{"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\/nl\/artificial-intelligence-and-olive-oil-cultivation-and-production\/","title":{"rendered":"Kunstmatige intelligentie en de teelt en productie van olijfolie"},"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

Kunstmatige intelligentie en de teelt en productie van olijfolie<\/h1>\n

Kunstmatige intelligentie: internationaal onderzoeksteam brengt innovatie in de olijfolieproductie<\/h2>\n

Met behulp van [bron] zullen olijfolieproducenten beschikken over scenario's voor de korte termijn waarop ze hun investeringen kunnen baseren, preventieve maatregelen kunnen nemen en actie kunnen ondernemen met behulp van agronomische praktijken. Kunstmatige intelligentie (AI)<\/a>, dankzij een internationaal onderzoeksteam.<\/p>\n

Het gezamenlijke onderzoeksteam van de Italiaanse Nationale Onderzoeksraad (CNR), de Agentschap voor nieuwe technologie\u00ebn, energie en duurzame ontwikkeling (ENEA)<\/a> en de Universiteit van Californi\u00eb, Berkeley<\/a>, is erin geslaagd een algoritme te ontwikkelen dat voor iedereen beschikbaar is en waarmee de omvang van de olijfgaardoogst kan worden voorspeld op basis van de klimaatgegevens van het betreffende gebied.<\/p>\n

Het algoritme leerde deze voorspellingen te doen op basis van de gegevens van de afgelopen 15 jaar uit Itali\u00eb en ontdekte in wezen hoe verschillende klimaatverschijnselen de gewassen be\u00efnvloeden. Het algoritme analyseert de weerpatronen tijdens de olijfenteeltcyclus, waardoor de onderzoekers potenti\u00eble klimaatrisico's en de impact daarvan op de productie konden identificeren.<\/p>\n

In totaal werden oogstgegevens uit 66 Italiaanse provincies over de periode 2006-2020 geanalyseerd. Uit deze analyse kwamen de factoren naar voren die de slechtste oogsten veroorzaakten. Het onderzoek beperkte zich echter niet tot het identificeren van risicofactoren, maar ging een stap verder door deze verschillende variabelen per twee maanden te groeperen, een lijst van variabelen op te stellen en te onderzoeken hoe deze in de loop van de tijd op elkaar inwerkten. Zo slaagden ze erin een kortetermijnvoorspelling te maken die volgens hen drie keer nauwkeuriger en beter is dan een analyse met slechts \u00e9\u00e9n variabele.<\/p>\n

Ze onderzochten vervolgens welke seizoensgebonden klimaatvariabelen leidden tot slechte of juist uitzonderlijk goede oogsten en lieten die variabelen die een gemiddelde oogst opleverden volledig buiten beschouwing. Door met andere woorden naar het minimum en het maximum te kijken, konden ze zich in feite concentreren op de effecten van klimaatvariabelen op de productie, ongeacht wat elke individuele producent doet.<\/p>\n

Ook nuttig met betrekking tot Bactrocera Oleae (olijffruitvlieg)<\/a><\/p>\n

De onderzoekers stellen dat als het algoritme verder wordt getraind met meer geografische gegevens, de voorspellingen die het doet steeds algemener zullen worden en het daardoor op staatsniveau of zelfs op grotere schaal kan worden gebruikt.<\/p>\n

Het onderwerp werd onder de aandacht gebracht door de gespecialiseerde website. Olijfolie Tijden<\/strong><\/a>, Onderzoeker Ariana Di Paola, die aan het onderzoek deelnam, verklaarde: \u201cWe werken eraan om de klimaatindicatoren te begrijpen die ongunstige omstandigheden en de daarmee samenhangende negatieve gevolgen voor de olijfproductie kunnen veroorzaken. Voorbeelden van dergelijke indicatoren zijn omstandigheden die de ontwikkeling van de olijfvlieg bevorderen of hoge wintertemperaturen die de olijfcyclus kunnen verstoren en de bloei en bestuiving kunnen be\u00efnvloeden. Door de seizoensgebondenheid van elk moment te begrijpen, kunnen we voorspellen wat we in de nabije toekomst kunnen verwachten. Dit zijn scenario's voor de korte termijn waarop we investeringen kunnen baseren, preventieve maatregelen kunnen nemen en actie kunnen ondernemen met agronomische praktijken.\u201d<\/p>\n

BRON:\u00a0Kunstmatige intelligentie: internationaal onderzoeksteam brengt innovatie in de olijfolieproductie<\/a> \u2013 sofokleousin.gr<\/p>\n

\"Kunstmatige<\/p>\n

Olijventeelt: hogere opbrengsten en lagere kosten dankzij kunstmatige intelligentie<\/h2>\n

