{"id":1035,"date":"2024-01-22T15:23:52","date_gmt":"2024-01-22T15:23:52","guid":{"rendered":"https:\/\/stage1.critida.com\/artificial-intelligence-and-olive-oil-cultivation-and-production\/"},"modified":"2026-10-27T06:24:51","modified_gmt":"2026-10-27T06:24:51","slug":"artificial-intelligence-and-olive-oil-cultivation-and-production","status":"publish","type":"post","link":"https:\/\/critida.com\/da\/artificial-intelligence-and-olive-oil-cultivation-and-production\/","title":{"rendered":"Kunstig intelligens og dyrkning og produktion af olivenolie"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\n

Kunstig intelligens og dyrkning og produktion af olivenolie<\/h1>\n

Kunstig intelligens: Internationalt forskerhold bragte innovation til olivenolieproduktion<\/h2>\n

Kortsigtede scenarier, som investeringer, forebyggende foranstaltninger og agronomiske praksisser kan baseres p\u00e5, vil v\u00e6re tilg\u00e6ngelige for olivenolieproducenter ved hj\u00e6lp af Kunstig intelligens (AI)<\/a>, takket v\u00e6re et internationalt forskerhold.<\/p>\n

Det f\u00e6lles forskerhold fra det italienske nationale forskningsr\u00e5d (CNR), Agenturet for Nye Teknologier, Energi og B\u00e6redygtig Udvikling (ENEA)<\/a> og den University of California, Berkeley<\/a>, form\u00e5ede at udvikle en algoritme, der faktisk er tilg\u00e6ngelig for alle interesserede, som kan forudsige st\u00f8rrelsen af en olivenlunds h\u00f8st baseret p\u00e5 de klimatiske data i det specifikke omr\u00e5de.<\/p>\n

Algoritmen l\u00e6rte at lave disse forudsigelser baseret p\u00e5 de sidste 15 \u00e5rs data fra Italien og fandt i bund og grund ud af, hvordan forskellige klimaf\u00e6nomener p\u00e5virker afgr\u00f8der. Algoritmen analyserer vejrm\u00f8nstrene i l\u00f8bet af olivendyrkningscyklussen, og dermed var forskerne i stand til at identificere potentielle klimarisici og hvordan de p\u00e5virker produktionen.<\/p>\n

I alt blev h\u00f8stdata fra 66 italienske provinser i perioden 2006-2020 analyseret, og ud fra denne analyse blev de faktorer, der for\u00e5rsagede de v\u00e6rste h\u00f8ster, afsl\u00f8ret. Men forskningen stoppede ikke med at identificere risikofaktorer, men gik et skridt videre og grupperede derefter disse forskellige variabler efter to m\u00e5neder, lavede en liste over variabler og unders\u00f8gte, hvordan de interagerede over tid. S\u00e5ledes lykkedes det dem at give en kortsigtet prognose, som de siger er tre gange mere pr\u00e6cis og bedre end hvis de havde lavet en analyse med \u00e9n variabel.<\/p>\n

Derefter unders\u00f8gte de, hvilke s\u00e6sonbestemte klimavariabler der producerede enten d\u00e5rlige eller overdrevent gode h\u00f8ster, og udelod fuldst\u00e6ndigt dem, der producerede t\u00e6t p\u00e5 gennemsnittet. Med andre ord, ved at se p\u00e5 minimum og maksimum, kunne de i bund og grund fokusere p\u00e5 de effekter, som klimavariabler har p\u00e5 produktionen, uanset hvad hver enkelt producent g\u00f8r.<\/p>\n

Ogs\u00e5 nyttigt vedr. Bactrocera Oleae (olivenfrugtflue)<\/a><\/p>\n

Forskerne argumenterer for, at hvis algoritmen forts\u00e6tter med at blive tr\u00e6net med flere geografiske data, jo mere \u201cgenerelle\u201d vil de forudsigelser, den laver, blive, og derfor vil den kunne bruges p\u00e5 statslig skala eller endda st\u00f8rre.<\/p>\n

Emnet blev fremh\u00e6vet af den specialiserede hjemmeside Olivenolietider<\/strong><\/a>, hvor forskeren, der deltog i forskningen, Ariana Di Paola, udtalte: \u201cVi arbejder p\u00e5 at forst\u00e5 de klimaindikatorer, der kan udl\u00f8se d\u00e5rlige forhold og den tilh\u00f8rende mulighed for negative konsekvenser for olivenproduktionen. Eksempler p\u00e5 s\u00e5danne indikatorer er forhold, der favoriserer udviklingen af olivenfluen, eller h\u00f8je vintertemperaturer, der kan \u00e6ndre olivencyklussen og have indflydelse p\u00e5 blomstring og best\u00f8vning. Forst\u00e5else af s\u00e6sonbestemtheden i hvert \u00f8jeblik g\u00f8r det muligt for os at forudsige, hvad vi kan forvente i den n\u00e6rmeste fremtid. Disse er kortsigtede scenarier, som vi kan basere investeringer p\u00e5, tr\u00e6ffe forebyggende foranstaltninger og handle med agronomiske praksisser.\u201d<\/p>\n

