Umetna inteligenca ter gojenje in pridelava oljčnega olja
Umetna inteligenca ter gojenje in pridelava oljčnega olja
Umetna inteligenca: mednarodna raziskovalna skupina je prinesla inovacije v proizvodnji oljčnega olja
Pridelovalcem oljčnega olja bodo s pomočjo Umetna inteligenca (AI), zahvaljujoč mednarodni raziskovalni skupini.
Skupna raziskovalna ekipa italijanskega nacionalnega raziskovalnega sveta (CNR), the Agencija za nove tehnologije, energetiko in trajnostni razvoj (ENEA) in Univerza v Kaliforniji, Berkeley, uspelo razviti algoritem, ki je dejansko na voljo vsem zainteresiranim, ki lahko na podlagi podnebnih podatkov na določenem območju predvidi obseg pridelka v oljčnem nasadu.
Algoritem se je te napovedi naučil na podlagi zadnjih 15 let podatkov iz Italije in v bistvu našel način, kako različni podnebni pojavi vplivajo na pridelke. Algoritem analizira vremenske vzorce v obdobju cikla gojenja oljk in tako so raziskovalci lahko prepoznali morebitna podnebna tveganja in njihov vpliv na proizvodnjo.
Skupaj so bili analizirani podatki o letini iz 66 italijanskih provinc v obdobju 2006–2020 in iz te analize so bili razkriti dejavniki, ki so povzročili najslabšo letino. Toda raziskava se ni ustavila pri prepoznavanju dejavnikov tveganja, ampak je šla še korak dlje in nato združila te različne spremenljivke za dva meseca, sestavila seznam spremenljivk in preučila, kako so medsebojno vplivale skozi čas. Tako jim je uspelo podati kratkoročno napoved, za katero pravijo, da je trikrat natančnejša in boljša, kot če bi naredili analizo ene spremenljivke.
Nato so pogledali, katere sezonske podnebne spremenljivke so ustvarile bodisi slabo ali pretirano dobro letino, in popolnoma izpustile tiste, ki so ustvarile skoraj povprečne letine. Z drugimi besedami, gledanje na minimum in maksimum jim je omogočilo, da so se v bistvu osredotočili na učinke, ki jih imajo podnebne spremenljivke na proizvodnjo, ne glede na to, kaj vsak proizvajalec počne.
V pomoč tudi glede Bactrocera Oleae (oljčna mušica)
Raziskovalci trdijo, da če se bo algoritem še naprej usposabljal z več geografskimi podatki, bodo napovedi, ki jih naredi, postale bolj "splošne", zato ga bo mogoče uporabiti na ravni države ali celo širše.
Temo je izpostavila specializirana spletna stran Časi oljčnega olja, kjer je raziskovalka, ki je sodelovala v raziskavi, Ariana Di Paola, izjavila, da: »Prizadevamo si razumeti podnebne kazalce, ki lahko sprožijo slabe razmere in s tem povezano možnost negativnih posledic za proizvodnjo. olivno. Primeri takih indikatorjev so razmere, ki spodbujajo razvoj oljčne muhe, ali visoke zimske temperature, ki lahko spremenijo oljčni cikel in vplivajo na cvetenje in opraševanje. Razumevanje sezonskosti vsakega trenutka nam omogoča, da napovemo, kaj lahko pričakujemo v bližnji prihodnosti. To so kratkoročni scenariji, na katerih temeljijo naložbe, izvajajo preventivne ukrepe in ukrepajo z agronomskimi praksami.«
VIR: Umetna inteligenca: mednarodna raziskovalna skupina je prinesla inovacije v proizvodnji oljčnega olja – sofokleousin.gr
Oljkarstvo: Povečanje donosa in zmanjšanje stroškov z umetno inteligenco
Kot poroča Olive Oil Times, raziskovalci v Andaluziji razvijajo novo orodje, ki bo kmetom omogočilo izkoriščanje Umetna inteligenca (AI) vedeti, kdaj so njihove oljke pripravljene za obiranje.
Citoliva, neprofitno raziskovalno in tehnološko podjetje, ohranja prepričanje, da bi njegov napovedni model, ki temelji na AI, lahko izboljšal donose in zmanjšal stroške proizvodnje. Njeni vodilni ocenjujejo, da bo tak model pripravljen za komercialno uporabo v dveh letih.
Skupaj s španskim ministrstvom za industrijo, trgovino in turizem ter štirimi Citolivinimi partnerji iz zasebnega sektorja, ki delajo na projektu, organizacija verjame, da bo nova tehnologija kmetom omogočila napovedovanje trenutka največje vsebnosti oljčnega olja brez ponavljajočih se potovanj v nasade.
Raziskovalci so dodali, da se pričakuje, da bo zmanjšal čas, porabljen za analize informacij in stroške žetve, hkrati pa omogočil natančnejše ocene proizvodnje.
