende auto’s”, vertelde co-auteur van het onderzoek en professor aan Penn State, David Hughes, aan Digital Trends. “En de lessen van deep learning in Facebook was een grote motivatie”, zei hij, verwijzend naar de ontwikkelingen van de socialemediagigant op het gebied van beeldherkenning. “Dus we dachten dat als het gezichten kan maken, het ook plantenziekten kan veroorzaken.”
Samen met hoofdauteur Sharada Mohanty en co-auteur Marcel Salathé van EPFL ontwikkelde Hughes een programma dat snel, efficiënt en compact genoeg is om in een smartphone. Ze hebben het algoritme getraind door het enorme datasets (meer dan 50.000 afbeeldingen) te geven die ze hadden verzameld als onderdeel van PlantVillage, een open access online archief van plantenfoto's inclusief afbeeldingen van plantenziekten. Met deze gegevens trainden de onderzoekers het algoritme om 26 verschillende ziekten bij 14 verschillende plantensoorten te identificeren.
Na de trainingsfase werkte het programma met een nauwkeurigheid van 99,35 procent, waardoor elke smartphonegebruiker ziekten kon identificeren met het oog van een goed opgeleide expert.
"We verbeteren voortdurend", zei Hughes. “Dit komt door het gebruik van meer data en verfijndere algoritmen. We hopen dit de komende maanden in een telefoon te hebben. We zijn een kleine organisatie, dus met meer brandstof kunnen we meer dingen laten gebeuren voor het algemeen belang. Dat is tenslotte nodig. De wereld racet richting negen miljard mensen en het voeden ervan is onze unieke uitdaging. Wij geloven dat computerwetenschappers cruciaal zijn voor deze inspanning.”
Aanbevelingen van de redactie
- Photoshop AI denkt dat ‘geluk’ een glimlach met rotte tanden is
- Hoe weten we wanneer een AI daadwerkelijk bewust wordt?
- De BigSleep AI is als Google Image Search voor afbeeldingen die nog niet bestaan
- Deze door AI aangedreven app kan huidkanker met een nauwkeurigheid van 95 procent opsporen
- De huizentaxateur van de toekomst is waarschijnlijk een A.I. algoritme
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
