Kunstig intelligens og olivenoljedyrking og produksjon
Kunstig intelligens og olivenoljedyrking og produksjon
Kunstig intelligens: internasjonalt forskerteam brakte innovasjon innen olivenoljeproduksjon
Kortsiktige scenarier å basere investeringer på, iverksette forebyggende tiltak og iverksette tiltak med agronomisk praksis vil være tilgjengelig for olivenoljeprodusenter ved hjelp av Kunstig intelligens (AI), takket være et internasjonalt forskerteam.
Det felles forskerteamet fra det italienske nasjonale forskningsrådet (CNR), den Byrå for ny teknologi, energi og bærekraftig utvikling (ENEA) og University of California, Berkeley, klarte å utvikle en algoritme som faktisk er tilgjengelig for alle interesserte, som kan forutsi størrelsen på en olivenlunds høsting basert på klimatiske data i det spesifikke området.
Algoritmen lærte å lage disse spådommene basert på de siste 15 årene med data fra Italia og fant i hovedsak måten forskjellige klimafenomener påvirker avlinger. Algoritmen analyserer værmønstrene i perioden med olivendyrkingssyklusen og dermed kunne forskerne identifisere potensielle klimarisikoer og hvordan de påvirker produksjonen.
Totalt ble høstingsdata fra 66 italienske provinser i perioden 2006-2020 analysert, og fra denne analysen ble faktorene som forårsaket de verste avlingene avdekket. Men forskningen stoppet ikke ved å identifisere risikofaktorer, men gikk et skritt videre og grupperte deretter disse forskjellige variablene etter to måneder, laget en liste over variabler og undersøkte hvordan de interagerte over tid. Så de klarte å kunne gi en kortsiktig prognose, som de sier er tre ganger mer nøyaktig og bedre enn om de hadde gjort en enkeltvariabel analyse.
De så på hvilke sesongmessige klimavariabler som ga enten dårlige eller for gode avlinger, og utelot fullstendig de som ga nær gjennomsnittsavlingen. Dette, med andre ord, å se på minimum og maksimum, gjorde at de i hovedsak kunne fokusere på effektene som klimavariabler har på produksjonen, uavhengig av hva hver produsent gjør.
Også nyttig mht Bactrocera Oleae (olivenfruktflue)
Forskerne argumenterer for at hvis algoritmen fortsetter å trenes med mer geografiske data, vil spådommene den gir mer "generelle" bli, og derfor vil den kunne brukes på en statlig skala eller enda større.
Emnet ble fremhevet av det spesialiserte nettstedet Olivenoljetider, hvor forskeren som deltok i forskningen, Ariana Di Paola, uttalte at: «Vi jobber med å forstå klimaindikatorene som kan utløse dårlige forhold og den tilhørende muligheten for negative konsekvenser for produksjonen oliven. Eksempler på slike indikatorer er forhold som favoriserer utviklingen av olivenflua eller høye vintertemperaturer som kan endre olivensyklusen og ha innvirkning på blomstring og pollinering. Å forstå sesongvariasjonene i hvert øyeblikk gjør oss i stand til å forutsi hva vi kan forvente i nær fremtid. Dette er kortsiktige scenarier å basere investeringer på, iverksette forebyggende tiltak og iverksette tiltak med agronomisk praksis.»
KILDE: Kunstig intelligens: internasjonalt forskerteam brakte innovasjon innen olivenoljeproduksjon – sofokleousin.gr
Olivendyrking: Øker avlingene og reduserer kostnadene gjennom kunstig intelligens
I følge Olive Oil Times utvikler forskere i Andalusia et nytt verktøy som vil tillate bønder å utnytte Kunstig intelligens (AI) å vite når olivenene deres er klare til å høstes.
Citoliva, et non-profit forsknings- og teknologiselskap, opprettholder troen på at den AI-baserte prediktive modellen kan forbedre utbyttet og redusere produksjonskostnadene. Lederne anslår at en slik modell vil være klar for kommersiell bruk om to år.
Sammen med Spanias industri-, handels- og turismedepartement og Citolivas fire partnere i privat sektor som jobber med prosjektet, tror organisasjonen at den nye teknologien vil tillate bøndene å forutsi øyeblikket med maksimalt innhold av olivenolje uten gjentatte turer til lundene.
Forskerne la til at det forventes å redusere tiden brukt på informasjonsanalyser og kostnadene ved høsting, samtidig som det gir mer nøyaktige produksjonsestimater.
