途游棋牌

广州乐行机器视觉设备技术有限公司

 

服务热线:

当前位置:主页 > 行业资讯 >

行业资讯

分析假火后消除人工智能会给农业带来什么变化

时间:2019-01-07来源:广州乐行机器视觉设备技术有限公司浏览次数:

随着人口增长和对粮食需求的增长,我们正接近所谓的马尔萨斯末日。在这种情况下,人口增长超过粮食供应增长,导致大规模饥荒。防止世界末日可能是21世纪最重要的挑战之一。现在,研究人员和企业家正试图利用Artifi开发可持续和增强农业的社会智能(AI)技术。
    
    
    
     目前人工智能的应用主要是由科技产业带动的,从增强信息安全到移动广告植入,再到无人驾驶汽车,但许多大公司、设备制造商和服务提供商尚未在农业领域大力开发人工智能应用,部分原因是犹豫可能是缺乏对人工智能技术进步和潜在应用的熟悉。
    
     人工智能应用需要大量的数据对算法进行适当的训练,在农业中,虽然有大量的空间数据,但大部分数据在生长季节每年只能使用一次,因此,对某一特定的农田或农场进行统计可能需要几年的时间。
    
     《华尔街日报》最近写道,在农场,手机接收不稳定或不存在,使得数据难以传输到可分析的位置。数据使用和所有权缺乏标准和透明度,以及数据收集和共享困难,导致农业领域的人工智能算法开发人员字段仍然找不到正确的数据。
    
     Agtech开发的人工智能算法也可能加剧这一问题。许多初创企业正在构建决策自动化工具,但在数据收集、准备和基准测试能力方面仍存在巨大差距。从历史上看,农场缺乏信息技术基础设施和数据仓库系统,以及硅谷技术。ES依靠这些技术开发和部署人工智能应用,在大规模农业人工智能部署成功之前,需要加强农场的数据基础设施。
    
     此外,一些新兴公司倾向于避免使用经过科学验证、统计控制的实地试验来量化其产品的效益。相反,这些公司采用精益方法,并按照启动技术初创企业的战略,迅速将其推广给少数客户。在软件、农业领域,种植者不会冒险在整个农场采用可能不起作用的新技术。
    
    
    
     在推出产品之前,主要的农业公司需要多年的实地测试,以确保产品的性能和显著的效益。即使有这样的测试,许多种植者仍然希望看到新产品在自己的土地上推出之前表现良好。因此,快速进入市场和快速扩张的总体思路可能不是合适,但需要采取更为渐进的产品发布策略。
    
     最终的挑战是对人工智能人才的激烈竞争。在技术创业界,人们普遍抱怨在与软件、互联网和无人驾驶汽车行业的雇主竞争时很难找到合适的人工智能人才。此外,即使在招聘这些人才之后,留住他们也不是一个小问题。懒惰。
    
     虽然人工智能技术在农业领域面临诸多挑战,但我们有理由相信,人工智能在农业领域的成功和大规模推广将成为现实,以下是一些有望改变农业的人工智能技术。
    
     丰富的机器人技术:这是由斯坦福研究所(Stanford Research Institute)衍生而来的一家初创公司,该研究所开发了自动收获水果的技术。丰富的机器人技术使用机器视觉技术来检测水果在货架上的生长位置,然后使用真空系统将其从树枝上拔下。
    
     雷森:孟山都成长投资公司支持在加拿大和美国圣何塞设立办事处的初创企业。雷森开发了一种图像识别算法,可以比受过训练的人更准确地检测和分类植物病虫害。
    
     Agvoice:一家总部位于乔治亚州的初创企业,Agvoice正在为作物观察员和农学家开发一个自然语言处理工具包。该系统可以解释导致大豆猝死的真菌病,并指示观察的位置和严重程度。
    
     Prospera:Prospera,一家来自以色列的人工智能初创企业,在7月完成了1500万美元的B轮融资。其主要业务是利用计算机视觉和人工智能帮助农民分析收集的农业数据。
    
    
    
     Prospera的设备安装在温室和田地里,现在包括太阳能电池板、摄像头和温度、湿度和光传感器。近距离摄像头和云服务用于收集和分析农民需要的信息。Prospera使用机器学习来记录实时数据。早期分析可以帮助农民预测产量,并以其他方式补偿预期损失。
    
     Prospera的设备可以看到植物生长、植物颜色、花、水果、蜜蜂密度和质量,以及叶子上是否有疾病。该公司说,农民可以通过该系统比卫星和无人机图像更准确地了解作物生长。
    
