Tehisintellekt ja oliiviõli kasvatamine ja tootmine
Tehisintellekt ja oliiviõli kasvatamine ja tootmine
Tehisintellekt: rahvusvaheline uurimisrühm tõi innovatsiooni oliiviõli tootmises
Lühiajalised stsenaariumid investeeringute tegemiseks, ennetavate meetmete võtmiseks ja agronoomiliste tavade järgimiseks on oliiviõlitootjatele kättesaadavad. Tehisintellekt (AI), tänu rahvusvahelisele uurimisrühmale.
Itaalia riikliku teadusnõukogu (CNR) ühine uurimisrühm Uute Tehnoloogiate, Energia ja Säästva Arengu Agentuur (ENEA) ja California Ülikool, Berkeley, õnnestus välja töötada algoritm, mis on tegelikult kõigile huvilistele kättesaadav, kes oskab konkreetse piirkonna kliimaandmete põhjal ennustada oliivisalu saagi suurust.
Algoritm õppis neid ennustusi tegema Itaalia viimase 15 aasta andmete põhjal ja leidis sisuliselt viisi, kuidas erinevad kliimanähtused põllukultuure mõjutavad. Algoritm analüüsib ilmastikuolusid oliivikasvatustsükli perioodil ja seega suutsid teadlased tuvastada võimalikud kliimariskid ja kuidas need tootmist mõjutavad.
Kokku analüüsiti 66 Itaalia provintsi saagiandmeid perioodil 2006-2020 ja sellest analüüsist selgusid tegurid, mis põhjustasid halvima saagi. Kuid uuringud ei piirdunud riskitegurite tuvastamisega, vaid läksid sammu edasi ja rühmitasid need erinevad muutujad kahe kuu kaupa, koostades muutujate loendi ja uurides, kuidas need aja jooksul suhtlesid. Seega õnnestus neil esitada lühiajaline prognoos, mis on nende sõnul kolm korda täpsem ja parem kui ühe muutuja analüüsi puhul.
Seejärel uuriti, millised hooajalised kliimamuutujad andsid kas kehva või liiga head saaki ning jätsid täielikult välja need, mis andsid keskmise saagi lähedal. Teisisõnu, miinimumi ja maksimumi vaatlemine võimaldas neil sisuliselt keskenduda kliimamuutujate mõjule tootmisele, sõltumata sellest, mida iga tootja teeb.
Abiks ka seoses Bactrocera Oleae (oliivipuu kärbes)
Teadlased väidavad, et kui algoritmi koolitatakse jätkuvalt rohkemate geograafiliste andmetega, muutuvad selle tehtud ennustused "üldisemaks" ja seetõttu saab seda kasutada riigi mastaabis või isegi suuremas mahus.
Teema tõstis esile spetsialiseerunud veebisait Oliiviõli ajad, kus uuringus osalenud teadlane Ariana Di Paola märkis, et: "Töötame selle nimel, et mõista kliimanäitajaid, mis võivad vallandada halbu tingimusi ja nendega seotud negatiivsete tagajärgede võimalust tootmisele. oliiv. Selliste näitajate näideteks on tingimused, mis soodustavad oliivikärbse arengut, või kõrged talvised temperatuurid, mis võivad muuta oliivitsüklit ning mõjutada õitsemist ja tolmeldamist. Iga hetke hooajalisuse mõistmine võimaldab meil ennustada, mida peaksime lähitulevikus ootama. Need on lühiajalised stsenaariumid, millele tugineda investeeringute tegemiseks, ennetavate meetmete võtmiseks ja agronoomiliste tavade järgimiseks.
ALLIKAS: Tehisintellekt: rahvusvaheline uurimisrühm tõi innovatsiooni oliiviõli tootmises – sofokleousin.gr
Oliivikasvatus: saagikuse suurendamine ja kulude vähendamine tehisintellekti abil
Olive Oil Timesi andmetel töötavad Andaluusia teadlased välja uut tööriista, mis võimaldab põllumeestel seda võimendada. Tehisintellekt (AI) et teada saada, millal nende oliivid on koristamiseks valmis.
Citoliva, mittetulunduslik uurimis- ja tehnoloogiaettevõte, on veendunud, et tema tehisintellektil põhinev ennustamismudel võib parandada saaki ja vähendada tootmiskulusid. Selle juhtide hinnangul on selline mudel kaubanduslikuks kasutamiseks valmis kahe aasta pärast.
Koos Hispaania tööstus-, kaubandus- ja turismiministeeriumi ning Citoliva nelja projekti kallal töötava erasektori partneriga usub organisatsioon, et uus tehnoloogia võimaldab põllumeestel ennustada oliiviõli maksimaalse sisalduse hetke ilma korduvate saludesse sõitmiseta.
Teadlased lisasid, et sellega loodetakse vähendada infoanalüüsidele kuluvat aega ja saagikoristuse kulusid, võimaldades samas teha täpsemaid toodanguhinnanguid.
"Tööriist on praegu uurimisfaasis. Idee seisneb selles, et see töötab satelliidipiltide ja maapealsete andurite edastatud andmete kombinatsiooniga ning põllumees saab seda kasutada oma mobiilseadmest,“ ütles Citoliva uurimis-, arendus- ja innovatsiooniosakonna juht Carmen Capiscol. jätkas: "Potentsiaalsed kasutajad ei ole veel kindlaks määratud, kuid tõenäoliselt lähenetakse pigem ühistuliikmetele kui üksiktootjatele."
