Kunstmatige intelligentie en olijfolieteelt en -productie
Kunstmatige intelligentie en olijfolieteelt en -productie
Kunstmatige intelligentie: internationaal onderzoeksteam bracht innovatie in de productie van olijfolie
Kortetermijnscenario’s waarop investeringen kunnen worden gebaseerd, preventieve maatregelen kunnen worden genomen en actie kan worden ondernomen met behulp van agronomische praktijken zullen beschikbaar zijn voor olijfolieproducenten met behulp van Kunstmatige intelligentie (AI), dankzij een internationaal onderzoeksteam.
Het gezamenlijke onderzoeksteam van de Italiaanse Nationale Onderzoeksraad (CNR), de Agentschap voor Nieuwe Technologieën, Energie en Duurzame Ontwikkeling (ENEA) en de Universiteit van California, Berkeley, erin geslaagd een algoritme te ontwikkelen dat daadwerkelijk beschikbaar is voor iedereen die geïnteresseerd is, die de omvang van de oogst van een olijfgaard kan voorspellen op basis van de klimaatgegevens in het specifieke gebied.
Het algoritme leerde deze voorspellingen te doen op basis van de gegevens van de afgelopen 15 jaar uit Italië en ontdekte in essentie de manier waarop verschillende klimaatfenomenen gewassen beïnvloeden. Het algoritme analyseert de weerpatronen tijdens de periode van de olijventeeltcyclus en zo konden de onderzoekers potentiële klimaatrisico's identificeren en hoe deze de productie beïnvloeden.
In totaal werden de oogstgegevens van 66 Italiaanse provincies in de periode 2006-2020 geanalyseerd en uit deze analyse kwamen de factoren naar voren die de slechtste oogsten veroorzaakten. Maar het onderzoek stopte niet bij het identificeren van risicofactoren, maar ging een stap verder en groepeerde vervolgens deze verschillende variabelen per twee maanden, maakte een lijst van variabelen en onderzocht hoe ze in de loop van de tijd op elkaar inwerkten. Ze zijn er dus in geslaagd een kortetermijnvoorspelling te geven, die volgens hen drie keer nauwkeuriger en beter is dan wanneer ze een analyse van één variabele hadden gedaan.
Vervolgens keken ze welke seizoensgebonden klimaatvariabelen slechte of extreem goede oogsten opleverden, en lieten ze de variabelen die bijna gemiddelde oogsten opleverden volledig achterwege. Dit, met andere woorden, door naar het minimum en het maximum te kijken, stelde hen in staat zich in essentie te concentreren op de effecten die klimaatvariabelen hebben op de productie, ongeacht wat elke producent doet.
Ook nuttig wat betreft Bactrocera Oleae (olijffruitvlieg)
De onderzoekers beweren dat als het algoritme wordt getraind met meer geografische gegevens, de voorspellingen die het doet ‘algemener’ zullen worden en daarom op staatsniveau of zelfs groter zullen kunnen worden gebruikt.
Het onderwerp werd uitgelicht door de gespecialiseerde website Olijfolie tijden, waar de onderzoeker die aan het onderzoek deelnam, Ariana Di Paola, verklaarde: “We werken aan het begrijpen van de klimaatindicatoren die slechte omstandigheden kunnen veroorzaken en de daarmee samenhangende mogelijkheid van negatieve gevolgen voor de productie olijf. Voorbeelden van dergelijke indicatoren zijn omstandigheden die de ontwikkeling van de olijfvlieg bevorderen of hoge wintertemperaturen die de olijvencyclus kunnen veranderen en een impact kunnen hebben op de bloei en bestuiving. Door de seizoensinvloeden van elk moment te begrijpen, kunnen we voorspellen wat we in de nabije toekomst kunnen verwachten. Dit zijn kortetermijnscenario’s waarop we investeringen kunnen baseren, preventieve maatregelen kunnen nemen en actie kunnen ondernemen met behulp van agronomische praktijken.”
BRON: Kunstmatige intelligentie: internationaal onderzoeksteam bracht innovatie in de productie van olijfolie – sofokleousin.gr
Olijventeelt: opbrengsten verhogen en kosten verlagen door middel van kunstmatige intelligentie
Volgens Olive Oil Times ontwikkelen onderzoekers in Andalusië een nieuw instrument waarmee boeren hiervan gebruik kunnen maken Kunstmatige intelligentie (AI) om te weten wanneer hun olijven klaar zijn om te oogsten.
Citoliva, een non-profit onderzoeks- en technologiebedrijf, blijft ervan overtuigd dat zijn op AI gebaseerde voorspellende model de opbrengsten zou kunnen verbeteren en de productiekosten zou kunnen verlagen. De leidinggevenden schatten dat een dergelijk model over twee jaar klaar zal zijn voor commercieel gebruik.
Samen met het Spaanse Ministerie van Industrie, Handel en Toerisme en Citoliva's vier partners uit de particuliere sector die aan het project werken, gelooft de organisatie dat de nieuwe technologie boeren in staat zal stellen het moment van het maximale olijfoliegehalte te voorspellen zonder herhaalde bezoeken aan de bosjes.
De onderzoekers voegden eraan toe dat dit naar verwachting de tijd die wordt besteed aan informatieanalyses en de kosten van het oogsten zal verminderen, terwijl het tegelijkertijd nauwkeurigere productieschattingen mogelijk maakt.
