Blogg
Artificiell intelligens och odling och produktion av olivolje
Artificiell intelligens och odling och produktion av olivolje
Artificiell intelligens: internationellt forskarteam har tagit med sig innovation inom olivoljeproduktion
Kortsiktiga scenarier som kan användas för att basera investeringar, vidta förebyggande åtgärder och agronomiska metoder kommer att vara tillgängliga för olivoljeproducenter med hjälp av Artificiell intelligens (AI), tack vare ett internationellt forskarteam.
Det gemensamma forskarteamet från det italienska nationella forskningsrådet (CNR), Byrån för ny teknik, energi och hållbar utveckling (ENEA) och den University of California, Berkeley, lyckades utveckla en algoritm som faktiskt är tillgänglig för alla intresserade, som kan förutsäga storleken på en olivlunds skörd baserat på klimatdata i det specifika området.
Algoritmen lärde sig att göra dessa förutsägelser baserat på de senaste 15 årens data från Italien och fann i huvudsak hur olika klimatfenomen påverkar grödor. Algoritmen analyserar vädermönstren under olivodlingscykeln och därmed kunde forskarna identifiera potentiella klimatrisker och hur de påverkar produktionen.
Totalt analyserades skördedata från 66 italienska provinser under perioden 2006-2020 och utifrån denna analys avslöjades de faktorer som orsakade de sämsta skördarna. Men forskningen stannade inte vid att identifiera riskfaktorer, utan gick ett steg längre och grupperade sedan dessa olika variabler efter två månader, skapade en lista över variabler och undersökte hur de interagerade över tid. Så lyckades de kunna ge en kortsiktig prognos, som de säger är tre gånger mer exakt och bättre än om de hade gjort en analys med en enda variabel.
De tittade sedan på vilka säsongsbetonade klimatvariabler som gav antingen dåliga eller extremt goda skördar och uteslöt helt de som gav nära genomsnittliga skördar. Detta, med andra ord, genom att titta på minimum och maximum, gjorde det möjligt för dem att i huvudsak fokusera på de effekter som klimatvariabler har på produktionen, oavsett vad varje producent gör.
Även hjälpsamt gällande Bactrocera Oleae (olivfruktfluga)
Forskarna menar att om algoritmen fortsätter att tränas med mer geografisk data, desto mer “generella” kommer de förutsägelser den gör att bli och därför kommer den att kunna användas på delstatsnivå eller till och med större.
Ämnet lyftes fram av den specialiserade webbplatsen Olivolja Times, där forskaren som deltog i forskningen, Ariana Di Paola, uppgav att: “Vi arbetar med att förstå de klimatindikatorer som kan utlösa dåliga förhållanden och den därmed sammanhängande möjligheten till negativa konsekvenser för olivproduktionen. Exempel på sådana indikatorer är förhållanden som gynnar utvecklingen av olivflugan eller höga vintertemperaturer som kan förändra olivcykeln och påverka blomning och pollinering. Att förstå säsongsvariationerna i varje ögonblick gör det möjligt för oss att förutsäga vad vi kan förvänta oss inom en snar framtid. Dessa är kortsiktiga scenarier som vi kan basera investeringar på, vidta förebyggande åtgärder och agronomiska metoder.”
KÄLLA: Artificiell intelligens: internationellt forskarteam har tagit med sig innovation inom olivoljeproduktion – sofokleousin.gr
Olivodling: Öka avkastningen och minska kostnaderna genom artificiell intelligens
Enligt Olive Oil Times utvecklar forskare i Andalusien ett nytt verktyg som gör det möjligt för jordbrukare att utnyttja Artificiell intelligens (AI) att veta när deras oliver är redo att skördas.
Citoliva, ett ideellt forsknings- och teknikföretag, vidhåller tron att deras AI-baserade prediktiva modell skulle kunna förbättra avkastningen och minska produktionskostnaderna. Dess chefer uppskattar att en sådan modell kommer att vara redo för kommersiellt bruk om två år.
Tillsammans med Spaniens ministerium för industri, handel och turism och Citolivas fyra privata partners som arbetar med projektet, tror organisationen att den nya tekniken kommer att göra det möjligt för jordbrukare att förutsäga tidpunkten för maximal olivoljehalt utan upprepade resor till odlingarna.
Forskarna tillade att det förväntas minska den tid som läggs på informationsanalyser och kostnaden för skörd, samtidigt som det möjliggör mer exakta produktionsuppskattningar.
“Verktyget är för närvarande i forskningsfasen. Tanken är att det ska fungera med en kombination av data från satellitbilder och marksensorer, och att bonden ska kunna använda det från sin mobila enhet”, säger Carmen Capiscol, chef för forskning, utveckling och innovation på Citoliva, och fortsätter: “Potentiella användare har ännu inte fastställts, men det är troligt att tillvägagångssättet kommer att riktas mot kooperativmedlemmar snarare än enskilda producenter.”