Volgens Olive Oil Times ontwikkelen onderzoekers in Andalusi\u00eb een nieuw instrument waarmee boeren hun vaardigheden kunnen benutten. Kunstmatige intelligentie (AI)<\/a> om te weten wanneer hun olijven rijp zijn om te oogsten.<\/p>\n

Citoliva<\/a>, Het non-profit onderzoeks- en technologiebedrijf is ervan overtuigd dat zijn op AI gebaseerde voorspellingsmodel de opbrengsten kan verbeteren en de productiekosten kan verlagen. De directie schat dat een dergelijk model over twee jaar commercieel inzetbaar zal zijn.<\/p>\n

Samen met het Spaanse ministerie van Industrie, Handel en Toerisme en de vier particuliere partners van Citoliva die aan het project werken, is de organisatie ervan overtuigd dat de nieuwe technologie boeren in staat zal stellen het moment van het maximale olijfoliegehalte te voorspellen zonder herhaaldelijk naar de olijfgaarden te hoeven gaan.<\/p>\n

De onderzoekers voegden eraan toe dat dit naar verwachting de tijd die besteed wordt aan informatieanalyses en de kosten van de oogst zal verlagen, terwijl het tegelijkertijd nauwkeurigere productieprognoses mogelijk maakt.<\/p>\n

\u201cDe tool bevindt zich momenteel in de onderzoeksfase. Het idee is dat het werkt met een combinatie van gegevens van satellietbeelden en grondsensoren, en dat de boer het vanaf zijn mobiele apparaat kan bedienen\u201d, aldus Carmen Capiscol, hoofd onderzoek, ontwikkeling en innovatie bij Citoliva. Ze vervolgde: \u201cPotenti\u00eble gebruikers zijn nog niet vastgesteld, maar het is waarschijnlijk dat de tool zich zal richten op leden van co\u00f6peraties in plaats van individuele producenten.\u201d<\/p>\n

Ongeacht de kosten en het gebruiksgemak, is Capsicol ervan overtuigd dat het hulpmiddel olijfboeren zal helpen om op het meest geschikte moment te oogsten. Dit wordt des te belangrijker geacht door de veranderende klimaatomstandigheden en -patronen in Andalusi\u00eb en het gehele Middellandse Zeegebied, waardoor enkele cruciale momenten in de olijfontwikkeling verschuiven.<\/p>\n

Het is echter belangrijk op te merken dat de onderzoekers de kosten voor het installeren van de benodigde sensoren of het gebruik van het draagbare apparaat door boeren nog niet hebben vastgesteld.<\/p>\n

BRON:\u00a0Olijventeelt \u2013 Opbrengst verhogen en kosten verlagen door middel van kunstmatige intelligentie (AI)<\/a> \u2013 Ypaithros.gr<\/p>\n

\"\"<\/p>\n

Kunstmatige intelligentie zorgt voor een revolutie in de meteorologie.<\/h2>\n

Google, Huawei en andere bedrijven lanceren AI-modellen die de nauwkeurigheid van weersvoorspellingen verbeteren.<\/h3>\n

Een nieuwe generatie algoritmen voor kunstmatige intelligentie (AI), waarvan sommige zelfs op een eenvoudige laptop draaien, belooft veel goeds. betere weersvoorspellingen dan de huidige modellen van meteorologen<\/strong> die supercomputers vereisen. De nieuwste ontwikkeling komt van DeepMind<\/a>, een bedrijf voor kunstmatige intelligentie dat nu onderdeel is van de Google-groep, presenteerde in het tijdschrift Science een model voor kunstmatige intelligentie dat nu al topprestaties levert.<\/p>\n

Het GraphCast-model levert nauwkeurigere resultaten op. tiendaagse weersvoorspellingen<\/strong> dan het conventionele model van de Europees Centrum voor Weersvoorspellingen op Middellange Termijn (ECMWF)<\/a>, beschouwd als 's werelds toonaangevende meteorologische dienst. Het uiteindelijke algoritme heeft minder dan een minuut nodig om tiendaagse voorspellingen te leveren. En het nieuwe model geeft voorspellingen binnen enkele minuten, en vereist niets meer dan een eenvoudige pc, in tegenstelling tot de supercomputers van ECMWF die uren nodig hebben voor elke voorspelling.<\/p>\n

