Фермеры будут использовать искусственный интеллект для диагностики растений |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-10-07 13:00 Фермеры будут использовать искусственный интеллект для диагностики растений Когда фермер выращивает что-то в промышленных масштабах на территории развитой страны, где-то под боком фермера всегда есть специализированная лаборатория, куда он периодически сдает часть своих растений на анализы. Таким образом в развитых странах предотвращают развитие разнообразных заболеваний у растений и возможную эпидемию, которая способна свести на нет усилия фермера. Проблема в том, что подобные лаборатории не доступны в малоразвитых странах и отдельных регионах, а необходимость отслеживания здоровья своих культур никуда не исчезает. В связи с этим было решено создать специальное приложение. Приложение было создано исследователями из Пенсильванского Государственного Университета и Швейцарского Федерального Института Технологий. Задача программы — предоставлять диагноз по фото сделанным фермером. Первоначально ученые построили модель системы путем связывания кластера для построения нейронной сети. Затем они загрузили в базу данных более чем 53000 фото примеров больных и здоровых растений. Всего было представлено 14 видов растений и 26 заболеваний свойственных для них. Используя глубинный подход к обучению исследователи научили модель искать закономерности во всем. В конечном счете система способна идентифицировать заболевание с точностью 99.35 процентов. «Учитывая ожидания того, что более 5 миллиардов смартфонов будет использоваться в мире к 2020 году – почти миллиард из них в Африке – мы считаем, что этот подход представляет собой эффективный дополнительный метод, чтобы помочь предотвратить потерю урожайности», — говорит профессор Дэвид Хьюз, соавтор исследования: «С постоянно повышающимся количеством и качеством сенсоров на мобильных устройствах, мы считаем, что точное диагностирование через смартфон — это вопрос времени».
Комментарии: |
|