인공지능과 올리브 오일 재배 및 생산
인공지능과 올리브 오일 재배 및 생산
인공 지능: 국제 연구팀이 올리브 오일 생산에 혁신을 가져왔습니다.
올리브 오일 생산업체는 다음의 도움을 받아 투자 기반, 예방 조치, 농경학적 조치를 취할 수 있는 단기 시나리오를 이용할 수 있습니다. 인공지능(AI), 국제 연구팀에게 감사드립니다.
이탈리아 국립연구위원회(CNR) 공동연구팀은 신기술, 에너지 및 지속 가능한 개발 기관(ENEA) 그리고 캘리포니아대학교 버클리캠퍼스, 관심 있는 사람이라면 누구나 실제로 사용할 수 있는 알고리즘을 개발했습니다. 특정 지역의 기후 데이터를 바탕으로 올리브 과수원의 수확량을 예측할 수 있는 사람입니다.
알고리즘은 지난 15년 동안 이탈리아에서 수집한 데이터를 기반으로 이러한 예측을 수행하는 방법을 학습했으며 본질적으로 다양한 기후 현상이 작물에 영향을 미치는 방식을 찾았습니다. 알고리즘은 올리브 재배 주기 동안의 날씨 패턴을 분석하여 연구자들은 잠재적인 기후 위험과 이것이 생산에 미치는 영향을 식별할 수 있었습니다.
전체적으로 2006~2020년 기간 동안 이탈리아 66개 지역의 수확 데이터를 분석했으며, 이 분석을 통해 최악의 수확을 초래한 요인이 밝혀졌습니다. 그러나 연구는 위험 요인을 식별하는 데 그치지 않고 한 단계 더 나아가 이러한 다양한 변수를 2개월 단위로 그룹화하여 변수 목록을 작성하고 시간이 지남에 따라 어떻게 상호 작용하는지 조사했습니다. 그래서 그들은 단일 변수 분석을 수행한 경우보다 3배 더 정확하고 더 나은 단기 예측을 제공할 수 있었습니다.
그런 다음 어떤 계절적 기후 변수가 수확량이 적거나 지나치게 좋은지 살펴보고 평균 수확량에 가까운 변수는 완전히 제외했습니다. 즉, 최소값과 최대값을 살펴봄으로써 각 생산자가 무엇을 하고 있는지에 관계없이 기후 변수가 생산에 미치는 영향에 본질적으로 집중할 수 있게 되었습니다.
또한 다음과 관련하여 도움이 됩니다. Bactrocera Oleae(올리브 초파리)
연구자들은 알고리즘이 더 많은 지리적 데이터로 계속 학습되면 예측이 더 "일반적"이 되어 주 단위 또는 그 이상 규모로 사용될 수 있다고 주장합니다.
해당 주제는 전문 웹사이트에서 강조되었습니다. 올리브 오일 타임즈연구에 참여한 연구원인 Ariana Di Paola는 다음과 같이 말했습니다. “우리는 나쁜 조건을 유발할 수 있는 기후 지표와 관련 생산에 부정적인 결과를 초래할 가능성을 이해하기 위해 노력하고 있습니다. 올리브. 이러한 지표의 예로는 올리브 주기를 변경하고 개화 및 수분에 영향을 미칠 수 있는 올리브 파리 또는 높은 겨울 기온의 발달을 선호하는 조건이 있습니다. 매 순간의 계절성을 이해하면 가까운 미래에 무엇을 기대해야 할지 예측할 수 있습니다. 이는 투자의 기반을 마련하고, 예방 조치를 취하고, 농업 관행에 따른 조치를 취하는 단기 시나리오입니다.”
원천: 인공 지능: 국제 연구팀이 올리브 오일 생산에 혁신을 가져왔습니다. – sofokleousin.gr
올리브 재배: 인공지능을 통한 수확량 증대 및 비용 절감
Olive Oil Times에 따르면 안달루시아의 연구원들은 농부들이 활용할 수 있는 새로운 도구를 개발하고 있습니다. 인공지능(AI) 올리브가 언제 수확할 준비가 되었는지 알기 위해서입니다.
치톨리바비영리 연구 및 기술 회사인 는 AI 기반 예측 모델이 수율을 향상시키고 생산 비용을 절감할 수 있다는 믿음을 유지하고 있습니다. 경영진은 그러한 모델이 2년 안에 상업적으로 사용될 준비가 될 것이라고 추정합니다.
이 프로젝트에 참여하는 스페인 산업통상관광부와 Citoliva의 4개 민간 부문 파트너와 함께 이 조직은 새로운 기술을 통해 농부들이 숲을 반복적으로 방문하지 않고도 올리브 오일 함량이 최대가 되는 순간을 예측할 수 있을 것이라고 믿습니다.
연구진은 정보 분석에 소요되는 시간과 수확 비용을 줄이는 동시에 보다 정확한 생산량 추정이 가능해질 것으로 기대한다고 덧붙였다.
