Blog
Kunstig intelligens og dyrkning og produktion af olivenolie
Kunstig intelligens og dyrkning og produktion af olivenolie
Kunstig intelligens: Internationalt forskerhold bragte innovation til olivenolieproduktion
Kortsigtede scenarier, som investeringer, forebyggende foranstaltninger og agronomiske praksisser kan baseres på, vil være tilgængelige for olivenolieproducenter ved hjælp af Kunstig intelligens (AI), takket være et internationalt forskerhold.
Det fælles forskerhold fra det italienske nationale forskningsråd (CNR), Agenturet for Nye Teknologier, Energi og Bæredygtig Udvikling (ENEA) og den University of California, Berkeley, formåede at udvikle en algoritme, der faktisk er tilgængelig for alle interesserede, som kan forudsige størrelsen af en olivenlunds høst baseret på de klimatiske data i det specifikke område.
Algoritmen lærte at lave disse forudsigelser baseret på de sidste 15 års data fra Italien og fandt i bund og grund ud af, hvordan forskellige klimafænomener påvirker afgrøder. Algoritmen analyserer vejrmønstrene i løbet af olivendyrkningscyklussen, og dermed var forskerne i stand til at identificere potentielle klimarisici og hvordan de påvirker produktionen.
I alt blev høstdata fra 66 italienske provinser i perioden 2006-2020 analyseret, og ud fra denne analyse blev de faktorer, der forårsagede de værste høster, afsløret. Men forskningen stoppede ikke med at identificere risikofaktorer, men gik et skridt videre og grupperede derefter disse forskellige variabler efter to måneder, lavede en liste over variabler og undersøgte, hvordan de interagerede over tid. Således lykkedes det dem at give en kortsigtet prognose, som de siger er tre gange mere præcis og bedre end hvis de havde lavet en analyse med én variabel.
Derefter undersøgte de, hvilke sæsonbestemte klimavariabler der producerede enten dårlige eller overdrevent gode høster, og udelod fuldstændigt dem, der producerede tæt på gennemsnittet. Med andre ord, ved at se på minimum og maksimum, kunne de i bund og grund fokusere på de effekter, som klimavariabler har på produktionen, uanset hvad hver enkelt producent gør.
Også nyttigt vedr. Bactrocera Oleae (olivenfrugtflue)
Forskerne argumenterer for, at hvis algoritmen fortsætter med at blive trænet med flere geografiske data, jo mere “generelle” vil de forudsigelser, den laver, blive, og derfor vil den kunne bruges på statslig skala eller endda større.
Emnet blev fremhævet af den specialiserede hjemmeside Olivenolietider, hvor forskeren, der deltog i forskningen, Ariana Di Paola, udtalte: “Vi arbejder på at forstå de klimaindikatorer, der kan udløse dårlige forhold og den tilhørende mulighed for negative konsekvenser for olivenproduktionen. Eksempler på sådanne indikatorer er forhold, der favoriserer udviklingen af olivenfluen, eller høje vintertemperaturer, der kan ændre olivencyklussen og have indflydelse på blomstring og bestøvning. Forståelse af sæsonbestemtheden i hvert øjeblik gør det muligt for os at forudsige, hvad vi kan forvente i den nærmeste fremtid. Disse er kortsigtede scenarier, som vi kan basere investeringer på, træffe forebyggende foranstaltninger og handle med agronomiske praksisser.”
KILDE: Kunstig intelligens: Internationalt forskerhold bragte innovation til olivenolieproduktion – sofokleousin.gr
Olivenavl: Øget udbytte og reduktion af omkostninger gennem kunstig intelligens
Ifølge Olive Oil Times udvikler forskere i Andalusien et nyt værktøj, der vil give landmændene mulighed for at udnytte Kunstig intelligens (AI) at vide, hvornår deres oliven er klar til høst.
Citoliva, en non-profit forsknings- og teknologivirksomhed, fastholder den overbevisning, at dens AI-baserede prædiktive model kan forbedre udbytter og reducere produktionsomkostninger. Dens ledelse vurderer, at en sådan model vil være klar til kommerciel brug om to år.
Sammen med Spaniens ministerium for industri, handel og turisme og Citolivas fire private partnere, der arbejder på projektet, mener organisationen, at den nye teknologi vil give landmændene mulighed for at forudsige tidspunktet for maksimalt olivenolieindhold uden gentagne ture til plantagerne.
Forskerne tilføjede, at det forventes at reducere den tid, der bruges på informationsanalyser, og omkostningerne ved høst, samtidig med at det giver mulighed for mere præcise produktionsestimater.
“Værktøjet er i øjeblikket i forskningsfasen. Ideen er, at det fungerer med en kombination af data fra satellitbilleder og jordsensorer, og at landmanden kan betjene det fra sin mobile enhed,” sagde Carmen Capiscol, chef for forskning, udvikling og innovation hos Citoliva, og fortsatte: “Potentielle brugere er endnu ikke blevet fastlagt, men det er sandsynligt, at tilgangen vil være rettet mod andelsmedlemmer snarere end individuelle producenter.”
