{"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\/sl\/artificial-intelligence-and-olive-oil-cultivation-and-production\/","title":{"rendered":"Umetna inteligenca in gojenje ter proizvodnja olj\u010dnega olja"},"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

Umetna inteligenca in gojenje ter proizvodnja olj\u010dnega olja<\/h1>\n

Umetna inteligenca: mednarodna raziskovalna ekipa je prinesla inovacije v pridelavo olj\u010dnega olja<\/h2>\n

Pridelovalcem olj\u010dnega olja bodo s pomo\u010djo na voljo kratkoro\u010dni scenariji, na katerih lahko temeljijo nalo\u017ebe, sprejmejo preventivne ukrepe in ukrepajo z agronomskimi praksami. Umetna inteligenca (UI)<\/a>, zahvaljujo\u010d mednarodni raziskovalni skupini.<\/p>\n

Skupna raziskovalna ekipa italijanskega nacionalnega raziskovalnega sveta (CNR), Agencija za nove tehnologije, energijo in trajnostni razvoj (ENEA)<\/a> in Univerza v Kaliforniji, Berkeley<\/a>, uspelo razviti algoritem, ki je dejansko na voljo vsem zainteresiranim, ki lahko na podlagi podnebnih podatkov na dolo\u010denem obmo\u010dju napovejo velikost pridelka olj\u010dnega nasada.<\/p>\n

Algoritem se je nau\u010dil te napovedi na podlagi podatkov iz Italije za zadnjih 15 let in v bistvu ugotovil, kako razli\u010dni podnebni pojavi vplivajo na pridelke. Algoritem analizira vremenske vzorce v obdobju cikla gojenja oljk, zato so raziskovalci lahko prepoznali potencialna podnebna tveganja in kako ta vplivajo na pridelavo.<\/p>\n

Skupno so analizirali podatke o \u017eetvi iz 66 italijanskih provinc v obdobju 2006\u20132020 in na podlagi te analize razkrili dejavnike, ki so povzro\u010dili najslab\u0161e letine. Raziskava pa se ni ustavila le pri prepoznavanju dejavnikov tveganja, temve\u010d je \u0161la \u0161e korak dlje in te razli\u010dne spremenljivke zdru\u017eila po dveh mesecih, sestavila seznam spremenljivk in preu\u010dila, kako so s\u010dasoma vplivale nanje. Tako jim je uspelo zagotoviti kratkoro\u010dno napoved, za katero pravijo, da je trikrat natan\u010dnej\u0161a in bolj\u0161a, kot \u010de bi izvedli analizo z eno samo spremenljivko.<\/p>\n

Nato so preu\u010dili, katere sezonske podnebne spremenljivke so povzro\u010dile slabe ali pretirano dobre letine, in popolnoma izpustili tiste, ki so povzro\u010dile skoraj povpre\u010dne letine. Z drugimi besedami, preu\u010devanje minimuma in maksimuma jim je omogo\u010dilo, da so se v bistvu osredoto\u010dili na u\u010dinke podnebnih spremenljivk na proizvodnjo, ne glede na to, kaj po\u010dne posamezen pridelovalec.<\/p>\n

Koristno tudi glede Bactrocera Oleae (olj\u010dna mu\u0161ica)<\/a><\/p>\n

Raziskovalci trdijo, da \u010de se algoritem \u0161e naprej usposablja z ve\u010d geografskimi podatki, bodo njegove napovedi postale bolj \u201csplo\u0161ne\u201d in ga bo zato mogo\u010de uporabljati na ravni posameznih dr\u017eav ali celo \u0161ir\u0161e.<\/p>\n

Temo je izpostavila specializirana spletna stran \u010casi olivnega olja<\/strong><\/a>, kjer je raziskovalka, ki je sodelovala v raziskavi, Ariana Di Paola, izjavila: \u201cPrizadevamo si razumeti podnebne kazalnike, ki lahko spro\u017eijo slabe razmere in s tem povezano mo\u017enost negativnih posledic za pridelavo oljk. Primeri tak\u0161nih kazalnikov so razmere, ki spodbujajo razvoj olj\u010dne muhe, ali visoke zimske temperature, ki lahko spremenijo cikel oljk in vplivajo na cvetenje in opra\u0161evanje. Razumevanje sezonskosti vsakega trenutka nam omogo\u010da, da napovemo, kaj lahko pri\u010dakujemo v bli\u017enji prihodnosti. To so kratkoro\u010dni scenariji, na katerih lahko utemeljimo nalo\u017ebe, sprejmemo preventivne ukrepe in ukrepamo z agronomskimi praksami.\u201d<\/p>\n

VIR:\u00a0Umetna inteligenca: mednarodna raziskovalna ekipa je prinesla inovacije v pridelavo olj\u010dnega olja<\/a> \u2013 sofokleousin.gr<\/p>\n

\"Umetna<\/p>\n

Gojenje oljk: Pove\u010danje donosov in zmanj\u0161anje stro\u0161kov z umetno inteligenco<\/h2>\n

