交流合作

您所在位置:首页 > 交流合作 > 正文

100亿人口会挨饿吗人工智能迎击全球粮食问题

文章作者:www.cs-vaccine.com发布时间:2019-08-31浏览次数:805

人类再次面临危机。随着人口的不断扩大,到2050年,人口总数可能达到100亿。然而,地球并没有扩大规模,这意味着同一地区的土地资源必须被放弃。人口。随着全球变暖和随之而来的水资源短缺,人类将面临严重的粮食问题。

也许这台机器的到来是一次历史性事故。真正的智能机器人和机器学习算法可能有助于推动新的“绿色革命”,以解决日益增长的口粮问题。想象一下,如果卫星可以自动检测干旱模式,如果拖拉机可以“直观地”消除病害作物,如果人工智能支持的智能APP可以让农民知道如何处理农场中的农作物病害。

稻草人必须成为历史,保护农业的未来取决于人工智能。

AI为工作“看病”

深度学习是一种计算方法。程序员不是告诉计算机确切地做什么,而是训练计算机识别某些模式。您可以在计算机上输入患病和健康作物叶片的图片并进行标记。计算机可以了解患病和健康的叶子看起来如何不同,并可以独立判断新作物是否健康。

这是生物学家David Hughes和流行病学家Marcel Salathe的研究,他们试验了14种感染26种疾病的作物。他们在计算机中输入了超过50,000张图片,计算机程序通过自学,最终判断出研究人员输入的新图片的正确率为99.35%。

然而,这些是手和脚的图片,其中光和背景是相同的,这使得计算机难以识别刀片的图像。如果您从互联网上下载病害作物的叶子照片并让计算机判断,软件的准确度将降低到30%-40%。

不太好。然而,休斯和萨拉特希望使用这种人工智能技术来支持他们的应用程序“植物村”,它允许世界各地的农民拍摄他们生病的作物的照片,并将它们上传到专家诊断作物的论坛上。疾病。为了提高这项技术的“智能”,他们将继续向人工智能输入更多患病作物的照片。“不同来源的图片越多越好。频道指的是照片的拍摄方式、季节、地点等。

这不仅仅是为了消除疾病在作物之间的传播,还有许多其他影响作物的因素。”大多数的生长都会影响生理压力,如缺钙、缺镁或盐过高,卡路里过高。人们有时认为这是一种细菌性或真菌性疾病,“误诊导致农民浪费时间和金钱购买杀虫剂或除草剂。未来,人工智能可以帮助农民更准确地定位问题。

之后,人类将重新获得控制。由于应用程序能够定位问题,它无法为农民提供最合适的解决方案,因为气候紧张、突发性和季节性因素。联合国粮食及农业组织(粮农组织)认为,这类技术是作物管理的“有用工具”,但仍由专家决定。因此,粮农组织的植物病理学家Fazil Dusuceli说,这种技术援助是非常受欢迎的,但“最终的疾病管理决定应该与现场专家一起制定”。

在“长眼睛”拖拉机上行走

可以说,现在没有一个国家能够在农业中安心。发展中国家迫切需要农业知识,而发达国家则淹没在杀虫剂和除草剂中。在美国,农民每年仅在玉米,大豆和棉花作物上使用多达3.1亿磅的除草剂(编者注:相当于约1.4亿公斤)。

一家名为Blue River Technology的公司可能已经找到了一种至少对卷心菜有新希望的解决方案。该公司的“LettuceBot”看起来像普通的拖拉机,但它包括机器学习的智能技术支持。

根据该公司的说法,“白菜机器人”可以在开车穿过田地时每分钟拍摄5,000张幼苗照片,使用算法和机器视觉来识别每株植物是白菜还是杂草。 “这是基于机器学习计算和计算机视觉的力量,”深度学习组织Enlitic的创始人杰里米霍华德说。他补充说,图形芯片只需0.02秒即可识别图像。

精确到四分之一英寸(带有一个音符:约0.63厘米),机器人可以随时定位杂草,并在每种杂草上喷洒除草剂。如果机器人“在视觉上”发现卷心菜生长得太合理,它也会用除草剂喷洒(农民过度种植多达五倍的卷心菜,所以一次可以牺牲一个)。如果两个幼苗生长得太近,机器人就会知道这不是一个特别大的蔬菜幼苗,而且两个植物也被破坏了。

如果你认为机器人的方法太残忍了,让我们来看看另一种选择:不管3721种,首先在正的农田喷洒除草剂。这类似于说,如果旧金山有传染病,我们唯一能做的就是给所有男人、妇女和儿童每人注射抗生素,”布卢里弗科技公司的Ben Chostner说。人的病是可以治好的。”好吧,但这是浪费钱。而且,这种方法对抗生素没有最好的效果。

乔斯纳说,有了“卷心菜机器人”,农民可以减少90%的化学药品使用。此外,机器人已经开始努力工作了。蓝河管理农田提供了美国卷心菜年消费量的10%。

上帝视角的卫星

美国国家航空航天局的陆地卫星绕地球轨道运行400英里,为地球表面提供了神奇的测量数据。所有层次的信息量都太大,人类无法消化,但对于机器学习算法来说,这是小菜一碟。

这对农业监管,特别是在发展中国家,具有重要的价值。政府和银行在决策过程中缺乏数据支持,很难决定哪些农民应该批准贷款或紧急支持。例如,在印度的一场旱灾中,我们不仅在不同地区看到不同程度的灾害,而且在该地区,一些农民比其他农民更容易获得水资源。

因此,一家名为Harvesting的公司正在利用机器学习来大规模分析卫星数据,希望能够帮助企业更有效地分配财务资源。 “我们对这项技术的愿景是将一些农民和村庄分开,让银行或政府将资金投入合适的人群,”Harvesting首席执行官Ruchit Garg说。他说人类分析师可以同时处理10个和10个变量,而机器学习算法可以处理2000多个变量。这不是同一水平。

随着全球变暖使气候变得越来越混乱,政府在适当分配有限资源方面面临越来越大的压力。传统上,农业在印度是一个相对容易预测的行业,至少在人类控制环境的意义上。 “我从父亲,祖父和其他几代人那里学到的知识就是我用来培养田地的知识,这是我对季节环境的理解,”加格说。 “但由于气候变化,我面临的不再是我的祖先所面临的环境。”

是的,这是一个完全不同的世界。农民可能在不断变化的环境中受到打击,或者他们可能进入一个更加智能化的农业时代。农民可以获得更多的数据,更多的人工智能以及更多可以喷洒化学品的机器人。