Artificiell intelligens och odling och produktion av olivolja
Artificiell intelligens och odling och produktion av olivolja
Artificiell intelligens: internationellt forskarteam förde med sig innovation inom produktion av olivolja
Kortsiktiga scenarier att basera investeringar på, vidta förebyggande åtgärder och vidta åtgärder med agronomiska metoder kommer att finnas tillgängliga för olivoljaproducenter med hjälp av Artificiell intelligens (AI), tack vare ett internationellt forskarlag.
Den gemensamma forskargruppen från det italienska nationella forskningsrådet (CNR), den Byrån för ny teknik, energi och hållbar utveckling (ENEA) och den University of California, Berkeley, lyckats utveckla en algoritm som faktiskt är tillgänglig för alla intresserade, vem 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 hittade i huvudsak hur olika klimatfenomen påverkar grödor. Algoritmen analyserar vädermönstren under perioden av 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 från 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, gjorde en lista över variabler och undersökte hur de interagerade över tiden. Så de lyckades kunna ge en kortsiktig prognos, som de säger är tre gånger mer exakt och bättre än om de hade gjort en envariabel analys.
De tittade sedan på vilka säsongsbetonade klimatvariabler som gav antingen dåliga eller överdrivet bra skördar och utelämnade helt de som gav nära genomsnittsskördarna. Detta, med andra ord, 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 hjälpsam ang Bactrocera Oleae (olivenfruktfluga)
Forskarna hävdar att om algoritmen fortsätter att tränas med mer geografisk data, desto mer "allmänna" kommer förutsägelserna att bli och därför kommer den att kunna användas i tillståndsskala eller ännu större.
Ämnet lyftes fram av den specialiserade webbplatsen Olivolja Times, där forskaren som deltog i forskningen, Ariana Di Paola, konstaterade att: ”Vi arbetar med att förstå de klimatindikatorer som kan utlösa dåliga förhållanden och den tillhörande möjligheten till negativa konsekvenser för produktionen oliv. Exempel på sådana indikatorer är förhållanden som gynnar utvecklingen av olivflugan eller höga vintertemperaturer som kan förändra olivcykeln och påverka blomning och pollinering. Genom att förstå säsongsvariationerna i varje ögonblick kan vi förutsäga vad vi kan förvänta oss inom en snar framtid. Det här är kortsiktiga scenarier att basera investeringar på, vidta förebyggande åtgärder och vidta åtgärder med agronomiska metoder."
KÄLLA: Artificiell intelligens: internationellt forskarteam förde med sig innovation inom produktion av olivolja – sofokleousin.gr
Olivodling: Ökar skördarna och sänker kostnaderna genom artificiell intelligens
Enligt Olive Oil Times utvecklar forskare i Andalusien ett nytt verktyg som gör det möjligt för bönder att utnyttja Artificiell intelligens (AI) att veta när deras oliver är redo att skördas.
Citoliva, ett icke-vinstdrivande forsknings- och teknikföretag, vidhåller tron att dess AI-baserade prediktiva modell skulle kunna förbättra avkastningen och minska produktionskostnaderna. Dess chefer uppskattar att en sådan modell kommer att vara klar för kommersiell användning om två år.
Tillsammans med Spaniens ministerium för industri, handel och turism och Citolivas fyra privata partner som arbetar med projektet, tror organisationen att den nya tekniken kommer att göra det möjligt för bönder att förutsäga ögonblicket för maximal olivolja utan upprepade resor till lundarna.
Forskarna tillade att det förväntas minska tiden som ägnas åt informationsanalyser och kostnaden för skörd, samtidigt som det möjliggör mer exakta produktionsuppskattningar.
”Verktyget är för närvarande i forskningsfasen. Tanken är att den fungerar med en kombination av data som tillhandahålls av satellitbilder och marksensorer, och bonden skulle kunna använda den från sin mobila enhet, säger Carmen Capiscol, chef för forskning, utveckling och innovation på Citoliva, för att lägga till. fortsatte: "Möjliga användare har ännu inte fastställts, men det är troligt att tillvägagångssättet kommer att vara till kooperativa medlemmar 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 av klimatförhållandena och mönster i Andalusien och i hela Medelhavsområdet, vilket i större utsträckning förskjuter några av de viktigaste ögonblicken i olivutvecklingen.
Det är dock värt att notera att forskarna ännu inte har fastställt kostnaden för att installera de nödvändiga sensorerna eller använda den bärbara enheten för jordbrukare.
KÄLLA: Olivodling – Öka skördarna och sänka kostnaderna genom artificiell intelligens (AI) – Ypaithros.gr
Artificiell intelligens revolutionerar meteorologin
Google, Huawei och andra företag lanserar AI-modeller som förbättrar noggrannheten av förutsägelser i väderprognoser
En ny generation av artificiell intelligens (AI) algoritmer, av vilka några körs även på en enkel bärbar dator, lovar bättre väderprognoser än dagens meteorologers modeller som kräver superdatorer. Den senaste utvecklingen kommer från DeepMind, ett företag för artificiell intelligens som nu ingår i Google-gruppen, som i tidskriften Science presenterade en artificiell intelligensmodell som redan erbjuder högsta prestanda.
GraphCast-modellen producerar mer exakt tio dagars väderprognoser än den konventionella modellen av European Centre for Medium Range Weather Forecasts (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 minuter och kräver inget annat än en enkel PC, till skillnad från ECMWF:s superdatorer som tar timmar för varje prognos.
Utbildning De matematiska modellerna som meteorologer använder idag delar in jorden i stora kvadrater och använder vätskefysikens lagar för att simulera atmosfärens beteende i framtiden, med hjälp av tillgängliga mätningar av nuvarande förhållanden som utgångspunkt. Detta tillvägagångssätt är beräkningskrävande, och få meteorologiska tjänster har råd att uppdatera sina rapporter mer än fyra gånger om dagen. AI-modeller löser däremot inte fysikekvationer. De lärs genom exempel – meteorologiska observationer från tidigare år – att lära sig 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 sista, tränade algoritmen tar mindre än en minut att producera tiodagarsprognoser, som överträffar ECMWF:s konventionella prognoser i 90% av riktmärken.
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, samtidigt som Google har lanserat sitt experimentella 24-timmarsprognosverktyg MetNet-3, som överträffar de flesta vädertjänstrapporter i noggrannhet. . ECMWF själv har erbjudit AI-experimentdata 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 ger resultat men som inte förklarar hur de kom fram till. Det är troligt att AI kommer att användas tillsammans med och utöver matematiska modeller av atmosfären.
Säkert är dock att artificiell intelligens kom för att stanna inom meteorologin.
av Vangelis Pratikakis
KÄLLA: Artificiell intelligens revolutionerar meteorologin – www.in.gr
Relaterade artiklar:
Relaterade inlägg
Enorm nedgång i den globala produktionen av olivolja (2023) – men stor produktionsökning i Grekland
Den globala produktionen av olivolja är på en lägsta nivå i sex år i år, men en stor produktionsökning – med 3
Olivolja: Internationell produktion och konsumtion av olivolja – Produktion och konsumtion av olivolja i Grekland
Statistik och information om olivolja: Internationell produktion och konsumtion av olivolja