Po poro\u010danju Olive Oil Times raziskovalci v Andaluziji razvijajo novo orodje, ki bo kmetom omogo\u010dilo, da izkoristijo Umetna inteligenca (UI)<\/a> da vedo, kdaj so njihove oljke zrele za obiranje.<\/p>\n

Citoliva<\/a>, neprofitno raziskovalno in tehnolo\u0161ko podjetje, vztraja pri prepri\u010danju, da bi njegov napovedni model, ki temelji na umetni inteligenci, lahko izbolj\u0161al donose in zmanj\u0161al proizvodne stro\u0161ke. Njegovo vodstvo ocenjuje, da bo tak\u0161en model pripravljen za komercialno uporabo v dveh letih.<\/p>\n

Organizacija skupaj s \u0161panskim ministrstvom za industrijo, trgovino in turizem ter \u0161tirimi zasebnimi partnerji Citolive, ki sodelujejo pri projektu, verjame, da bo nova tehnologija kmetom omogo\u010dila napovedovanje trenutka najve\u010dje vsebnosti olj\u010dnega olja brez ve\u010dkratnih obiskov nasadov.<\/p>\n

Raziskovalci so dodali, da naj bi to zmanj\u0161alo \u010das, porabljen za analize informacij, in stro\u0161ke \u017eetve, hkrati pa omogo\u010dilo natan\u010dnej\u0161e ocene proizvodnje.<\/p>\n

\u201cOrodje je trenutno v fazi raziskav. Ideja je, da deluje s kombinacijo podatkov, ki jih zagotavljajo satelitski posnetki in zemeljski senzorji, kmet pa bi ga lahko upravljal s svoje mobilne naprave,\u201d je dejala Carmen Capiscol, vodja raziskav, razvoja in inovacij pri Citolivi, in nadaljevala: \u201cPotencialni uporabniki \u0161e niso dolo\u010deni, vendar je verjetno, da bo pristop usmerjen k zadru\u017enim \u010dlanom in ne k posameznim proizvajalcem.\u201d<\/p>\n

Ne glede na stro\u0161ke in enostavnost uporabe, Capsicol verjame, da bo orodje pridelovalcem oljk pomagalo pri obiranju ob najprimernej\u0161em \u010dasu. To velja \u0161e toliko bolj za spremembo podnebnih razmer in vzorcev v Andaluziji in po celotnem sredozemskem bazenu, ki spreminja nekatere klju\u010dne trenutke razvoja oljk.<\/p>\n

Vendar je treba omeniti, da raziskovalci \u0161e niso dolo\u010dili stro\u0161kov namestitve potrebnih senzorjev ali uporabe nosljive naprave za kmete.<\/p>\n

VIR:\u00a0Gojenje oljk \u2013 pove\u010danje donosov in zmanj\u0161anje stro\u0161kov z umetno inteligenco (UI)<\/a> \u2013 Ypaithros.gr<\/p>\n

\"\"<\/p>\n

Umetna inteligenca revolucionira meteorologijo<\/h2>\n

Google, Huawei in druga podjetja uvajajo modele umetne inteligence, ki izbolj\u0161ujejo natan\u010dnost napovedi vremena.<\/h3>\n

Obljubljajo novo generacijo algoritmov umetne inteligence (UI), od katerih nekateri delujejo celo na preprostem prenosnem ra\u010dunalniku. bolj\u0161e vremenske napovedi kot dana\u0161nji modeli meteorologov<\/strong> ki zahtevajo superra\u010dunalnike. Najnovej\u0161i razvoj prihaja iz DeepMind<\/a>, podjetje za umetno inteligenco, ki je zdaj del skupine Google, je v reviji Science predstavilo model umetne inteligence, ki \u017ee ponuja vrhunsko zmogljivost.<\/p>\n

Model GraphCast zagotavlja natan\u010dnej\u0161e desetdnevne vremenske napovedi<\/strong> kot konvencionalni model Evropski center za srednjero\u010dne vremenske napovedi (ECMWF)<\/a>, ki velja za vodilno meteorolo\u0161ko slu\u017ebo na svetu. Kon\u010dni algoritem potrebuje manj kot minuto za pripravo desetdnevnih napovedi. Novi model pa poda napovedi v nekaj minutah, pri \u010demer ne potrebuje ni\u010d ve\u010d kot preprost ra\u010dunalnik, za razliko od superra\u010dunalnikov ECMWF, ki za vsako napoved potrebujejo ve\u010d ur.<\/p>\n

Izobra\u017eevanje Matemati\u010dni modeli, ki jih meteorologi uporabljajo danes, delijo Zemljo na velike kvadrate in uporabljajo zakone fizike teko\u010din za simulacijo obna\u0161anja ozra\u010dja v prihodnosti, pri \u010demer kot izhodi\u0161\u010de uporabljajo razpolo\u017eljive meritve trenutnih razmer. Ta pristop je ra\u010dunsko zahteven in le malo meteorolo\u0161kih slu\u017eb si lahko privo\u0161\u010di posodabljanje svojih poro\u010dil ve\u010d kot \u0161tirikrat na dan. Modeli umetne inteligence pa ne re\u0161ujejo fizikalnih ena\u010db. U\u010dijo se s primeri \u2013 meteorolo\u0161kimi opazovanji iz prej\u0161njih let \u2013 prepoznavanja vzorcev v obna\u0161anju ozra\u010dja in napovedovanja interakcije parametrov, kot so tlak, temperatura in hitrost vetra.<\/p>\n