Onderwijs De wiskundige modellen die meteorologen tegenwoordig 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 beschikbare metingen van de huidige omstandigheden als uitgangspunt worden genomen. Deze aanpak is rekenkundig ve veeleisend en weinig meteorologische diensten kunnen het zich veroorloven hun rapporten vaker dan vier keer per dag bij te werken. AI-modellen daarentegen lossen geen natuurkundige vergelijkingen op. Ze worden getraind aan de hand van voorbeelden \u2013 meteorologische waarnemingen uit voorgaande jaren \u2013 om patronen in het gedrag van de atmosfeer te leren herkennen en te voorspellen hoe parameters zoals druk, temperatuur en windsnelheid op elkaar inwerken.<\/p>\n

Om GraphCast te trainen, gebruikten onderzoekers van DeepMind ECMWF-gegevens van de afgelopen 40 jaar. Het kostte tientallen computers en vier weken om het proces te voltooien, maar het uiteindelijke, getrainde algoritme produceert in minder dan een minuut voorspellingen voor de komende tien dagen, die in 90% van de benchmarks beter presteren dan de conventionele voorspellingen van ECMWF.<\/p>\n

Het algoritme van DeepMind is niet het enige dat spectaculaire prestaties levert. Eerder dit jaar presenteerde het Chinese bedrijf Huawei, vooral bekend van zijn mobiele telefoons, een vergelijkbaar model in het tijdschrift Nature, terwijl Google zijn experimentele 24-uursvoorspellingstool MetNet-3 lanceerde, die de meeste weerberichten van offici\u00eble weerdiensten in nauwkeurigheid overtreft. Het ECMWF zelf biedt sinds september experimentele AI-data aan. De vooruitgang is indrukwekkend, hoewel sommige meteorologen en natuurkundigen sceptisch blijven, deels omdat de nieuwe technologie als een \u201cblack box\u201d fungeert die resultaten produceert maar niet uitlegt hoe deze tot stand zijn gekomen. Het is waarschijnlijk dat AI naast en als aanvulling op wiskundige modellen van de atmosfeer zal worden gebruikt.<\/p>\n

Wat echter zeker is, is dat kunstmatige intelligentie een blijvend onderdeel van de meteorologie is geworden.<\/p>\n

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

BRON: Kunstmatige intelligentie zorgt voor een revolutie in de meteorologie.<\/a> \u2013 www.in.gr<\/p>\n

Gerelateerde artikelen:<\/h2>\n

Olijfolieprijzen in 2023 \u2013 waarom de olijfolieprijzen zijn gestegen<\/a><\/h3>\n

Olijfolie: Internationale productie en consumptie van olijfolie \u2013 Productie en consumptie van olijfolie in Griekenland<\/a><\/h3>\n

Enorme daling van de wereldwijde olijfolieproductie (2023) \u2013 maar een grote productiestijging in Griekenland.<\/a><\/h3>\n

Toepassing van kunstmatige intelligentie in de landbouw voor de optimalisatie van irrigatie en het gebruik van pesticiden en herbiciden.<\/a><\/h3>\n

\"Griekse Groothandel in olijfolie \u2013 Groothandelaren en distributeurs van olijfolie<\/p>\n

CRITIDA BIO KRETAANSE OLIJFOLIE \u2013 Producenten van hoogwaardige Kretenzische culinaire producten: Onze voedingsproducten worden sinds 1998 wereldwijd ge\u00ebxporteerd naar meer dan 40 landen \u2013 Doe met ons mee! <\/a><\/h2>\n

Wij zijn een eeuwenoud familiebedrijf (opgericht in 1912) dat extra vierge olijfolie produceert op het eiland Kreta in Griekenland. Onze premium Kretenzische extra vierge olijfolie en culinaire producten worden ge\u00ebxporteerd naar meer dan 40 landen wereldwijd, naar een zorgvuldig geselecteerd netwerk van partners. NEEM CONTACT MET ONS OP EN WORD ONZE VOLGENDE WAARDEVOLLE ZAKENPARTNER! Voor extra vierge olijfolie (EVOO) \u2013 biologische extra vierge olijfolie (biologische EVOO) \u2013 Griekse tafelolijven \u2013 balsamicoazijn \u2013 delicatessen, allemaal van Kreta, Griekenland.<\/p>\n

Word lid en word leverancier\/groothandelaar van olijfolie! <\/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":"

Artificial Intelligence and Olive Oil Cultivation and Production Artificial intelligence: international research team brought Innovation in olive oil production Short-term<\/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\/nl\/wp-json\/wp\/v2\/posts\/1035","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/comments?post=1035"}],"version-history":[{"count":0,"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/posts\/1035\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/media\/1036"}],"wp:attachment":[{"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/media?parent=1035"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/categories?post=1035"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/critida.com\/nl\/wp-json\/wp\/v2\/tags?post=1035"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}