Künstliche Intelligenz und Olivenölanbau und -produktion
Künstliche Intelligenz und Olivenölanbau und -produktion
Künstliche Intelligenz: Internationales Forschungsteam brachte Innovation in die Olivenölproduktion
Mit Hilfe von werden den Olivenölproduzenten kurzfristige Szenarien zur Verfügung stehen, auf denen sie Investitionen stützen, vorbeugende Maßnahmen ergreifen und Maßnahmen mit agronomischen Praktiken ergreifen können Künstliche Intelligenz (KI), dank eines internationalen Forschungsteams.
Das gemeinsame Forschungsteam des italienischen Nationalen Forschungsrates (CNR), der Agentur für neue Technologien, Energie und nachhaltige Entwicklung (ENEA) und das Universität von Kalifornien, Berkeley, hat es geschafft, einen Algorithmus zu entwickeln, der tatsächlich jedem Interessierten zur Verfügung steht, Wer kann die Größe der Ernte eines Olivenhains anhand der klimatischen Daten in dem jeweiligen Gebiet vorhersagen?
Der Algorithmus lernte, diese Vorhersagen auf der Grundlage der Daten aus Italien der letzten 15 Jahre zu treffen, und fand im Wesentlichen heraus, wie sich verschiedene Klimaphänomene auf Nutzpflanzen auswirken. Der Algorithmus analysiert die Wettermuster während des Olivenanbauzyklus und so konnten die Forscher potenzielle Klimarisiken und deren Auswirkungen auf die Produktion identifizieren.
Insgesamt wurden Erntedaten aus 66 italienischen Provinzen im Zeitraum 2006-2020 analysiert und aus dieser Analyse wurden die Faktoren ermittelt, die zu den schlechtesten Ernten führten. Die Forschung beschränkte sich jedoch nicht nur auf die Identifizierung von Risikofaktoren, sondern ging noch einen Schritt weiter und gruppierte diese verschiedenen Variablen dann nach zwei Monaten, erstellte eine Liste der Variablen und untersuchte, wie sie im Laufe der Zeit interagierten. So gelang es ihnen, eine kurzfristige Prognose zu erstellen, die ihrer Meinung nach dreimal genauer und besser ist, als wenn sie eine Einzelvariablenanalyse durchgeführt hätten.
Anschließend untersuchten sie, welche saisonalen Klimavariablen zu schlechten oder übermäßig guten Ernten führten, und ließen diejenigen, die nahezu durchschnittliche Ernten lieferten, völlig außer Acht. Mit anderen Worten: Die Betrachtung des Minimums und des Maximums ermöglichte es ihnen, sich im Wesentlichen auf die Auswirkungen zu konzentrieren, die Klimavariablen auf die Produktion haben, unabhängig davon, was jeder Produzent tut.
Auch hilfreich bzgl Bactrocera Oleae (Olivenfruchtfliege)
Die Forscher argumentieren, dass die Vorhersagen, die er macht, umso „allgemeiner“ werden, wenn der Algorithmus weiterhin mit mehr geografischen Daten trainiert wird, und dass er daher auf staatlicher Ebene oder sogar noch größer eingesetzt werden kann.
Das Thema wurde auf der Fachwebsite hervorgehoben Olivenölzeiten, wo die an der Forschung beteiligte Forscherin Ariana Di Paola erklärte: „Wir arbeiten daran, die Klimaindikatoren zu verstehen, die schlechte Bedingungen und die damit verbundene Möglichkeit negativer Folgen für die Produktion auslösen können.“ Olive. Beispiele für solche Indikatoren sind Bedingungen, die die Entwicklung der Olivenfliege begünstigen, oder hohe Wintertemperaturen, die den Olivenzyklus verändern und Auswirkungen auf die Blüte und Bestäubung haben können. Wenn wir die Saisonalität jedes Augenblicks verstehen, können wir vorhersagen, was uns in naher Zukunft erwarten sollte. Dabei handelt es sich um kurzfristige Szenarien, auf denen Investitionen basieren, vorbeugende Maßnahmen ergriffen und mit agronomischen Praktiken Maßnahmen ergriffen werden können.“
QUELLE: Künstliche Intelligenz: Internationales Forschungsteam brachte Innovation in die Olivenölproduktion – sofokleousin.gr
Olivenanbau: Erträge steigern und Kosten senken durch künstliche Intelligenz
Laut Olive Oil Times entwickeln Forscher in Andalusien ein neues Tool, das es den Landwirten ermöglichen wird, eine Hebelwirkung zu erzielen Künstliche Intelligenz (KI) um zu wissen, wann ihre Oliven zur Ernte bereit sind.
Citoliva, ein gemeinnütziges Forschungs- und Technologieunternehmen, ist weiterhin davon überzeugt, dass sein KI-basiertes Vorhersagemodell die Erträge verbessern und die Produktionskosten senken könnte. Die Verantwortlichen gehen davon aus, dass ein solches Modell in zwei Jahren für den kommerziellen Einsatz bereit sein wird.
Gemeinsam mit dem spanischen Ministerium für Industrie, Handel und Tourismus und den vier Partnern aus dem Privatsektor von Citoliva, die an dem Projekt arbeiten, ist die Organisation davon überzeugt, dass die neue Technologie es den Landwirten ermöglichen wird, den Zeitpunkt des maximalen Olivenölgehalts vorherzusagen, ohne wiederholt zu den Olivenhainen fahren zu müssen.
Die Forscher fügten hinzu, dass dadurch voraussichtlich der Zeitaufwand für Informationsanalysen und die Erntekosten reduziert und gleichzeitig genauere Produktionsschätzungen ermöglicht werden.
