Тим истраживача са Државног универзитета Пенсилваније и Ецоле Политецхникуе Федерале де Лаусанне, Швајцарска је окренуо оштро око вештачке интелигенције ка пољопривреди, користећи алгоритме дубоког учења за откривање болести усева пре него што се прошири.
Препоручени видео снимци
"Ако може да ради лица, може да уради и биљне болести."
Већина усева у развијеним регионима се узгаја кроз операције великих размера, где довољно финансија и радне снаге помажу у раној борби против болести. У регионима у развоју, до 80 одсто пољопривредне производње спроводе мали фармери студија објављено у Фронтиерс ин Плант Сциенце. Ове мале операције су склоније разорним ефектима болести усева, које могу уништити целе усеве и довести до локализоване или широко распрострањене глади. Проблем се погоршава чињеницом да чак 50 процената гладне светске популације живи у малим фармским домаћинствима, са премало ресурса за брзо решавање болести усева.
Машински вид се истакао у обучавању аутомобила да возе аутономно, дијагностиковању рака и прецизирању ваших пријатеља на фотографијама, а ова нова апликација је зрела (да тако кажем) за процену.
„Знали смо да ће машинско учење променити игру као што се сада показује, од бољег претраживача резултати за самовозеће аутомобиле“, рекао је за Дигитал Трендс коаутор студије и професор Пенн Стате, Давид Хугхес. „И лекције из дубоког учења у Фејсбук је била велика мотивација“, рекао је он, говорећи о развоју гиганта друштвених медија у препознавању слика. „Дакле, мислили смо да ако може да ради лица, може да уради и биљне болести.
Заједно са главним аутором Схарадом Мохантијем и коаутором Марселом Салатхеом из ЕПФЛ-а, Хугхес је развио програм који је брз, ефикасан и довољно компактан да се спакује у смартфон. Они су обучили алгоритам тако што су му дали огромне скупове података - преко 50.000 слика - прикупљених као део ПлантВиллаге, онлајн архива биљних фотографија отвореног приступа укључујући слике биљних болести. Са овим подацима, истраживачи су обучили алгоритам да идентификује 26 различитих болести у 14 различитих биљних врста.
Након фазе обуке, програм је радио са 99,35 одсто тачности, дајући сваком кориснику паметног телефона могућност да идентификује болести оком добро обученог стручњака.
„Стално се побољшавамо“, рекао је Хјуз. „Ово је кроз коришћење више података и префињенијих алгоритама. Надамо се да ћемо ово имати у телефону у наредним месецима. Ми смо мала група тако да бисмо са више горива могли да направимо више ствари за опште добро. На крају крајева, морамо. Свет јури ка девет милијарди људи и да их хранимо је наш јединствени изазов – верујемо да су компјутерски научници кључни за овај напор.
Препоруке уредника
- Пхотосхоп АИ мисли да је „срећа“ осмех са поквареним зубима
- Како ћемо знати када АИ заправо постаје свестан?
- БигСлееп А.И. је као Гоогле претрага слика за слике које још не постоје
- Ова апликација са АИ-ом може уочити рак коже са 95 посто тачности
- Процењивач куће будућности је вероватно АИ. алгоритам
Надоградите свој животни стилДигитални трендови помажу читаоцима да прате убрзани свет технологије са свим најновијим вестима, забавним рецензијама производа, проницљивим уводницима и јединственим кратким прегледима.
