{"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\/it\/artificial-intelligence-and-olive-oil-cultivation-and-production\/","title":{"rendered":"Intelligenza artificiale, coltivazione e produzione di olio d'oliva"},"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

Intelligenza artificiale, coltivazione e produzione di olio d'oliva<\/h1>\n

Intelligenza artificiale: un team di ricerca internazionale ha portato l'innovazione nella produzione di olio d'oliva<\/h2>\n

Scenari a breve termine su cui basare gli investimenti, adottare misure preventive e intervenire con pratiche agronomiche saranno a disposizione dei produttori di olio d'oliva con l'aiuto di Intelligenza artificiale (IA)<\/a>, grazie a un team di ricerca internazionale.<\/p>\n

Il gruppo di ricerca congiunto del Consiglio Nazionale delle Ricerche (CNR), Agenzia per le nuove tecnologie, l'energia e lo sviluppo sostenibile (ENEA)<\/a> e il Universit\u00e0 della California, Berkeley<\/a>, \u00e8 riuscito a sviluppare un algoritmo, effettivamente disponibile a chiunque sia interessato, in grado di prevedere l'entit\u00e0 del raccolto di un oliveto in base ai dati climatici della zona specifica.<\/p>\n

L'algoritmo ha imparato a fare queste previsioni basandosi sui dati degli ultimi 15 anni provenienti dall'Italia e, in sostanza, ha individuato il modo in cui diversi fenomeni climatici influenzano le colture. L'algoritmo analizza i modelli meteorologici durante il periodo del ciclo di crescita dell'olivo e, in questo modo, i ricercatori sono stati in grado di identificare i potenziali rischi climatici e il loro impatto sulla produzione.<\/p>\n

Complessivamente, sono stati analizzati i dati relativi ai raccolti di 66 province italiane nel periodo 2006-2020, individuando i fattori che hanno causato i raccolti peggiori. La ricerca non si \u00e8 limitata a identificare i fattori di rischio, ma \u00e8 andata oltre, raggruppando le diverse variabili per periodi di due mesi, stilando un elenco e analizzando le loro interazioni nel tempo. In questo modo, \u00e8 stato possibile fornire una previsione a breve termine, che, a detta dei ricercatori, risulta tre volte pi\u00f9 accurata e affidabile rispetto a un'analisi basata su una singola variabile.<\/p>\n

Hanno quindi analizzato quali variabili climatiche stagionali producessero raccolti scarsi o eccezionalmente buoni, escludendo completamente quelle che producevano raccolti vicini alla media. In altre parole, concentrandosi sui valori minimi e massimi, \u00e8 stato possibile focalizzarsi essenzialmente sugli effetti che le variabili climatiche hanno sulla produzione, indipendentemente dalle pratiche di ciascun produttore.<\/p>\n

Utile anche per quanto riguarda Bactrocera Oleae (mosca dell'olivo)<\/a><\/p>\n

I ricercatori sostengono che, continuando ad addestrare l'algoritmo con dati geografici sempre pi\u00f9 numerosi, le previsioni che fornir\u00e0 diventeranno pi\u00f9 \u201cgenerali\u201d e potranno quindi essere utilizzate a livello statale o persino su scala maggiore.<\/p>\n

L'argomento \u00e8 stato messo in evidenza dal sito web specializzato Tempi dell'olio d'oliva<\/strong><\/a>, dove la ricercatrice che ha partecipato allo studio, Ariana Di Paola, ha affermato che: \u201cStiamo lavorando per comprendere gli indicatori climatici che possono innescare condizioni avverse e la conseguente possibilit\u00e0 di conseguenze negative per la produzione olivicola. Esempi di tali indicatori sono le condizioni che favoriscono lo sviluppo della mosca dell'olivo o le alte temperature invernali che possono alterare il ciclo olivicolo e avere un impatto sulla fioritura e sull'impollinazione. Comprendere la stagionalit\u00e0 di ogni momento ci permette di prevedere cosa aspettarci nel prossimo futuro. Si tratta di scenari a breve termine su cui basare gli investimenti, adottare misure preventive e intervenire con pratiche agronomiche.\u201d<\/p>\n

FONTE:\u00a0Intelligenza artificiale: un team di ricerca internazionale ha portato l'innovazione nella produzione di olio d'oliva<\/a> \u2013 sofokleousin.gr<\/p>\n

\"Intelligenza<\/p>\n

Olivicoltura: aumentare la resa e ridurre i costi grazie all'intelligenza artificiale<\/h2>\n