„Das Tool befindet sich derzeit in der Forschungsphase. Die Idee ist, dass es mit einer Kombination aus Daten von Satellitenbildern und Bodensensoren funktioniert und der Landwirt es von seinem mobilen Gerät aus bedienen kann“, ergänzt Carmen Capiscol, Leiterin Forschung, Entwicklung und Innovation bei Citoliva Weiter: „Potenzielle Nutzer stehen noch nicht fest, aber es ist wahrscheinlich, dass der Ansatz eher auf Genossenschaftsmitglieder als auf einzelne Produzenten gerichtet sein wird.“
Unabhängig von den Kosten und der Benutzerfreundlichkeit ist Capsicol davon überzeugt, dass das Tool den Olivenbauern dabei helfen wird, zum am besten geeigneten Zeitpunkt zu ernten. Dies wird als umso wichtiger erachtet, da sich durch die Veränderung der klimatischen Bedingungen und Muster in Andalusien und im gesamten Mittelmeerraum einige der Schlüsselmomente der Olivenentwicklung weiter verschieben.
Es ist jedoch anzumerken, dass die Forscher die Kosten für die Installation der erforderlichen Sensoren oder die Verwendung des tragbaren Geräts für Landwirte noch nicht ermittelt haben.
QUELLE: Olivenanbau – Ertragssteigerung und Kostensenkung durch Künstliche Intelligenz (KI) – Ypaithros.gr
Künstliche Intelligenz revolutioniert die Meteorologie
Google, Huawei und andere Unternehmen bringen KI-Modelle auf den Markt, die die Genauigkeit von Vorhersagen in Wettervorhersagen verbessern
Eine neue Generation von Algorithmen der künstlichen Intelligenz (KI), die teilweise sogar auf einem einfachen Laptop-Computer laufen, verspricht bessere Wettervorhersagen als die heutigen Modelle der Meteorologen die Supercomputer erfordern. Die neueste Entwicklung stammt von DeepMind, ein Unternehmen für künstliche Intelligenz, das heute zum Google-Konzern gehört, stellte im Science-Magazin ein Modell für künstliche Intelligenz vor, das bereits Spitzenleistungen bietet.
Das GraphCast-Modell liefert genauere Ergebnisse Wettervorhersagen für zehn Tage als das herkömmliche Modell des Europäisches Zentrum für mittelfristige Wettervorhersage (ECMWF), gilt als der weltweit führende Wetterdienst. Der endgültige Algorithmus benötigt weniger als eine Minute, um Zehn-Tage-Prognosen bereitzustellen Und das neue Modell liefert Vorhersagen in Minutenschnelle und erfordert lediglich einen einfachen PC, im Gegensatz zu den Supercomputern des ECMWF, die für jede Vorhersage Stunden benötigen.
Ausbildung Die heute von Meteorologen verwendeten mathematischen Modelle unterteilen die Erde in große Quadrate und nutzen die Gesetze der Strömungsphysik, um das Verhalten der Atmosphäre in der Zukunft zu simulieren, wobei verfügbare Messungen der aktuellen Bedingungen als Ausgangspunkt dienen. Dieser Ansatz ist rechenintensiv und nur wenige Wetterdienste können es sich leisten, ihre Berichte mehr als viermal täglich zu aktualisieren. Im Gegensatz dazu lösen KI-Modelle keine physikalischen Gleichungen. Anhand von Beispielen – meteorologischen Beobachtungen aus vergangenen Jahren – lernen sie, Muster im Verhalten der Atmosphäre zu erkennen und das Zusammenspiel von Parametern wie Druck, Temperatur und Windgeschwindigkeit vorherzusagen.
Um GraphCast zu trainieren, nutzten DeepMind-Forscher ECMWF-Daten aus 40 Jahren. Es dauerte Dutzende von Computern und vier Wochen, um den Prozess abzuschließen, aber der endgültige, trainierte Algorithmus benötigt weniger als eine Minute, um Zehn-Tage-Prognosen zu erstellen, die die herkömmlichen Prognosen des ECMWF in 90% Benchmarks übertreffen.
Der Algorithmus von DeepMind ist nicht der Einzige, der eine spektakuläre Leistung erzielt. Anfang des Jahres stellte das chinesische Unternehmen Huawei, das vor allem für seine Mobiltelefone bekannt ist, in der Zeitschrift Nature ein eigenes ähnliches Modell vor, während Google sein experimentelles 24-Stunden-Vorhersagetool MetNet-3 auf den Markt gebracht hat, das die meisten Wetterdienstberichte an Genauigkeit übertrifft. . Das ECMWF selbst bietet seit September experimentelle KI-Daten an. Der Fortschritt ist beeindruckend, obwohl einige Meteorologen und Physiker weiterhin skeptisch sind, auch weil die neue Technologie als „Black Box“ fungiert, die Ergebnisse liefert, aber nicht erklärt, wie sie zustande kamen. Es ist wahrscheinlich, dass KI neben und zusätzlich zu mathematischen Modellen der Atmosphäre eingesetzt wird.
Sicher ist jedoch, dass die Künstliche Intelligenz in der Meteorologie Einzug gehalten hat.
von Vangelis Pratikakis
QUELLE: Künstliche Intelligenz revolutioniert die Meteorologie – www.in.gr
In Verbindung stehende Artikel:
Zusammenhängende Posts
Enormer Rückgang der weltweiten Olivenölproduktion (2023) – aber großer Produktionsanstieg in Griechenland
Die weltweite Olivenölproduktion ist in diesem Jahr auf einem Sechsjahrestief, aber ein großer Produktionsanstieg – bei 3
Olivenöl: Internationale Produktion und Verbrauch von Olivenöl – Produktion und Verbrauch von Olivenöl in Griechenland
Statistiken und Informationen zu Olivenöl: Internationale Produktion und Verbrauch von Olivenöl