人工知能とオリーブオイルの栽培と生産
人工知能とオリーブオイルの栽培と生産
人工知能：国際研究チームがオリーブオイル生産に革新をもたらした
オリーブオイル生産者は、投資の基礎を置き、予防策を講じ、農業慣行に基づいて行動を起こすための短期シナリオが利用可能になります。 人工知能 (AI)、国際研究チームのおかげで。
イタリア国立研究評議会（CNR）の共同研究チームは、 新技術・エネルギー・持続可能な開発庁 (ENEA) そしてその カリフォルニア大学バークレー校、興味のある人なら誰でも実際に利用できるアルゴリズムを開発することができました。 特定の地域の気象データに基づいて、オリーブ畑の収穫量を予測できる人はいないでしょう。
このアルゴリズムは、イタリアの過去 15 年間のデータに基づいてこれらの予測を行う方法を学習し、本質的に、さまざまな気候現象が作物に影響を与える方法を発見しました。 このアルゴリズムはオリーブの栽培サイクル期間中の気象パターンを分析するため、研究者らは潜在的な気候リスクとそれが生産にどのような影響を与えるかを特定することができました。
合計で、2006年から2020年までのイタリア66県の収穫データが分析され、この分析から最悪の収穫を引き起こした要因が明らかになった。 しかし、この研究は危険因子の特定にとどまらず、さらに一歩進んで、これらのさまざまな変数を 2 か月ごとにグループ化し、変数のリストを作成し、それらが時間の経過とともにどのように相互作用するかを調べました。 そこで彼らは、単一変数分析を行った場合よりも 3 倍正確で優れた短期予測を提供することに成功しました。
次に、どの季節の気候変動が不作または過剰な豊作をもたらしたかを調べ、平均に近い収穫をもたらした季節変動は完全に除外しました。 これは言い換えれば、最小値と最大値に注目することで、各生産者が何をしているかに関係なく、気候変動が生産に与える影響に本質的に焦点を当てることができるようになったのです。
に関しても役に立ちます Bactrocera Oleae (オリーブミバエ)
研究者らは、アルゴリズムがより多くの地理データを使用してトレーニングされ続けると、アルゴリズムが行う予測がより「一般的」になり、したがって州規模、またはそれ以上の規模で使用できるようになると主張しています。
専門サイトでも取り上げられた話題 オリーブオイルタイムズこの研究に参加したアリアナ・ディ・パオラ研究者は次のように述べています。 オリーブ。 そのような指標の例としては、オリーブのサイクルを変化させ、開花や受粉に影響を与える可能性のある、オリーブバエの発育に有利な条件や冬の高温などが挙げられます。 それぞれの瞬間の季節性を理解することで、近い将来に何が起こるかを予測することができます。 これらは、投資の基礎を置き、予防措置を講じ、農業慣行に基づいて行動を起こすための短期的なシナリオです。」
ソース： 人工知能：国際研究チームがオリーブオイル生産に革新をもたらした – sofokleousin.gr
オリーブ栽培: 人工知能による収量増加とコスト削減
Olive Oil Times によると、アンダルシアの研究者は、農家が活用できる新しいツールを開発中です。 人工知能 (AI) オリーブがいつ収穫できるかを知るためです。
シトリバ非営利の研究および技術会社である同社は、AI ベースの予測モデルが歩留まりを向上させ、生産コストを削減できると信じています。 同社の幹部らは、このようなモデルは2年以内に商業利用できるようになるだろうと見積もっている。
このプロジェクトに取り組んでいるスペイン産業貿易観光省とシトリバの民間パートナー4社と協力して、この組織は、この新技術により農家が何度も果樹園に足を運ぶことなく、オリーブオイルの含有量が最大になる瞬間を予測できるようになると考えている。
研究者らは、情報分析に費やす時間と収穫コストを削減し、より正確な生産量の見積もりが可能になると期待されていると付け加えた。
