Въздействието на изкуствения интелект върху земеделието

14 февруари 2020
Агротехника
6102
1 2 3 4 5
 

Как AI и технологиите за машинно обучение помагат на фермерите и селскостопанските работници по целия свят

Земеделието е много визуална индустрия. На всеки етап от хранителната верига работници с различно образователно ниво, опит и възраст изпълняват хиляди задачи и вземат решения, главно на базата на визуална проверка.

Качеството и точността на тези действия и решения може да варира значително и да има реални икономически последици.

Иновационните индустрии отговориха с подход в стил “повече е по-добре” - повече сензори, повече автоматизация, повече дронове или сателитни изображения.

Резултатът е наличието на повече

селскостопански данни от всякога  

досега. Как изкуственият интелект, машинното обучение, задълбоченото обучение и наборите от данни помагат на селскостопанската индустрия?

Изкуственият интелект обхваща няколко техники и области на изучаване, които бързо се развиват, включително машинно обучение и задълбочено обучение.

Джон Маккарти въвежда термина “изкуствен интелект” на конференцията за изкуствен интелект (AI) в Дартмут през 1956 г., широко считана за раждането на AI като формализирано поле за изучаване.

Днес изкуственият интелект се отнася до “теорията и развитието на компютърните системи, способни да изпълняват задачи, които обикновено изискват човешкия интелект, като визуално възприятие, разпознаване на реч, вземане на решения и превод между езици”.

Специално за селското стопанство AI е създаден да взима решения за това кога и как да се прилагат способности, надвишаващи тези на хората при бързината, точността, анализа или организацията на работа. Тези решения трябва да бъдат взети, като се имат предвид множество точки от данни, получени от сензори, както и човешки опит и информация.

Машинното обучение

е подгрупа на AI, която обхваща различни алгоритми, предназначени да имитират човешки решения. Задълбоченото обучение е една от многото техники за моделиране, използвани в алгоритмите за машинно обучение. Целта на съвременните алгоритми за задълбочено обучение е да научат изкуствените интелекти как да идентифицират обекти, така че да могат да приближават човешкото поведение на учене.

Моделът на задълбочено обучение първо трябва да научи за своята среда, преди да може да започне да обработва данни. След като научи данните, моделът може да започне да взема решения и да коригира поведението си въз основа на обратна връзка за решенията, които взема.

Например, ако за откриване на ябълка се използва задълбочено обучение, алгоритъмът първо трябва да се научи как да “гледа”, което става върху изображение. След като AI веднъж обработи изображението, тогава ще трябва да разбере формите, за да определи как изглежда ябълката.

Какво би се случило, ако AI, обучен само на зелени ябълки Грени Смит, срещне червена ябълка Хъникрисп? Резултатите ще варират в зависимост от начина, по който алгоритъмът за задълбочено обучение е бил трениран по време на фазата на обратна връзка.

Ако човек е бил научен да идентифицира ябълки, като многократно са му показвали зелени ябълки Грени Смит, но след това е видял червена ябълка Хъникрисп, би било разумно този човек или да предполага, че това също е ябълка (въз основа на формата), или да отговори, че не знае.

Моделите на задълбочено обучение показват едно и също поведение и биха реагирали по много сходен начин. От друга страна, ако целта е да се идентифицира вида на ябълката, човекът (или AI) няма да може да идентифицира точно, че ябълката е червена Хъникрисп.

Изкуственият интелект трябва да получи обратна връзка, че е необходимо да разбере и цвета на ябълката, за да направи разлика между зелена ябълка Грени Смит и червена ябълка Хъникрисп. Подобно на първия пример, изискващ AI първо да научи визията преди формата, AI ще се нуждае от обратна връзка, за да определи как да разбере цвета, преди да свърже цвета на ябълката с вида ѝ.

Набори от данни и AI

Сега, когато разгледахме AI, машинното обучение и задълбоченото обучение, нека се обърнем към “храната”, която изкуственият интелект трябва да погълне, за да се научи - набори от данни. Те се използват за обучение на AI, предоставяне на инструкции за интерпретация и друга информация по конкретна тема.

Разработването на AI за селскостопанския отрасъл е особено предизвикателно, тъй като последиците от неправилното му прилагане са толкова драстични - неправилни решения, взети по непълни масиви от данни, могат да съсипят целогодишна реколта. И все пак много комерсиални AI решения базират своите технологии на отворени източници на данни, които са обществено достъпни.