– Verktøyet er for tiden i forskningsfasen. Tanken er at den fungerer med en kombinasjon av data levert av satellittbilder og bakkesensorer, og bonden kan betjene den fra sin mobile enhet, sier Carmen Capiscol, leder for forskning, utvikling og innovasjon ved Citoliva, for å legge til. fortsatte: "Potensielle brukere er ennå ikke fastslått, men det er sannsynlig at tilnærmingen vil være til kooperative medlemmer i stedet for individuelle produsenter."
Uavhengig av kostnad og brukervennlighet, mener Capsicol at verktøyet vil hjelpe olivendyrkere med å kunne høste på det mest passende tidspunktet. Dette anses som enda viktigere på grunn av endringen av klimatiske forhold og mønstre i Andalusia og i hele Middelhavsbassenget, som endrer noen av de viktigste øyeblikkene i olivenutviklingen.
Det er imidlertid verdt å merke seg at forskerne ennå ikke har bestemt kostnadene for å installere de nødvendige sensorene eller bruke den bærbare enheten for bønder.
KILDE: Olivendyrking – Øker avlingene og reduserer kostnadene gjennom kunstig intelligens (AI) – Ypaithros.gr
Kunstig intelligens revolusjonerer meteorologien
Google, Huawei og andre selskaper lanserer AI-modeller som forbedrer nøyaktigheten av spådommer i værmeldinger
En ny generasjon kunstig intelligens (AI) algoritmer, hvorav noen kjører selv på en enkel bærbar datamaskin, lover bedre værmeldinger enn dagens meteorologmodeller som krever superdatamaskiner. Den siste utviklingen kommer fra DeepMind, et kunstig intelligens-selskap som nå er en del av Google-gruppen, som i Science magazine presenterte en kunstig intelligens-modell som allerede tilbyr topp ytelse.
GraphCast-modellen produserer mer nøyaktig ti dagers værmeldinger enn den konvensjonelle modellen av European Center for Medium Range Weather Forecasts (ECMWF), ansett som verdens ledende meteorologiske tjeneste. Den endelige algoritmen tar mindre enn ett minutt å gi ti-dagers prognoser Og den nye modellen gir prognoser på minutter, og krever ikke mer enn en enkel PC, i motsetning til ECMWFs superdatamaskiner som tar timer for hver prognose.
utdanning De matematiske modellene meteorologer bruker i dag deler jorden inn i store firkanter og bruker væskefysikkens lover for å simulere atmosfærens oppførsel i fremtiden, ved å bruke tilgjengelige målinger av nåværende forhold som utgangspunkt. Denne tilnærmingen er beregningskrevende, og få meteorologiske tjenester har råd til å oppdatere rapportene sine mer enn fire ganger om dagen. AI-modeller, derimot, løser ikke fysikkligninger. De læres ved eksempler – meteorologiske observasjoner fra tidligere år – å lære å gjenkjenne mønstre i atmosfærens oppførsel og å forutsi hvordan parametere som trykk, temperatur og vindhastighet interagerer.
For å trene GraphCast brukte DeepMind-forskere ECMWF-data som strekker seg over 40 år. Det tok dusinvis av datamaskiner og fire uker å fullføre prosessen, men den endelige, trente algoritmen tar mindre enn ett minutt å produsere ti-dagers prognoser, som overgår ECMWFs konvensjonelle prognoser i 90% av benchmarks.
DeepMinds algoritme er ikke den eneste som oppnår spektakulær ytelse. Tidligere i år presenterte det kinesiske selskapet Huawei, mest kjent for sine mobiltelefoner, sin egen lignende modell i tidsskriftet Nature, mens Google har lansert sitt eksperimentelle 24-timers prognoseverktøy MetNet-3, som utkonkurrerer de fleste værtjenesterapporter i nøyaktighet. . ECMWF selv har tilbudt AI-eksperimentelle data siden september. Fremgangen er imponerende, selv om noen meteorologer og fysikere fortsatt er skeptiske, delvis fordi den nye teknologien fungerer som en "svart boks" som gir resultater, men som ikke forklarer hvordan de ble oppnådd. Det er sannsynlig at AI vil bli brukt sammen med og i tillegg til matematiske modeller av atmosfæren.
Det som imidlertid er sikkert, er at kunstig intelligens kom for å bli i meteorologien.
av Vangelis Pratikakis
KILDE: Kunstig intelligens revolusjonerer meteorologien – www.in.gr
Relaterte artikler:
Search Console
Stor nedgang i global olivenoljeproduksjon (2023) – men stor produksjonsøkning i Hellas
Global olivenoljeproduksjon er på et lavt nivå på seks år i år, men stor produksjonsøkning – på 3
Olivenolje: Internasjonal produksjon og forbruk av olivenolje – Produksjon og forbruk av olivenolje i Hellas
Statistikk og informasjon om olivenolje: Internasjonal produksjon og forbruk av olivenolje