“De tool bevindt zich momenteel in de onderzoeksfase. Het idee is dat het werkt met een combinatie van gegevens afkomstig van satellietbeelden en grondsensoren, en dat de boer het vanaf zijn mobiele apparaat kan bedienen”, zegt Carmen Capiscol, hoofd onderzoek, ontwikkeling en innovatie bij Citoliva. vervolgt: “Potentiële gebruikers zijn nog niet bepaald, maar het is waarschijnlijk dat de aanpak gericht zal zijn op coöperatieve leden in plaats van op individuele producenten.”
Ongeacht de kosten en het gebruiksgemak, gelooft Capsicol dat de tool olijventelers zal helpen op het meest geschikte moment te oogsten. Dit wordt als nog belangrijker beschouwd vanwege de verandering van de klimatologische omstandigheden en patronen in Andalusië en in het hele Middellandse Zeegebied, waardoor enkele van de sleutelmomenten van de ontwikkeling van de olijven op grotere schaal verschuiven.
Het is echter vermeldenswaard dat de onderzoekers de kosten voor het installeren van de benodigde sensoren of het gebruik van het draagbare apparaat voor boeren nog niet hebben bepaald.
BRON: Olijventeelt – Verhogen van de opbrengsten en verlagen van de kosten door middel van kunstmatige intelligentie (AI) – Ypaithros.gr
Kunstmatige intelligentie zorgt voor een revolutie in de meteorologie
Google, Huawei en andere bedrijven lanceren AI-modellen die de nauwkeurigheid van voorspellingen in weersvoorspellingen verbeteren
Een nieuwe generatie kunstmatige intelligentie (AI)-algoritmen, waarvan sommige zelfs op een eenvoudige laptop draaien, belooft dat betere weersvoorspellingen dan de modellen van hedendaagse meteorologen waarvoor supercomputers nodig zijn. De nieuwste ontwikkeling komt van Diepe geest, een kunstmatige-intelligentiebedrijf dat nu deel uitmaakt van de Google-groep, dat in het tijdschrift Science een kunstmatige-intelligentiemodel presenteerde dat nu al topprestaties biedt.
Het GraphCast-model produceert nauwkeuriger weersvoorspellingen voor tien dagen dan het conventionele model van de Europees Centrum voor Weersverwachtingen op Middellange Termijn (ECMWF), beschouwd als 's werelds toonaangevende meteorologische dienst. Het uiteindelijke algoritme heeft minder dan een minuut nodig om voorspellingen voor tien dagen te geven En het nieuwe model geeft voorspellingen in enkele minuten, waarvoor niets meer nodig is dan een eenvoudige pc, in tegenstelling tot de supercomputers van ECMWF, die uren nodig hebben voor elke voorspelling.
Onderwijs De wiskundige modellen die meteorologen vandaag de dag gebruiken, verdelen de aarde in grote vierkanten en gebruiken de wetten van de vloeistoffysica om het gedrag van de atmosfeer in de toekomst te simuleren, waarbij ze beschikbare metingen van de huidige omstandigheden als uitgangspunt nemen. Deze aanpak vergt veel rekenkracht en weinig meteorologische diensten kunnen het zich veroorloven hun rapporten meer dan vier keer per dag bij te werken. AI-modellen lossen daarentegen geen natuurkundige vergelijkingen op. Aan de hand van voorbeelden – meteorologische waarnemingen uit voorgaande jaren – leren ze patronen in het gedrag van de atmosfeer te herkennen en te voorspellen hoe parameters als druk, temperatuur en windsnelheid op elkaar inwerken.
Om GraphCast te trainen, gebruikten DeepMind-onderzoekers ECMWF-gegevens over een periode van 40 jaar. Het kostte tientallen computers en vier weken om het proces te voltooien, maar het uiteindelijke, getrainde algoritme heeft minder dan een minuut nodig om voorspellingen voor tien dagen te produceren, die beter presteren dan de conventionele voorspellingen van ECMWF in 90% aan benchmarks.
Het algoritme van DeepMind is niet het enige dat spectaculaire prestaties levert. Eerder dit jaar presenteerde het Chinese bedrijf Huawei, vooral bekend om zijn mobiele telefoons, zijn eigen soortgelijke model in het tijdschrift Nature, terwijl Google zijn experimentele 24-uursvoorspellingstool MetNet-3 lanceerde, die qua nauwkeurigheid beter presteert dan de meeste weerdienstrapporten. . ECMWF biedt sinds september zelf experimentele AI-gegevens aan. De vooruitgang is indrukwekkend, hoewel sommige meteorologen en natuurkundigen sceptisch blijven, deels omdat de nieuwe technologie fungeert als een ‘black box’ die resultaten oplevert, maar niet verklaart hoe ze tot stand zijn gekomen. Het is waarschijnlijk dat AI naast en als aanvulling op wiskundige modellen van de atmosfeer zal worden gebruikt.
Wat echter zeker is, is dat kunstmatige intelligentie in de meteorologie bleef hangen.
van Vangelis Pratikakis
BRON: Kunstmatige intelligentie zorgt voor een revolutie in de meteorologie – www.in.gr
Gerelateerde artikelen:
Gerelateerde berichten
Olijfolie: Internationale productie en consumptie van olijfolie - Productie en consumptie van olijfolie in Griekenland
Statistieken en informatie over olijfolie: internationale productie en consumptie van olijfolie 
Enorme daling van de wereldwijde olijfolieproductie (2023) – maar grote productiestijging in Griekenland
De wereldwijde olijfolieproductie ligt dit jaar op het laagste punt in zes jaar, maar de productie stijgt fors - op 3