Uanset omkostninger og brugervenlighed mener Capsicol, at værktøjet vil hjælpe olivendyrkerne med at høste på det mest passende tidspunkt. Dette anses for endnu vigtigere på grund af ændringerne i klimatiske forhold og mønstre i Andalusien og i hele Middelhavsområdet, der i højere grad ændrer nogle af de vigtigste øjeblikke i olivenudviklingen.
Det er dog værd at bemærke, at forskerne endnu ikke har fastlagt omkostningerne ved at installere de nødvendige sensorer eller bruge den bærbare enhed for landmænd.
KILDE: Olivenavl – Øget udbytte og reduktion af omkostninger gennem kunstig intelligens (AI) – Ypaithros.gr
Kunstig intelligens revolutionerer meteorologien
Google, Huawei og andre virksomheder lancerer AI-modeller, der forbedrer nøjagtigheden af vejrudsigter.
En ny generation af kunstig intelligens (AI)-algoritmer, hvoraf nogle kører selv på en simpel bærbar computer, lover bedre vejrudsigter end nutidens meteorologers modeller der kræver supercomputere. Den seneste udvikling kommer fra DeepMind, en kunstig intelligens-virksomhed, der nu er en del af Google-gruppen, og som i Science magazine præsenterede en kunstig intelligens-model, der allerede tilbyder topydelse.
GraphCast-modellen producerer mere præcise ti-dages vejrudsigter end den konventionelle model af Det Europæiske Center for Mellemfristede Vejrudsigter (ECMWF), betragtet som verdens førende meteorologiske tjeneste. Den endelige algoritme tager mindre end et minut at levere ti-dages prognoser. Og den nye model giver prognoser på få minutter og kræver ikke mere end en simpel pc, i modsætning til ECMWF's supercomputere, der bruger timer på hver prognose.
Uddannelse De matematiske modeller, som meteorologer bruger i dag, opdeler Jorden i store firkanter og bruger væskefysikkens love til at simulere atmosfærens opførsel i fremtiden ved hjælp af tilgængelige målinger af de nuværende forhold som udgangspunkt. Denne tilgang er beregningskrævende, og få meteorologiske tjenester har råd til at opdatere deres rapporter mere end fire gange om dagen. AI-modeller løser derimod ikke fysikligninger. De lærer gennem eksempler – meteorologiske observationer fra tidligere år – at genkende mønstre i atmosfærens opførsel og forudsige, hvordan parametre som tryk, temperatur og vindhastighed interagerer.
For at træne GraphCast brugte DeepMind-forskere ECMWF-data over 40 år. Det tog snesevis af computere og fire uger at fuldføre processen, men den endelige, trænede algoritme tager mindre end et minut at producere ti-dages prognoser, som overgår ECMWF's konventionelle prognoser i 90% af benchmarks.
DeepMinds algoritme er ikke den eneste, der opnår spektakulær ydeevne. Tidligere i år præsenterede det kinesiske firma Huawei, bedst kendt for sine mobiltelefoner, sin egen lignende model i tidsskriftet Nature, mens Google har lanceret sit eksperimentelle 24-timers prognoseværktøj MetNet-3, som overgår de fleste vejrrapporter i nøjagtighed. ECMWF har selv tilbudt eksperimentelle AI-data siden september. Fremskridtene er imponerende, selvom nogle meteorologer og fysikere fortsat er skeptiske, delvist fordi den nye teknologi fungerer som en “sort boks”, der producerer resultater, men ikke forklarer, hvordan de er nået frem til. Det er sandsynligt, at AI vil blive brugt sammen med og i tillæg til matematiske modeller af atmosfæren.
Hvad der dog er sikkert er, at kunstig intelligens kom for at blive i meteorologien.
af Vangelis Pratikakis
KILDE: Kunstig intelligens revolutionerer meteorologien – www.in.gr
Relaterede artikler:
Olivenoliepriser i 2023 – hvorfor priserne på olivenolie steg
Olivenolie: International produktion og forbrug af olivenolie – Produktion og forbrug af olivenolie i Grækenland
Stort fald i den globale olivenolieproduktion (2023) – men stor produktionsstigning i Grækenland
Implementering af kunstig intelligens i landbruget til optimering af kunstvanding og anvendelse af pesticider og herbicider
Olivenolie Engros – Olivenolie Engros Leverandører & Distributører
CRITIDA BIO KRETENSK OLIVENOLIE – Producenter af premium kretensiske kulinariske produkter: Vores fødevarer er blevet eksporteret over hele verden til over 40 lande siden 1998 – Bliv en del af os!
Vi er en århundreder lang familieejet virksomhed (est. 1912) inden for produktion af EVOO olivenolie på øen KRETA i GRÆKENLAND. Vores premium kretensiske ekstra jomfruolivenolie og kulinariske fødevarer eksporteres i over 40 lande verden over til et omhyggeligt udvalgt netværk af partnere. KONTAKT OS, BLIV VORES NÆSTE VÆRDIFULDE FORRETNINGSPARTNER! for ekstra jomfruolivenolie (EVOO) – Økologisk (Bio) ekstra jomfruolivenolie (Økologisk EVOO) – Græske spiseoliven – Balsamicoeddike – Delikatesser, alt fra KRETA GRÆKENLAND.