Secondo Olive Oil Times, i ricercatori in Andalusia stanno sviluppando un nuovo strumento che permetter\u00e0 agli agricoltori di sfruttare Intelligenza artificiale (IA)<\/a> per sapere quando le loro olive sono pronte per la raccolta.<\/p>\n

Citt\u00e0<\/a>, un'azienda di ricerca e tecnologia senza scopo di lucro, \u00e8 convinta che il suo modello predittivo basato sull'intelligenza artificiale possa migliorare i rendimenti e ridurre i costi di produzione. I suoi dirigenti stimano che tale modello sar\u00e0 pronto per l'uso commerciale entro due anni.<\/p>\n

Insieme al Ministero spagnolo dell'Industria, del Commercio e del Turismo e ai quattro partner del settore privato di Citolifa che collaborano al progetto, l'organizzazione ritiene che la nuova tecnologia consentir\u00e0 agli agricoltori di prevedere il momento di massima concentrazione di olio d'oliva senza dover effettuare ripetuti viaggi negli oliveti.<\/p>\n

I ricercatori hanno aggiunto che si prevede una riduzione del tempo dedicato all'analisi delle informazioni e dei costi di raccolta, consentendo al contempo stime di produzione pi\u00f9 accurate.<\/p>\n

\u201cLo strumento \u00e8 attualmente in fase di ricerca. L'idea \u00e8 che funzioni con una combinazione di dati forniti da immagini satellitari e sensori a terra, e che l'agricoltore possa utilizzarlo dal proprio dispositivo mobile\u201d, ha affermato Carmen Capiscol, responsabile ricerca, sviluppo e innovazione di Citoliva, aggiungendo: \u201cI potenziali utenti non sono ancora stati definiti, ma \u00e8 probabile che l'approccio sar\u00e0 rivolto ai membri delle cooperative piuttosto che ai singoli produttori\u201d.\u201d<\/p>\n

A prescindere dal costo e dalla facilit\u00e0 d'uso, Capsicol ritiene che lo strumento aiuter\u00e0 gli olivicol a raccogliere le olive al momento pi\u00f9 opportuno. Ci\u00f2 \u00e8 considerato ancora pi\u00f9 importante a causa dei cambiamenti climatici in Andalusia e, pi\u00f9 in generale, in tutto il bacino del Mediterraneo, che stanno modificando alcuni dei momenti chiave dello sviluppo dell'olivo.<\/p>\n

\u00c8 opportuno tuttavia precisare che i ricercatori non hanno ancora determinato il costo di installazione dei sensori necessari o di utilizzo del dispositivo indossabile per gli agricoltori.<\/p>\n

FONTE:\u00a0Olivicoltura: aumento della resa e riduzione dei costi grazie all'intelligenza artificiale (IA)<\/a> \u2013 Ypaithros.gr<\/p>\n

\"\"<\/p>\n

L'intelligenza artificiale sta rivoluzionando la meteorologia<\/h2>\n

Google, Huawei e altre aziende stanno lanciando modelli di intelligenza artificiale che migliorano la precisione delle previsioni meteorologiche.<\/h3>\n

Una nuova generazione di algoritmi di intelligenza artificiale (IA), alcuni dei quali funzionano persino su un semplice computer portatile, promettono previsioni meteorologiche migliori rispetto ai modelli dei meteorologi odierni<\/strong> che richiedono supercomputer. L'ultimo sviluppo proviene da DeepMind<\/a>, un'azienda di intelligenza artificiale ora parte del gruppo Google, che ha presentato sulla rivista Science un modello di intelligenza artificiale che offre gi\u00e0 prestazioni eccellenti.<\/p>\n

Il modello GraphCast produce risultati pi\u00f9 accurati previsioni meteo a dieci giorni<\/strong> rispetto al modello convenzionale del Centro europeo per le previsioni meteorologiche a medio termine (ECMWF)<\/a>, considerato il servizio meteorologico leader a livello mondiale. L'algoritmo finale impiega meno di un minuto per fornire previsioni a dieci giorni. E il nuovo modello fornisce previsioni in pochi minuti, richiedendo solo un semplice PC, a differenza dei supercomputer dell'ECMWF che impiegano ore per ogni previsione.<\/p>\n

Formazione I modelli matematici utilizzati oggi dai meteorologi dividono la Terra in grandi quadrati e si avvalgono delle leggi della fisica dei fluidi per simulare il comportamento dell'atmosfera in futuro, partendo dalle misurazioni disponibili delle condizioni attuali. Questo approccio \u00e8 computazionalmente oneroso e pochi servizi meteorologici possono permettersi di aggiornare i propri bollettini pi\u00f9 di quattro volte al giorno. I modelli di intelligenza artificiale, al contrario, non risolvono equazioni fisiche. Vengono addestrati tramite esempi \u2013 osservazioni meteorologiche degli anni precedenti \u2013 per imparare a riconoscere schemi nel comportamento dell'atmosfera e a prevedere come interagiscono parametri quali pressione, temperatura e velocit\u00e0 del vento.<\/p>\n