「このツールは現在研究段階にあります。 このアイデアは、衛星画像と地上センサーによって提供されるデータを組み合わせて機能し、農家は自分のモバイルデバイスからそれを操作できるというものです」と、Citoliva の研究、開発、イノベーション部門の責任者である Carmen Capiscol 氏は付け加えました。 さらに、「潜在的なユーザーはまだ決まっていないが、個人の生産者ではなく協同組合のメンバーにアプローチする可能性が高い。」
コストや使いやすさに関係なく、カプシコルは、このツールがオリーブ栽培者が最適な時期に収穫できるようになると信じています。 アンダルシアおよび地中海盆地全体の気候条件とパターンの変化により、オリーブ開発の重要な時期の一部がより広範囲に変化しているため、これはさらに重要であると考えられています。
ただし、研究者らが農家向けに必要なセンサーの設置やウェアラブルデバイスの使用にかかるコストをまだ決定していないことは注目に値する。
ソース： オリーブ栽培 – 人工知能 (AI) による収量の増加とコストの削減 – Ypaithros.gr
人工知能は気象学に革命をもたらします
Google、Huawei、その他の企業が天気予報の予測精度を向上させる AI モデルを発表
新世代の人工知能 (AI) アルゴリズムは、単純なラップトップ コンピューターでも実行できるものもあります。 今日の気象学者のモデルよりも優れた天気予報 スーパーコンピューターが必要です。 最新の開発の由来は、 ディープマインド、現在は Google グループの一員である人工知能企業であり、すでに最高のパフォーマンスを提供する人工知能モデルをサイエンス誌に発表しました。
GraphCast モデルはより正確なデータを生成します。 10日間の天気予報 従来モデルに比べて、 ヨーロッパ中期天気予報センター (ECMWF)、世界有数の気象サービスと考えられています。 最終的なアルゴリズムは 1 分以内に 10 日間の予測を提供します そして、新しいモデルは数分で予測を提供し、各予測に何時間もかかる ECMWF のスーパーコンピューターとは異なり、単純な PC だけを必要とします。
教育 気象学者が今日使用している数学的モデルは、地球を大きな正方形に分割し、流体物理法則を使用して、現在の状況の利用可能な測定値を出発点として使用して、将来の大気の挙動をシミュレートします。 このアプローチは計算量が多く、1 日に 4 回以上レポートを更新できる気象サービスはほとんどありません。 対照的に、AI モデルは物理方程式を解きません。 彼らは、大気の挙動のパターンを認識し、圧力、温度、風速などのパラメータがどのように相互作用するかを予測することを、例（前年の気象観測）によって教えられます。
GraphCast をトレーニングするために、DeepMind の研究者は 40 年にわたる ECMWF データを使用しました。 このプロセスを完了するには数十台のコンピューターと 4 週間を要しましたが、最終的にトレーニングされたアルゴリズムは 1 分もかからずに 10 日間の予測を生成し、ベンチマークの 90% における ECMWF の従来の予測を上回りました。
驚異的なパフォーマンスを実現しているのは DeepMind のアルゴリズムだけではありません。 今年初め、携帯電話で最もよく知られる中国企業ファーウェイは、独自の同様のモデルをネイチャー誌に発表し、一方グーグルは実験的な24時間予測ツールMetNet-3を発表したが、これは精度においてほとんどの気象サービスレポートを上回っている。 . ECMWF自体は9月からAIの実験データを提供している。 この進歩は目覚ましいものであるが、一部の気象学者や物理学者は依然として懐疑的であり、その理由の一部は、新しい技術が結果を生み出すものの、その結果にどのように到達したかを説明しない「ブラックボックス」として機能するためである。 おそらく、AI は大気の数学的モデルと並行して、あるいはそれに加えて使用されることになるでしょう。
しかし、確かなことは、人工知能が気象学の分野に定着するようになったということです。
ヴァンゲリス・プラティカキス著
ソース： 人工知能は気象学に革命をもたらします – www.in.gr