KILDE:\u00a0Kunstig intelligens: Internationalt forskerhold bragte innovation til olivenolieproduktion<\/a> \u2013 sofokleousin.gr<\/p>\n

\"Kunstig<\/p>\n

Olivenavl: \u00d8get udbytte og reduktion af omkostninger gennem kunstig intelligens<\/h2>\n

If\u00f8lge Olive Oil Times udvikler forskere i Andalusien et nyt v\u00e6rkt\u00f8j, der vil give landm\u00e6ndene mulighed for at udnytte Kunstig intelligens (AI)<\/a> at vide, hvorn\u00e5r deres oliven er klar til h\u00f8st.<\/p>\n

Citoliva<\/a>, en non-profit forsknings- og teknologivirksomhed, fastholder den overbevisning, at dens AI-baserede pr\u00e6diktive model kan forbedre udbytter og reducere produktionsomkostninger. Dens ledelse vurderer, at en s\u00e5dan model vil v\u00e6re klar til kommerciel brug om to \u00e5r.<\/p>\n

Sammen med Spaniens ministerium for industri, handel og turisme og Citolivas fire private partnere, der arbejder p\u00e5 projektet, mener organisationen, at den nye teknologi vil give landm\u00e6ndene mulighed for at forudsige tidspunktet for maksimalt olivenolieindhold uden gentagne ture til plantagerne.<\/p>\n

Forskerne tilf\u00f8jede, at det forventes at reducere den tid, der bruges p\u00e5 informationsanalyser, og omkostningerne ved h\u00f8st, samtidig med at det giver mulighed for mere pr\u00e6cise produktionsestimater.<\/p>\n

\u201cV\u00e6rkt\u00f8jet er i \u00f8jeblikket 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,\u201d sagde Carmen Capiscol, chef for forskning, udvikling og innovation hos Citoliva, og fortsatte: \u201cPotentielle brugere er endnu ikke blevet fastlagt, men det er sandsynligt, at tilgangen vil v\u00e6re rettet mod andelsmedlemmer snarere end individuelle producenter.\u201d<\/p>\n

Uanset omkostninger og brugervenlighed mener Capsicol, at v\u00e6rkt\u00f8jet vil hj\u00e6lpe olivendyrkerne med at h\u00f8ste p\u00e5 det mest passende tidspunkt. Dette anses for endnu vigtigere p\u00e5 grund af \u00e6ndringerne i klimatiske forhold og m\u00f8nstre i Andalusien og i hele Middelhavsomr\u00e5det, der i h\u00f8jere grad \u00e6ndrer nogle af de vigtigste \u00f8jeblikke i olivenudviklingen.<\/p>\n

Det er dog v\u00e6rd at bem\u00e6rke, at forskerne endnu ikke har fastlagt omkostningerne ved at installere de n\u00f8dvendige sensorer eller bruge den b\u00e6rbare enhed for landm\u00e6nd.<\/p>\n

KILDE:\u00a0Olivenavl \u2013 \u00d8get udbytte og reduktion af omkostninger gennem kunstig intelligens (AI)<\/a> \u2013 Ypaithros.gr<\/p>\n

\"\"<\/p>\n

Kunstig intelligens revolutionerer meteorologien<\/h2>\n

Google, Huawei og andre virksomheder lancerer AI-modeller, der forbedrer n\u00f8jagtigheden af vejrudsigter.<\/h3>\n

En ny generation af kunstig intelligens (AI)-algoritmer, hvoraf nogle k\u00f8rer selv p\u00e5 en simpel b\u00e6rbar computer, lover bedre vejrudsigter end nutidens meteorologers modeller<\/strong> der kr\u00e6ver supercomputere. Den seneste udvikling kommer fra DeepMind<\/a>, en kunstig intelligens-virksomhed, der nu er en del af Google-gruppen, og som i Science magazine pr\u00e6senterede en kunstig intelligens-model, der allerede tilbyder topydelse.<\/p>\n

GraphCast-modellen producerer mere pr\u00e6cise ti-dages vejrudsigter<\/strong> end den konventionelle model af Det Europ\u00e6iske Center for Mellemfristede Vejrudsigter (ECMWF)<\/a>, betragtet som verdens f\u00f8rende meteorologiske tjeneste. Den endelige algoritme tager mindre end et minut at levere ti-dages prognoser. Og den nye model giver prognoser p\u00e5 f\u00e5 minutter og kr\u00e6ver ikke mere end en simpel pc, i mods\u00e6tning til ECMWF's supercomputere, der bruger timer p\u00e5 hver prognose.<\/p>\n

