Ett team av forskare vid Pennsylvania State University och École Polytechnique Fédérale de Lausanne, Schweiz har vände artificiell intelligenss skarpa öga mot jordbruket, genom att använda algoritmer för djupinlärning för att hjälpa till att upptäcka grödor innan den sprider sig.
Rekommenderade videor
"Om den kan göra ansikten kan den göra växtsjukdomar."
De flesta grödor i utvecklade regioner odlas genom storskaliga verksamheter, där tillräcklig ekonomi och arbetskraft hjälper till att ta itu med sjukdomar tidigt. I utvecklingsregioner bedrivs upp till 80 procent av jordbruksproduktionen av småbrukare, enl. studien publicerad i Frontiers in Plant Science. Dessa småskaliga verksamheter är mer benägna att drabbas av de förödande effekterna av växtsjukdomar, som kan utplåna hela grödor och leda till lokal eller utbredd svält. Problemet förvärras av det faktum att så många som 50 procent av världens hungriga befolkning bor i småbrukshushåll, med för få resurser för att snabbt ta itu med växtsjukdomar.
Machine vision har utmärkt sig när det gäller att träna bilar att köra självständigt, diagnostisera cancer och att peka ut dina vänner på foton, och denna nya applikation är mogen (så att säga) för utvärdering.
"Vi visste att maskininlärning skulle vara den game changer den nu visar sig vara, från en bättre sökmotor resultat till självkörande bilar, säger medförfattare till studien och professor i Penn State, David Hughes, till Digital Trends. "Och lärdomarna från djupinlärning i Facebook var en stor motivation”, sa han och syftade på sociala mediejättens utveckling inom bildigenkänning. "Så vi tänkte att om den kan göra ansikten kan den göra växtsjukdomar."
Tillsammans med huvudförfattaren Sharada Mohanty och medförfattaren Marcel Salathé från EPFL utvecklade Hughes ett program som är snabbt, effektivt och tillräckligt kompakt för att packa in i en smartphone. De tränade algoritmen genom att mata den med enorma datamängder – över 50 000 bilder – samlade som en del av PlantVillage, ett online-arkiv med öppen tillgång av växtfoton inklusive bilder av växtsjukdomar. Med dessa data tränade forskarna algoritmen för att identifiera 26 olika sjukdomar i 14 olika växtarter.
Efter träningsfasen presterade programmet med 99,35 procents noggrannhet, vilket gav alla smartphoneanvändare möjligheten att identifiera sjukdomar med en välutbildad experts öga.
"Vi förbättrar oss hela tiden," sa Hughes. "Detta är genom användning av mer data och mer förfinade algoritmer. Vi hoppas kunna ha detta i en telefon under de kommande månaderna. Vi är en liten klädsel så med mer bränsle kan vi få fler saker att hända för det gemensamma bästa. När allt kommer omkring behöver vi det. Världen tävlar mot nio miljarder människor och att mata dem är vår unika utmaning – vi tror att datavetare är avgörande för detta arbete.”
Redaktörens rekommendationer
- Photoshop AI tycker att "lycka" är ett leende med ruttna tänder
- Hur ska vi veta när en AI faktiskt blir kännande?
- The BigSleep A.I. är som Google Bildsökning efter bilder som inte finns ännu
- Denna A.I.-drivna app kan upptäcka hudcancer med 95 procents noggrannhet
- Framtidens husvärderingsman är förmodligen en A.I. algoritm
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