»Orodje je trenutno v fazi raziskav. Zamisel je, da deluje s kombinacijo podatkov, ki jih zagotavljajo satelitski posnetki in zemeljski senzorji, kmet pa bi ga lahko upravljal s svojo mobilno napravo,« je povedala Carmen Capiscol, vodja raziskav, razvoja in inovacij pri Citolivi. nadaljeval: "Potencialni uporabniki še niso določeni, vendar je verjetno, da bo pristop bolj usmerjen k zadružnikom kot k posameznim proizvajalcem."
Ne glede na stroške in enostavnost uporabe Capsicol verjame, da bo orodje oljkarjem pomagalo pri obiranju ob najprimernejšem času. To velja za še pomembnejše zaradi spremembe podnebnih pogojev in vzorcev v Andaluziji in v celotnem sredozemskem bazenu, zaradi česar so se nekateri ključni trenutki razvoja oljk prestavili.
Omeniti pa velja, da raziskovalci še niso določili stroškov namestitve potrebnih senzorjev ali uporabe nosljive naprave za kmete.
VIR: Gojenje oljk – Povečanje donosa in zmanjšanje stroškov z umetno inteligenco (AI) – Ypaithros.gr
Umetna inteligenca revolucionira meteorologijo
Google, Huawei in druga podjetja lansirajo modele AI, ki izboljšujejo natančnost napovedi v vremenskih napovedih
Nova generacija algoritmov umetne inteligence (AI), od katerih nekateri delujejo celo na preprostem prenosnem računalniku, obljublja boljše vremenske napovedi kot današnji modeli meteorologov ki zahtevajo superračunalnike. Najnovejši razvoj prihaja iz DeepMind, podjetje za umetno inteligenco, zdaj del skupine Google, ki je v reviji Science predstavilo model umetne inteligence, ki že ponuja vrhunsko zmogljivost.
Model GraphCast je bolj natančen desetdnevne vremenske napovedi kot običajni model Evropski center za srednjeročne vremenske napovedi (ECMWF), ki velja za vodilno svetovno meteorološko službo. Končni algoritem potrebuje manj kot minuto, da zagotovi desetdnevne napovedi In novi model daje napovedi v nekaj minutah, pri čemer ni potreben nič več kot preprost osebni računalnik, za razliko od superračunalnikov ECMWF, ki potrebujejo ure za vsako napoved.
izobraževanje Matematični modeli, ki jih meteorologi uporabljajo danes, delijo Zemljo na velike kvadrate in uporabljajo zakone fizike tekočin za simulacijo obnašanja ozračja v prihodnosti, pri čemer kot izhodišče uporabljajo razpoložljive meritve trenutnih razmer. Ta pristop je računsko zahteven in malo meteoroloških služb si lahko privošči posodobitev svojih poročil več kot štirikrat na dan. Nasprotno pa modeli AI ne rešujejo fizikalnih enačb. Na primerih – meteoroloških opazovanjih iz prejšnjih let – se naučijo prepoznati vzorce v obnašanju atmosfere in napovedati, kako parametri, kot so tlak, temperatura in hitrost vetra, medsebojno delujejo.
Za usposabljanje GraphCast so raziskovalci DeepMinda uporabili podatke ECMWF, ki zajemajo 40 let. Potrebovali so na desetine računalnikov in štiri tedne, da so dokončali postopek, vendar končni, usposobljeni algoritem potrebuje manj kot minuto za izdelavo desetdnevnih napovedi, ki presegajo običajne napovedi ECMWF v merilih 90%.
DeepMindov algoritem ni edini, ki dosega spektakularno zmogljivost. V začetku tega leta je kitajsko podjetje Huawei, najbolj znano po svojih mobilnih telefonih, predstavilo svoj podoben model v reviji Nature, medtem ko je Google lansiral svoje eksperimentalno orodje za 24-urno napovedovanje MetNet-3, ki po natančnosti prekaša večino poročil o vremenskih storitvah. . Sam ECMWF že od septembra ponuja eksperimentalne podatke AI. Napredek je impresiven, čeprav nekateri meteorologi in fiziki ostajajo skeptični, deloma zato, ker nova tehnologija deluje kot "črna skrinjica", ki daje rezultate, vendar ne pojasnjuje, kako so do njih prišli. Verjetno bo umetna inteligenca uporabljena poleg in poleg matematičnih modelov ozračja.
Gotovo pa je, da je umetna inteligenca ostala v meteorologiji.
avtorja Vangelis Pratikakis
VIR: Umetna inteligenca revolucionira meteorologijo – www.in.gr
Povezani članki:
Sorodne objave
Velik upad svetovne proizvodnje oljčnega olja (2023) – vendar veliko povečanje proizvodnje v Grčiji
Svetovna proizvodnja oljčnega olja je letos najnižja v šestih letih, vendar se je proizvodnja močno povečala - 3
Oljčno olje: mednarodna proizvodnja in poraba oljčnega olja – proizvodnja in poraba oljčnega olja v Grčiji
Statistični podatki in informacije o oljčnem olju: Mednarodna proizvodnja in poraba oljčnega olja