Per addestrare GraphCast, i ricercatori di DeepMind hanno utilizzato i dati dell'ECMWF relativi a un periodo di 40 anni. Il processo ha richiesto decine di computer e quattro settimane, ma l'algoritmo finale, una volta addestrato, impiega meno di un minuto per produrre previsioni a dieci giorni, che superano le previsioni convenzionali dell'ECMWF nel 90% dei casi di riferimento.<\/p>\n

L'algoritmo di DeepMind non \u00e8 l'unico a raggiungere prestazioni spettacolari. All'inizio di quest'anno, l'azienda cinese Huawei, nota soprattutto per i suoi telefoni cellulari, ha presentato un modello simile sulla rivista Nature, mentre Google ha lanciato il suo strumento sperimentale di previsioni a 24 ore, MetNet-3, che supera in accuratezza la maggior parte dei bollettini meteorologici. Lo stesso ECMWF offre dati sperimentali sull'intelligenza artificiale da settembre. I progressi sono impressionanti, sebbene alcuni meteorologi e fisici rimangano scettici, in parte perch\u00e9 la nuova tecnologia agisce come una \u201cscatola nera\u201d che produce risultati ma non spiega come sono stati ottenuti. \u00c8 probabile che l'intelligenza artificiale verr\u00e0 utilizzata insieme e in aggiunta ai modelli matematici dell'atmosfera.<\/p>\n

Quel che \u00e8 certo, tuttavia, \u00e8 che l'intelligenza artificiale \u00e8 destinata a rimanere nel campo della meteorologia.<\/p>\n

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

FONTE: L'intelligenza artificiale sta rivoluzionando la meteorologia<\/a> \u2013 www.in.gr<\/p>\n

Articoli correlati:<\/h2>\n

Prezzi dell'olio d'oliva nel 2023: perch\u00e9 i prezzi dell'olio d'oliva sono aumentati?<\/a><\/h3>\n

Olio d'oliva: produzione e consumo internazionale di olio d'oliva \u2013 Produzione e consumo di olio d'oliva in Grecia<\/a><\/h3>\n

Forte calo della produzione mondiale di olio d'oliva (2023), ma notevole aumento della produzione in Grecia.<\/a><\/h3>\n

Implementazione dell'intelligenza artificiale in agricoltura per l'ottimizzazione dell'irrigazione e dell'applicazione di pesticidi ed erbicidi.<\/a><\/h3>\n

\"uliveto Olio d'oliva all'ingrosso \u2013 Fornitori e distributori di olio d'oliva all'ingrosso<\/p>\n

OLIO D'OLIVA CRETANICO CRITIDA BIO \u2013 Produttori di prodotti culinari cretesi di alta qualit\u00e0: i nostri prodotti alimentari vengono ESPORTATI IN TUTTO IL MONDO in oltre 40 paesi dal 1998 \u2013 Unisciti a noi! <\/a><\/h2>\n

Siamo un'azienda familiare con una lunga tradizione (fondata nel 1912) nella produzione di olio extravergine di oliva sull'isola di Creta, in Grecia. Il nostro olio extravergine di oliva cretese di alta qualit\u00e0 e i nostri prodotti alimentari vengono esportati in oltre 40 paesi in tutto il mondo, attraverso una rete di partner accuratamente selezionati. CONTATTACI, DIVENTA IL NOSTRO PROSSIMO PREZIOSO PARTNER COMMERCIALE! Olio extravergine di oliva (EVOO) \u2013 Olio extravergine di oliva biologico (EVOO biologico) \u2013 Olive greche da tavola \u2013 Aceti balsamici \u2013 Prodotti gastronomici, tutto da Creta, Grecia<\/p>\n

Unisciti a noi e diventa fornitore\/grossista di olio d'oliva! <\/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":"

Intelligenza artificiale e coltivazione e produzione di olio d'oliva Intelligenza artificiale: un team di ricerca internazionale ha portato l'innovazione nella produzione di olio d'oliva a breve termine<\/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\/it\/wp-json\/wp\/v2\/posts\/1035","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/comments?post=1035"}],"version-history":[{"count":0,"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/posts\/1035\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/media\/1036"}],"wp:attachment":[{"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/media?parent=1035"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/categories?post=1035"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/critida.com\/it\/wp-json\/wp\/v2\/tags?post=1035"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}