Za u\u010denje GraphCasta so raziskovalci DeepMind uporabili podatke ECMWF iz obdobja 40 let. Za dokon\u010danje postopka so potrebovali na desetine ra\u010dunalnikov in \u0161tiri tedne, vendar kon\u010dni, nau\u010deni algoritem v manj kot minuti ustvari desetdnevne napovedi, ki v 90 % primerjalnim testom preka\u0161ajo obi\u010dajne napovedi ECMWF.<\/p>\n

DeepMindov algoritem ni edini, ki dosega spektakularne zmogljivosti. V za\u010detku leto\u0161njega leta je kitajsko podjetje Huawei, najbolj znano po svojih mobilnih telefonih, v reviji Nature predstavilo svoj podoben model, medtem ko je Google predstavil svoje eksperimentalno 24-urno orodje za napovedovanje MetNet-3, ki po natan\u010dnosti preka\u0161a ve\u010dino poro\u010dil vremenskih slu\u017eb. ECMWF \u017ee od septembra ponuja eksperimentalne podatke umetne inteligence. Napredek je impresiven, \u010deprav nekateri meteorologi in fiziki ostajajo skepti\u010dni, deloma zato, ker nova tehnologija deluje kot \u201c\u010drna skrinjica\u201d, ki daje rezultate, vendar ne pojasni, kako so do njih pri\u0161li. Verjetno se bo umetna inteligenca uporabljala skupaj z matemati\u010dnimi modeli ozra\u010dja in poleg njih.<\/p>\n

Gotovo pa je, da je umetna inteligenca ostala v meteorologiji.<\/p>\n

avtorja Vangelisa Pratikakisa\u00a0<\/p>\n

VIR: Umetna inteligenca revolucionira meteorologijo<\/a> \u2013 www.in.gr<\/p>\n

Povezani \u010dlanki:<\/h2>\n

Cene olivnega olja leta 2023 \u2013 zakaj so se cene olivnega olja zvi\u0161ale<\/a><\/h3>\n

Olj\u010dno olje: Mednarodna proizvodnja in poraba olj\u010dnega olja \u2013 Proizvodnja in poraba olj\u010dnega olja v Gr\u010diji<\/a><\/h3>\n

Velik upad svetovne proizvodnje olj\u010dnega olja (2023) \u2013 vendar veliko pove\u010danje proizvodnje v Gr\u010diji<\/a><\/h3>\n

Uporaba umetne inteligence v kmetijstvu za optimizacijo namakanja ter uporabe pesticidov in herbicidov<\/a><\/h3>\n

\"Gr\u0161ki Veleprodaja olivnega olja \u2013 dobavitelji in distributerji olivnega olja na debelo<\/p>\n

CRITIDA BIO KRETANSKO OLIVNO OLJE \u2013 Proizvajalci vrhunskih kretskih kulinari\u010dnih izdelkov: Na\u0161e prehrambene izdelke IZVA\u017dAMO PO VSEM SVETU v ve\u010d kot 40 dr\u017eav, \u017ee od leta 1998 \u2013 Pridru\u017eite se nam! <\/a><\/h2>\n

Smo ve\u010dstoletno dru\u017einsko podjetje (ustanovljeno leta 1912) za proizvodnjo olj\u010dnega olja EVOO na otoku KRETA v GR\u010cIJI. Na\u0161e vrhunsko kretsko ekstra devi\u0161ko olj\u010dno olje in kulinari\u010dni prehrambeni izdelki se izva\u017eajo v ve\u010d kot 40 dr\u017eav po vsem svetu skrbno izbrani mre\u017ei partnerjev. KONTAKTIRAJTE NAS IN POSTANITE NA\u0160 NASLEDNJI CENJENI POSLOVNI PARTNER! za ekstra devi\u0161ko olj\u010dno olje (EVOO) \u2013 ekolo\u0161ko (bio) ekstra devi\u0161ko olj\u010dno olje (ekolo\u0161ki EVOO) \u2013 gr\u0161ke namizne olive \u2013 balzami\u010dni kis \u2013 delikatese, vse iz KRETE, GR\u010cIJA<\/p>\n

Pridru\u017eite se nam in postanite dobavitelj\/trgovec na debelo z olivnim oljem! <\/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\/sl\/wp-json\/wp\/v2\/posts\/1035","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/comments?post=1035"}],"version-history":[{"count":0,"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/posts\/1035\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/media\/1036"}],"wp:attachment":[{"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/media?parent=1035"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/categories?post=1035"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/critida.com\/sl\/wp-json\/wp\/v2\/tags?post=1035"}],"curies":[{"name":"delovni list","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}