Uddannelse De matematiske modeller, som meteorologer bruger i dag, opdeler Jorden i store firkanter og bruger v\u00e6skefysikkens love til at simulere atmosf\u00e6rens opf\u00f8rsel i fremtiden ved hj\u00e6lp af tilg\u00e6ngelige m\u00e5linger af de nuv\u00e6rende forhold som udgangspunkt. Denne tilgang er beregningskr\u00e6vende, og f\u00e5 meteorologiske tjenester har r\u00e5d til at opdatere deres rapporter mere end fire gange om dagen. AI-modeller l\u00f8ser derimod ikke fysikligninger. De l\u00e6rer gennem eksempler \u2013 meteorologiske observationer fra tidligere \u00e5r \u2013 at genkende m\u00f8nstre i atmosf\u00e6rens opf\u00f8rsel og forudsige, hvordan parametre som tryk, temperatur og vindhastighed interagerer.<\/p>\n

For at tr\u00e6ne GraphCast brugte DeepMind-forskere ECMWF-data over 40 \u00e5r. Det tog snesevis af computere og fire uger at fuldf\u00f8re processen, men den endelige, tr\u00e6nede algoritme tager mindre end et minut at producere ti-dages prognoser, som overg\u00e5r ECMWF's konventionelle prognoser i 90% af benchmarks.<\/p>\n

DeepMinds algoritme er ikke den eneste, der opn\u00e5r spektakul\u00e6r ydeevne. Tidligere i \u00e5r pr\u00e6senterede det kinesiske firma Huawei, bedst kendt for sine mobiltelefoner, sin egen lignende model i tidsskriftet Nature, mens Google har lanceret sit eksperimentelle 24-timers prognosev\u00e6rkt\u00f8j MetNet-3, som overg\u00e5r de fleste vejrrapporter i n\u00f8jagtighed. 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 \u201csort boks\u201d, der producerer resultater, men ikke forklarer, hvordan de er n\u00e5et frem til. Det er sandsynligt, at AI vil blive brugt sammen med og i till\u00e6g til matematiske modeller af atmosf\u00e6ren.<\/p>\n

Hvad der dog er sikkert er, at kunstig intelligens kom for at blive i meteorologien.<\/p>\n

af Vangelis Pratikakis\u00a0<\/p>\n

KILDE: Kunstig intelligens revolutionerer meteorologien<\/a> \u2013 www.in.gr<\/p>\n

Relaterede artikler:<\/h2>\n

Olivenoliepriser i 2023 \u2013 hvorfor priserne p\u00e5 olivenolie steg<\/a><\/h3>\n

Olivenolie: International produktion og forbrug af olivenolie \u2013 Produktion og forbrug af olivenolie i Gr\u00e6kenland<\/a><\/h3>\n

Stort fald i den globale olivenolieproduktion (2023) \u2013 men stor produktionsstigning i Gr\u00e6kenland<\/a><\/h3>\n

Implementering af kunstig intelligens i landbruget til optimering af kunstvanding og anvendelse af pesticider og herbicider<\/a><\/h3>\n

\"Gr\u00e6sk Olivenolie Engros \u2013 Olivenolie Engros Leverand\u00f8rer & Distribut\u00f8rer<\/p>\n

CRITIDA BIO KRETENSK OLIVENOLIE \u2013 Producenter af premium kretensiske kulinariske produkter: Vores f\u00f8devarer er blevet eksporteret over hele verden til over 40 lande siden 1998 \u2013 Bliv en del af os! <\/a><\/h2>\n

Vi er en \u00e5rhundreder lang familieejet virksomhed (est. 1912) inden for produktion af EVOO olivenolie p\u00e5 \u00f8en KRETA i GR\u00c6KENLAND. Vores premium kretensiske ekstra jomfruolivenolie og kulinariske f\u00f8devarer eksporteres i over 40 lande verden over til et omhyggeligt udvalgt netv\u00e6rk af partnere. KONTAKT OS, BLIV VORES N\u00c6STE V\u00c6RDIFULDE FORRETNINGSPARTNER! for ekstra jomfruolivenolie (EVOO) \u2013 \u00d8kologisk (Bio) ekstra jomfruolivenolie (\u00d8kologisk EVOO) \u2013 Gr\u00e6ske spiseoliven \u2013 Balsamicoeddike \u2013 Delikatesser, alt fra KRETA GR\u00c6KENLAND.<\/p>\n

Bliv en del af os, bliv leverand\u00f8r\/grossist af olivenolie! <\/a><\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Artificial Intelligence and Olive Oil Cultivation and Production Artificial intelligence: international research team brought Innovation in olive oil production Short-term<\/p>","protected":false},"author":5,"featured_media":1036,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[104],"tags":[283,284,285,143],"class_list":["post-1035","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","tag-ai","tag-artificial-intelligence","tag-olive-oil-cultivation","tag-olive-oil-production"],"permalink_manager":null,"_links":{"self":[{"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/posts\/1035","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/comments?post=1035"}],"version-history":[{"count":0,"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/posts\/1035\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/media\/1036"}],"wp:attachment":[{"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/media?parent=1035"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/categories?post=1035"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/critida.com\/da\/wp-json\/wp\/v2\/tags?post=1035"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}