     此外,轨道洞察公司、笛卡尔实验室、格罗情报公司和泰卢斯实验室等初创公司也在开发基于卫星图像、天气信息和历史生产数据的生产预测算法。泰卢斯实验室声称,他们的数据比美国农业部报告的数据更准确,并且可以预测到B。Y USDA提前一个月。
    
     有人批评人工智能对农业环境的严格要求,因为人工智能的变量太多了。在某种程度上,这是正确的,但是随着计算能力的提高,人工智能算法可以很快接受额外的数据。今天,斜视正在开发机器视觉系统来测量作物数量和杂草。该公司的解放军NT计数算法最初是为中西部地区开发的,由于其低种植密度和更强的土壤反射系数,在南非表现不佳。
    
     虽然人工智能技术在农业中的应用非常重要,但利用人工智能发现和开发新的、更高效的农业投入同样重要。然而,直到最近,人工智能系统还没有分析来自化学和生物系统的数据。因此,在植物育种、生物技术、农化发现和供应方面Y链,人工智能利用的机会是巨大的。
    
     事实上,人工智能在育种、化肥和作物保护产品中的应用可能比在精密农业中的应用要快,主要有两个原因。
    
     首先,近十年来,农业投入开发人员对数据的采集和存储非常谨慎,这些数据包括大豆品种的序列信息、合成化合物的结构-活性关系和环境生物降解性。
    
     根据Philips McDougall在2016年的分析,发现并开发一种新的作物保护产品需要11年的时间。对16万种化合物进行了分析,每种产品的商业支出超过2.8亿美元,在新农产品和化工产品的开发中,全行业每年花费超过26亿美元,采用人工智能可以提高生产效率。
    
    
    
     孟山都公司正与第二基因组合作,研究人工智能在作物生物技术中的应用。在对人类微生物组的分析基础上,该公司发现了新药开发的线索。为了加快新一代昆虫防治解决方案中新蛋白的发现,孟山都公司已开放了其广泛的基因组数据库,并利用了该数据库。第二基因组的专业微生物分析能力,通过宏基因组学、机器学习和大数据预测分析。
    
     人工智能的优势也适用于植物育种。孟山都公司在玉米杂交种上市前对其进行了多年的评估,这一过程可能需要8年的时间,从发现到商业化。玉米育种通常被比作在干草堆中捞针,一个有32000个基因的大干草堆,代表了搜索小屋。世代繁衍的恩格斯。
    
     为了减少这些限制,孟山都的人工智能研究人员开发了一种算法,可以评估繁殖决策,并预测哪种杂交在实验的第一年表现最好。在过去的15年里,这种算法通过分子标记和现场测试信息进行培训。
    
     同样,先正达公司最近宣布与AI合作建立良好的基础,利用人工智能工具进行育种并提高现有作物生产方法的效率。先正达为人工智能研究人员提供了包括种子遗传信息、土壤、天气和气候数据在内的数据集。它的目标是开发一种算法来确定在特定地区种植的作物品种。
    
    
    
     初创公司Benson Hill Biosystems也将人工智能技术应用于植物育种和生物技术,他们利用自己独特的cropos平台寻找候选基因以提高作物光合作用,cropos利用来自不同来源的数据,如DNA和RNA序列信息、田间试验观察和成像分析,预测基因表达。获得特定表型反应所需的模式。只要获得新的数据集,Cropos平台就可以重新校准、学习并提高其预测能力。
    
     无论是近中期还是长期,农业人工智能都需要农民的积极参与才能取得成功。
    
     人工智能无疑是一种非常强大的工具。农民将受益于人工智能的直接应用到农场,也将受益于人工智能在改良育种、作物保护和种植产品方面的应用。
    
    
    
     特别声明:本文由网易媒体平台网易作者上传出版。它只代表作者的观点,网易只提供信息发布平台。
    
    

广州乐行机器视觉设备技术有限公司专业从事自动化检测设备,视觉传感器研究与开发,提供各种行业的解决方案,作为专注于机器视觉应用的公司,我们在视觉、机械、电气方面的整合能力达到了较高水平。能在短期内根据客户的需求研发、设计、生产出较高水平的非标设备、检测系统。

公司地址:
联系电话:

企业邮箱:

途游棋牌 老K棋牌 老K棋牌 老K棋牌游戏 途游棋牌 途游棋牌 老K棋牌游戏 途游棋牌APP下载 老K棋牌 途游棋牌官网