“이 도구는 현재 연구 단계에 있습니다. Citoliva의 연구, 개발 및 혁신 책임자인 Carmen Capiscol은 "위성 이미지와 지상 센서가 제공하는 데이터의 조합으로 작동하고 농부가 모바일 장치에서 이를 작동할 수 있다는 아이디어입니다"라고 말했습니다. 계속: “잠재적 사용자는 아직 결정되지 않았지만, 개인 생산자보다는 협동조합 회원을 대상으로 접근할 가능성이 높습니다.”
비용과 사용 편의성에 관계없이 Capsicol은 이 도구가 올리브 재배자가 가장 적절한 시기에 수확할 수 있도록 도울 것이라고 믿습니다. 안달루시아와 지중해 유역 전체의 기후 조건과 패턴이 올리브 재배의 핵심 순간을 더욱 광범위하게 이동시키기 때문에 이는 더욱 중요한 것으로 간주됩니다.
그러나 연구원들이 필요한 센서를 설치하거나 농부들을 위한 웨어러블 장치를 사용하는 데 드는 비용을 아직 결정하지 않았다는 점은 주목할 가치가 있습니다.
원천: 올리브 재배 – 인공지능(AI)을 통해 수확량 늘리고 비용 절감 – Ypathros.gr
인공지능이 기상학에 혁명을 일으키고 있다
구글, 화웨이 등 기업들이 일기예보 예측 정확도를 높이는 AI 모델을 출시하고 있다.
차세대 인공 지능(AI) 알고리즘 중 일부는 간단한 노트북 컴퓨터에서도 실행될 수 있습니다. 오늘날의 기상학자의 모델보다 더 나은 일기 예보 슈퍼컴퓨터가 필요한 곳. 최신 개발은 다음에서 비롯됩니다. 딥마인드, 현재 Google 그룹의 일부가 된 인공 지능 회사로, Science 잡지에서 이미 최고의 성능을 제공하는 인공 지능 모델을 선보였습니다.
GraphCast 모델은 보다 정확한 결과를 생성합니다. 열흘간 일기예보 기존 모델보다 유럽중기예보센터(ECMWF), 세계 최고의 기상 서비스로 간주됩니다. 최종 알고리즘은 10일 간의 예측을 제공하는 데 1분도 채 걸리지 않습니다. 그리고 새로운 모델은 예측을 위해 몇 시간이 걸리는 ECMWF의 슈퍼컴퓨터와는 달리 간단한 PC만 있으면 몇 분 안에 예측을 제공합니다.
교육 오늘날 기상학자들이 사용하는 수학적 모델은 지구를 큰 사각형으로 나누고 유체 물리학의 법칙을 사용하여 현재 조건에 대한 이용 가능한 측정을 출발점으로 사용하여 미래의 대기 동작을 시뮬레이션합니다. 이 접근 방식은 계산이 까다롭기 때문에 보고서를 하루에 4번 이상 업데이트할 수 있는 기상 서비스는 거의 없습니다. 대조적으로 AI 모델은 물리 방정식을 풀지 않습니다. 학생들은 지난 몇 년간의 기상 관측을 통해 대기의 행동 패턴을 인식하고 압력, 온도, 풍속과 같은 매개변수가 어떻게 상호 작용하는지 예측하는 방법을 배웁니다.
GraphCast를 교육하기 위해 DeepMind 연구원은 40년 동안의 ECMWF 데이터를 사용했습니다. 프로세스를 완료하는 데 수십 대의 컴퓨터와 4주가 걸렸지만 최종적으로 훈련된 알고리즘은 10일 예측을 생성하는 데 1분도 채 걸리지 않았습니다. 이는 벤치마크의 90%에서 ECMWF의 기존 예측을 능가하는 것입니다.
DeepMind의 알고리즘은 놀라운 성능을 달성하는 유일한 알고리즘이 아닙니다. 올해 초 휴대폰으로 가장 잘 알려진 중국 기업 화웨이(Huawei)는 네이처(Nature) 저널에 유사한 모델을 발표했으며, 구글은 실험적인 24시간 예측 도구인 MetNet-3을 출시했는데, 이는 대부분의 기상 서비스 보고서보다 정확도가 뛰어납니다. . ECMWF 자체도 지난 9월부터 AI 실험 데이터를 제공해 왔다. 일부 기상학자와 물리학자들은 회의적인 태도를 유지하고 있지만 그 진전은 인상적입니다. 그 이유 중 하나는 신기술이 결과를 산출하는 "블랙박스" 역할을 하지만 그 결과가 어떻게 도출되었는지는 설명하지 않기 때문입니다. 대기의 수학적 모델과 함께 AI가 사용될 가능성이 높습니다.
그러나 확실한 것은 인공지능이 기상학에 머물게 되었다는 점이다.
작성자: Vangelis Pratikakis
원천: 인공지능이 기상학에 혁명을 일으키고 있다 – www.in.gr
검색 콘솔
전 세계 올리브 오일 생산량의 대폭 감소(2023년) - 그리스의 생산량은 크게 증가
올해 전 세계 올리브 오일 생산량은 6년 만에 최저 수준이지만 생산량은 3년 만에 크게 증가했습니다.