Oavsett kostnad och användarvänlighet tror Capsicol att verktyget kommer att hjälpa olivodlare att kunna skörda vid den mest lämpliga tidpunkten. Detta anses vara ännu viktigare på grund av förändringarna i klimatförhållanden och mönster i Andalusien och i hela Medelhavsområdet, vilket i större utsträckning förändrar några av de viktigaste momenten i olivodlingens utveckling.
Det är dock värt att notera att forskarna ännu inte har fastställt kostnaden för att installera nödvändiga sensorer eller använda den bärbara enheten för jordbrukare.
KÄLLA: Olivodling – Öka avkastningen och minska kostnaderna genom artificiell intelligens (AI) – Ypaithros.gr
Artificiell intelligens revolutionerar meteorologin
Google, Huawei och andra företag lanserar AI-modeller som förbättrar noggrannheten i väderprognoser.
En ny generation av algoritmer för artificiell intelligens (AI), av vilka vissa även kan köras på en enkel bärbar dator, lovar bättre väderprognoser än dagens meteorologers modeller som kräver superdatorer. Den senaste utvecklingen kommer från Djupt sinne, ett företag inom artificiell intelligens som nu är en del av Google-gruppen, som i tidskriften Science presenterade en modell för artificiell intelligens som redan erbjuder topprestanda.
GraphCast-modellen producerar mer exakta tio dagars väderprognoser än den konventionella modellen av Europeiskt center för medellånga väderprognoser (ECMWF), anses vara världens ledande meteorologiska tjänst. Den slutliga algoritmen tar mindre än en minut att ge tiodagarsprognoser. Och den nya modellen ger prognoser på några minuter, vilket inte kräver något mer än en enkel dator, till skillnad från ECMWF:s superdatorer som tar timmar för varje prognos.
Utbildning De matematiska modeller som meteorologer använder idag delar upp jorden i stora kvadrater och använder fluidfysikens lagar för att simulera atmosfärens beteende i framtiden, med tillgängliga mätningar av nuvarande förhållanden som utgångspunkt. Denna metod är beräkningskrävande, och få meteorologiska tjänster har råd att uppdatera sina rapporter mer än fyra gånger om dagen. AI-modeller, däremot, löser inte fysikaliska ekvationer. De lär sig genom exempel – meteorologiska observationer från tidigare år – att lära sig att känna igen mönster i atmosfärens beteende och att förutsäga hur parametrar som tryck, temperatur och vindhastighet samverkar.
För att träna GraphCast använde DeepMind-forskare ECMWF-data som sträckte sig över 40 år. Det tog dussintals datorer och fyra veckor att slutföra processen, men den slutliga, tränade algoritmen tar mindre än en minut att producera tiodagarsprognoser, som överträffar ECMWF:s konventionella prognoser i 90 % av riktmärkena.
DeepMinds algoritm är inte den enda som uppnår spektakulära prestanda. Tidigare i år presenterade det kinesiska företaget Huawei, mest känt för sina mobiltelefoner, sin egen liknande modell i tidskriften Nature, medan Google har lanserat sitt experimentella 24-timmarsprognosverktyg MetNet-3, som överträffar de flesta väderrapporter i noggrannhet. ECMWF har själva erbjudit experimentell AI-data sedan september. Framstegen är imponerande, även om vissa meteorologer och fysiker fortfarande är skeptiska, delvis för att den nya tekniken fungerar som en “svart låda” som producerar resultat men inte förklarar hur de kom fram. Det är troligt att AI kommer att användas tillsammans med och utöver matematiska modeller av atmosfären.
Vad som dock är säkert är att artificiell intelligens kom för att stanna inom meteorologin.
av Vangelis Pratikakis
KÄLLA: Artificiell intelligens revolutionerar meteorologin – www.in.gr
Relaterade artiklar:
Olivoljepriserna 2023 – varför priserna på olivolja steg
Olivolja: Internationell produktion och konsumtion av olivolja – Produktion och konsumtion av olivolja i Grekland
Enorm nedgång i den globala olivoljeproduktionen (2023) – men stor produktionsökning i Grekland
Implementering av artificiell intelligens inom jordbruket för optimering av bevattning och applicering av bekämpningsmedel och herbicider
Olivolja Partihandel – Olivolja Partihandel Leverantörer och Distributörer
CRITIDA BIO KRETISK OLIVOLJA – Producenter av premium kretensiska kulinariska produkter: Våra livsmedelsprodukter exporteras över hela världen till fler än 40 länder sedan 1998 – Gå med oss!
Vi är ett århundraden långt familjeföretag (grundat 1912) som producerar EVOO-olivolja på ön KRETA i GREKLAND. Vår premium kretensiska extra jungfruolivolja och kulinariska livsmedelsprodukter exporteras i över 40 länder världen över till ett noggrant utvalt nätverk av partners. KONTAKTA OSS, BLI VÅR NÄSTA VÄRDEFULLA AFFÄRSPARTNER! för extra jungfruolivolja (EVOO) – Ekologisk (Bio) Extra jungfruolivolja (Ekologisk EVOO) – Grekiska bordsoliver – Balsamvinäger – Delikatesser, allt från KRETA, GREKLAND.
