А.І. в сільському господарстві? Алгоритми допомагають фермерам виділити хвороби рослин як експерти - Обчислення - 2019

Anonim

Продовольчу безпеку загрожує багато речей. У деяких регіонах кліматична мінливість призводить до посухи, які роблять життєво важливі ресурси дефіцитними. В інших політичні потрясіння створюють матеріально-технічні блокади для ведення сільського господарства, заготівлі та транспортування. Але практично скрізь хвороба рослин може знищити всі культури з невеликим попередженням.

Команда дослідників у Пенсильванському державному університеті та École Polytechnique Fédérale de Lausanne, Швейцарія повернули гострий погляд штучного інтелекту на сільське господарство, використовуючи глибокі алгоритми навчання, щоб допомогти виявити захворювання врожаю, перш ніж він поширюється.

"Якщо це може зробити обличчя, це може зробити хвороби рослин".

Більшість сільськогосподарських культур у розвинених регіонах вирощується через широкомасштабні операції, де достатньо фінансів і робочої сили допомагають боротися з хворобою на ранніх стадіях. У розвиваються регіонах до 80 відсотків сільськогосподарського виробництва проводять дрібні фермери, згідно з дослідженням, що опубліковані на кордонах з рослинної науки. Ці дрібні операції більш схильні до руйнівних наслідків хвороб рослин, які можуть знищити цілі культури і призвести до локалізованого або широкомасштабного голоду. Питання погіршується тим фактом, що до 50 відсотків голодуючих у світі живе в невеликих фермерських господарствах, причому занадто мало ресурсів для швидкого вирішення проблем рослин.

Машинне бачення відрізняється успіхом у навчанні автомобілів, щоб автономно їздити, діагностувати рак, а також виявляти друзів у фотографіях, і це нове застосування дозріло (так би мовити) для оцінки.

"Ми знали, що машинного навчання стане новим іграх, який зараз показує себе, від кращих результатів пошукових систем до самозахищених машин", - повідомив "Digital Trends" співавтор дослідження та професор штату Пенсільванія Девід Хьюз. "І уроки, отримані від глибокого вивчення в Facebook, були великою мотивацією", - сказав він, посилаючись на розвиток подій у сфері соціальних мереж у сфері розпізнавання образів. "Отже, ми подумали, чи зможе вона зробити обличчя, що може зробити хвороби рослин".

Окрім головного автора Шаради Моганти та співавтора Марселя Салатти з EPFL, Хьюз розробив програму, яка є швидкою, ефективною та компактною, щоб упакувати на смартфон. Вони навчали цей алгоритм, надавши йому величезні набори даних - понад 50 000 зображень - зібраних у складі PlantVillage, відкритого доступу в онлайнові архіви фотографій рослин, включаючи зображення хвороб рослин. За допомогою цих даних дослідники навчали алгоритм виявлення 26 різних захворювань у 14 різних видів рослин.

Після етапу тренування програма виконала точність 99, 35%, що дає змогу будь-якому смартфону користувачеві визначати захворювання на очах добре підготовленого експерта.

"Ми постійно вдосконалюємося", - сказав Хьюз. "Це завдяки використанню більшої кількості даних та більш досконалих алгоритмів. Ми сподіваємось, що це буде в телефоні в найближчі місяці. Ми - маленький одяг, так що з більшим паливом ми могли б зробити більше речей для загального блага. Зрештою, нам потрібно. Світ вирушає до дев'яти мільярдів людей, і їхнє харчування є нашим унікальним завданням - ми вважаємо, що комп'ютерні вчені мають вирішальне значення для цих зусиль ".