Vaatamata kuludele ja kasutuslihtsusele usub Capsicol, et tööriist aitab oliivikasvatajatel koristada kõige sobivamal ajal. Seda peetakse veelgi olulisemaks kliimatingimuste ja -mustrite muutumise tõttu Andaluusias ja kogu Vahemere piirkonnas, mis nihutab laiemalt mõningaid oliivide arengu võtmehetki.
Märkimist väärib aga see, et teadlased ei ole veel kindlaks teinud vajalike andurite paigaldamise ega talupidajatele kantava seadme kasutamise maksumust.
ALLIKAS: Oliivikasvatus – tehisintellekti (AI) abil saagikuse suurendamine ja kulude vähendamine – Ypaithros.gr
Tehisintellekt muudab meteoroloogias revolutsiooni
Google, Huawei ja teised ettevõtted toovad turule AI-mudeleid, mis parandavad ilmaprognooside ennustuste täpsust
Uue põlvkonna tehisintellekti (AI) algoritmid, millest mõned töötavad isegi lihtsas sülearvutis, lubavad paremad ilmaennustused kui tänapäeva meteoroloogide mudelid mis nõuavad superarvuteid. Viimane arendus pärineb DeepMind, tehisintellektiettevõte, mis kuulub nüüd Google'i gruppi, mis esitles ajakirjas Science tehisintellekti mudelit, mis pakub juba tipptulemusi.
GraphCasti mudel annab täpsema tulemuse kümne päeva ilmaennustused kui tavaline mudel Euroopa Keskmise Ilmaennustuste Keskus (ECMWF), mida peetakse maailma juhtivaks meteoroloogiateenistuseks. Lõplikul algoritmil kulub kümnepäevaste prognooside esitamiseks vähem kui minut Uus mudel annab prognoose minutitega, erinevalt ECMWF-i superarvutitest, mille jaoks kulub iga prognoosi jaoks tunde, selleks pole vaja muud kui lihtsalt arvutit.
Haridus Matemaatilised mudelid, mida meteoroloogid täna kasutavad, jagavad Maa suurteks ruutudeks ja kasutavad vedelikufüüsika seadusi, et simuleerida atmosfääri käitumist tulevikus, kasutades lähtepunktina olemasolevaid mõõtmisi praeguste tingimuste kohta. See lähenemisviis on arvutuslikult nõudlik ja vähesed meteoroloogiateenistused saavad endale lubada oma aruannete värskendamist rohkem kui neli korda päevas. AI mudelid seevastu füüsika võrrandeid ei lahenda. Neid õpetavad näited – eelmiste aastate meteoroloogilised vaatlused –, et õppida ära tundma atmosfääri käitumismustreid ning ennustama, kuidas sellised parameetrid nagu rõhk, temperatuur ja tuule kiirus omavahel suhtlevad.
GraphCasti koolitamiseks kasutasid DeepMindi teadlased ECMWF-i andmeid, mis hõlmasid 40 aastat. Protsessi lõpuleviimiseks kulus kümneid arvuteid ja neli nädalat, kuid lõplikul väljaõppinud algoritmil kulub kümnepäevaste prognooside koostamiseks vähem kui minut, mis ületab ECMWF-i tavapäraseid prognoose 90% võrdlusalustes.
DeepMindi algoritm pole ainus, mis saavutab suurepärase jõudluse. Selle aasta alguses esitles Hiina ettevõte Huawei, mis on enim tuntud oma mobiiltelefonide poolest, ajakirjas Nature oma sarnast mudelit, samal ajal kui Google tõi turule oma eksperimentaalse 24-tunnise prognoosimise tööriista MetNet-3, mis ületab täpsuse poolest enamiku ilmateenistuste raporteid. . ECMWF ise on AI eksperimentaalseid andmeid pakkunud alates septembrist. Edusammud on muljetavaldavad, kuigi mõned meteoroloogid ja füüsikud on endiselt skeptilised, osaliselt seetõttu, et uus tehnoloogia toimib "musta kasti", mis annab tulemusi, kuid ei selgita, kuidas nendeni jõuti. Tõenäoliselt hakatakse AI-d kasutama kõrvuti ja lisaks atmosfääri matemaatiliste mudelitega.
Kindel on aga see, et tehisintellekt jäi meteoroloogiasse.
autor Vangelis Pratikakis
ALLIKAS: Tehisintellekt muudab meteoroloogias revolutsiooni – www.in.gr
Seotud artiklid:
Seonduvad postitused
Maailma oliiviõli tootmise tohutu langus (2023), kuid Kreekas on tootmise suur kasv
Ülemaailmne oliiviõli toodang on tänavu kuue aasta madalaimal tasemel, kuid toodang on suurel määral kasvanud – 3
Oliiviõli: oliiviõli rahvusvaheline tootmine ja tarbimine – oliiviõli tootmine ja tarbimine Kreekas
Oliiviõli statistika ja teave: oliiviõli ja #8 rahvusvaheline tootmine ja tarbimine