Има множество причини, поради които една организация може да е готова да включи тези видове набори от данни в своята технология: постигане на предимство за първи инициатор, бързо печелене на пазарен дял или просто разграничаване от конкуренцията. Тези източници обаче са меч с две остриета. Поради присъщата им отворена природа, те са податливи на отклонения.

Източници без строга проверка също могат да доведат до много неточни резултати. За разлика от това, разработването на модели на данни, които са изградени по поръчка за специфични дейности по оценка на добива като изчисляване на реколтата царевица или анализ на загубите при соя, може да доведе до много точни резултати.

Докато изграждат рамки и платформи, предприятията трябва постоянно да се съсредоточават върху резултатите, които могат да бъдат измерени, да покажат стойност и да се свържат с жизнеспособен бизнес модел.

Опитът от индустрията доказа, че този неуморен фокус е пътят напред, не само за комерсиализиране на продукт или модел, използващ AI, но и за добавяне на стойност и засилване на конкуренцията на пазара.

Още от Агротехника
0

Пръскачките, прикачни, навесни и вентилаторни, отговарят на изискването, наложено от ситуацията в земеделието - “минимум препарати, максимум ефект” Любомир Коралов Пролетната кампания е в разгара си

0

Коронавирусната пандемия принуди производители на машини да прекратят временно своите европейски операции, но германският бранд за комбайни за захарно цвекло и картофи ROPA все още работи

0

Две водещи агросъбития във Великобритания бяха отменени - Grassland & Muck и Cereals. „Разбираме, че това са трудни времена и признаваме, че много от вас са били засегнати от Covid-19

0

Производството на Fendt спря, след като останаха без части за изграждане на нови трактори. Засегнатите съоръжения, които ще бъдат затворени през следващите три седмици

0

Непрекъснатото снабдяване с резервни части и доставката на налични трактори са гарантирани, но пандемията принуждава и Argo Tractors (McCormick, Landini и Valpadana) да прекратят производствената

Последни новини
0

Смесването им има латентни последици Някои стопани на домашни любмци варят каши и към тях добавят суха храна - за повече “хранителност". Но всички ветеринарни специалисти в един глас предупреждават:

0

Акарите (кърлежите), предизвикващи вароатозата, навлизат в онези килийки, чиито личинки са напълно развити и които пчелите са започнали да подготвят за запечатване

0

При възобновяване на вегетацията на овощните дръвчета и ягодоплодни видове, азотът е от съществено значение за бързото нарастване и образуване на по-качествени плодове

0

Хранене основно със зеленчуци помага за предотвратяване и контролиране на астмата, а млечните продукти и храните с висока масленост увеличават рисковете от заболяването

0

Но какво ще предложи пазарът на нас, потребителите - дали бг агнета или македонски, румънски или западноевропейски, и на какви цени, много скоро ще разберем Жени Владинова Фермери от различни райони

Коментари

*Име:
* E-Mail:
* Код:
Въведете кода от картинката
* Коментар:
Отговор:На някои от директните сортове листата също стават червени, но мноо често е от климатични промени и дефицит или излишък на елементи.
ПОСЛЕДНО ОТ последно от 24 Часа

8 души загинаха при катастрофа на пътнически самолет на международното летище в Манила, предаде БГНЕС. Малкият самолет се е насочвал към Япония. При произшествието са загинали всички осем души на борда. Вестник "Манила бюлетин" съобщи, че самолетът, принадлежащ на авиокомпанията „Лайън Еър“, се е разбил по време на излитане

Осем са новите регистрирани случаи на коронавирус у нас, според данни на Националния оперативен щаб. Всички нови случаи са в София. Така общо в столицата потвърдените случаи на коронавирус са 214, а общият брой на заразените в България става 346, съобщи ръководителят на щаба ген. Венцислав Мутафчийски на брифинг, предаде БТА

Финансовият министър на германската провинция Хесен Томас Шефер, който бил "дълбоко разтревожен" от икономическите последствия от пандемията от новия коронавирус, се е самоубил, съобщи премиерът на Хесен Фолкер Буфие, цитиран от Франс прес. Шефер е бил на 54 години, женен, с две деца. Тялото му е намерено вчера близо до железопътна линия