OK, telefon: Hvordan ser avlingene mine ut?

Kategori: Ukategorisert Lagt ut 02. okt

Noen kassavabønder er kanskje ikke i stand til å skille en plantes svekkende brune strek fra en annens urovekkende brune bladflekk – men en smarttelefonvennlig AI kan.

Kablet rapporter at forskere har utviklet en lett bildegjenkjennings-AI som kan identifisere sykdommer i kassavaplanten basert på bilder av bladene. Det kan være nyttig, fordi kassava er en av de mest spiste knollene på planeten, men dyrkes hovedsakelig i utviklingsland der tilgangen til ekspertise for å diagnostisere uvanlige avlingsproblemer kan være begrenset.

I en artikkel publisert på arXiv , forklarer forskerne bak den nye AI hvordan de har brukt en teknikk kjent som overføringslæring for å omskolere et eksisterende nevralt nettverk for bildegjenkjenning ved å bruke bare et lite antall nye bilder. Med bare 2756 bilder av kassavablader tatt fra planter i Tanzania, var teamet i stand til å bygge programvare basert på Googles TensorFlow AI-bibliotek som pålitelig kunne identifisere tre avlingssykdommer og to typer skadedyr. Det kunne for eksempel skjelne brune bladflekker med 98 prosent nøyaktighet. AI er også liten nok til å laste og kjøre på en smarttelefon og trenger ikke å sende data til skyen for behandling, selv om den ennå ikke er tilgjengelig for folk å bruke.

Automatisering ser i økende grad ut til å være på vei mot feltet. Forrige måned, traktorprodusent John Deere ervervet et Silicon Valley AI-firma – et som presisjonsmålretter mot ugressmiddel ved hjelp av maskinlæring – for kule 300 millioner dollar. Og et pilotprosjekt i Storbritannia så nylig at forskere pleide en åker full av bygg med kun roboter.