Zespół naukowców z Pennsylvania State University i École Polytechnique Fédérale de Lausanne w Szwajcarii przeprowadził badania zwrócił bystre oko sztucznej inteligencji na rolnictwo, wykorzystując algorytmy głębokiego uczenia się, aby pomóc wykryć choroby roślin uprawnych, zanim się rozprzestrzenią.
Polecane filmy
„Jeśli potrafi robić twarze, może powodować choroby roślin”.
Większość upraw w regionach rozwiniętych jest prowadzona na dużą skalę, gdzie wystarczające finanse i siła robocza pozwalają na wczesne zwalczanie chorób. Według nich w regionach rozwijających się nawet 80 procent produkcji rolnej prowadzone jest przez drobnych rolników
badania opublikowane w Frontiers in Plant Science. Te działania na małą skalę są bardziej podatne na niszczycielskie skutki chorób upraw, które mogą zniszczyć całe uprawy i doprowadzić do miejscowego lub powszechnego głodu. Sytuację pogarsza fakt, że aż 50 procent głodującej populacji świata żyje w gospodarstwach rolnych o małych gospodarstwach rolnych, dysponujących zbyt małymi zasobami, aby szybko zaradzić chorobom roślin uprawnych.Widzenie maszynowe doskonale sprawdza się w szkoleniu samochodów do samodzielnego prowadzenia pojazdów, diagnozowaniu nowotworów i wskazywaniu znajomych na zdjęciach, a ta nowa aplikacja jest gotowa (że tak powiem) do oceny.
„Wiedzieliśmy, że uczenie maszynowe zmieni zasady gry, jak się teraz okazuje dzięki lepszej wyszukiwarce wyniki w samochodach autonomicznych” – powiedział Digital Trends współautor badania i profesor z Penn State, David Hughes. „A wnioski płynące z głębokiego uczenia się w Facebook było dla mnie dużą motywacją” – powiedział, odnosząc się do rozwoju giganta mediów społecznościowych w zakresie rozpoznawania obrazów. „Więc pomyśleliśmy, że jeśli potrafi robić twarze, może powodować choroby roślin”.
Wraz z główną autorką Sharadą Mohanty i współautorem Marcelem Salathé z EPFL Hughes opracował program, który jest szybki, wydajny i wystarczająco kompaktowy, aby zmieścić się w smartfon. Wytrenowali algorytm, zasilając go ogromnymi zbiorami danych – ponad 50 000 obrazów – zebranymi w ramach RoślinnaWieś, ogólnodostępne internetowe archiwum zdjęć roślin, w tym obrazy chorób roślin. Dzięki tym danym naukowcy przeszkolili algorytm, aby identyfikował 26 różnych chorób u 14 różnych gatunków roślin.
Po fazie szkoleniowej program działał z 99,35% dokładnością, dając każdemu użytkownikowi smartfona możliwość identyfikacji chorób okiem dobrze wyszkolonego eksperta.
„Stale się udoskonalamy” – powiedział Hughes. „Dzieje się to dzięki wykorzystaniu większej ilości danych i bardziej wyrafinowanych algorytmów. Mamy nadzieję, że w nadchodzących miesiącach będzie to dostępne w telefonie. Jesteśmy małą firmą, więc mając więcej paliwa, moglibyśmy sprawić, że wydarzy się więcej rzeczy dla wspólnego dobra. W końcu musimy. Świat pędzi w stronę dziewięciu miliardów ludzi, a wyżywienie ich jest dla nas wyjątkowym wyzwaniem — wierzymy, że informatycy odgrywają kluczową rolę w tym wysiłku”.
Zalecenia redaktorów
- Sztuczna inteligencja Photoshopa uważa, że „szczęście” to uśmiech z zepsutymi zębami
- Skąd będziemy wiedzieć, kiedy sztuczna inteligencja faktycznie stanie się świadoma?
- Sztuczna inteligencja BigSleep jest jak wyszukiwarka grafiki Google, szukająca zdjęć, które jeszcze nie istnieją
- Ta aplikacja oparta na sztucznej inteligencji potrafi wykryć raka skóry z 95-procentową dokładnością
- Przyszły rzeczoznawca domów to prawdopodobnie sztuczna inteligencja. algorytm
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
