Ukryty wśród wszystkich wiadomości o COVID-19, huraganach i wyborach prezydenckich, być może przeoczyłeś jedną z najważniejszych wiadomości tego roku.
W centrum kampusu w Gainesville University of Florida buduje najpotężniejszy superkomputer sztucznej inteligencji w amerykańskim szkolnictwie wyższym. To była wielka wiadomość dla UF, ponieważ stworzy ekscytujące nowe możliwości dla wykładowców, studentów i naukowców. Ale co to oznacza dla hodowców i udziałowców na Florydzie?
Sztuczna inteligencja to zdolność systemu komputerowego do rozpoznawania wzorców, rozumienia języka, uczenia się na doświadczeniach, rozwiązywania problemów i wykonywania złożonych zadań. Innymi słowy, jest to zdolność maszyny do myślenia jak ludzki mózg, ale robienia tego szybciej, dokładniej i na masową skalę.
Jeśli jesteś hodowcą, dbasz o każdą roślinę i każde zwierzę w swoim gospodarstwie. Mając do dyspozycji wystarczającą ilość czasu i siły roboczej, zbadałbyś każdą roślinę i zwierzę, zapewniając każdemu dokładne zasoby potrzebne do wzrostu do maksymalnego potencjału. Sztuczna inteligencja pozwala ci to zrobić, skupiając się na milionach zmiennych i koordynując ogromne ilości danych natychmiast i z niezwykłą dokładnością.
AI wymaga ogromnej mocy obliczeniowej. Właśnie dlatego partnerstwo UF z NVIDIA i podarunek absolwenta UF Chrisa Malachowsky'ego w postaci superkomputera wartego 70 milionów dolarów, o nazwie HiPerGator, jest tak ważnym narzędziem dla rolnictwa.
Aby dać wyobrażenie o możliwościach nowego systemu obliczeniowego UF HiPerGator 3.0, gdyby każdy student UF odrabiający pracę domową, każdy członek wydziału i naukowiec prowadzący badania, każdy ośrodek prowadzący logistykę i każde biuro budżetowe korzystało w tym samym czasie z HiPerGatora, wykorzystałby tylko około 15 procent swojej pełnej pojemności.
Co może zrobić z innymi 85 procentami? Decyzja należy do nas wszystkich.
W UF/IFAS jesteśmy podekscytowani możliwościami zastosowania sztucznej inteligencji do rozwiązywania codziennych problemów związanych ze wspieraniem rolnictwa na Florydzie, wyżywieniem rosnącej populacji świata i zrównoważonym wykorzystaniem zasobów naturalnych. Sztuczna inteligencja ma na celu znaczne zwiększenie naszych zdolności do wzmacniania systemów łańcucha żywnościowego, rozwijania precyzyjnej hodowli roślin i zwierząt, stosowania robotyki w operacjach związanych z żywnością i rolnictwem, śledzenia lokalizacji i rozprzestrzeniania się szkodników i patogenów oraz gromadzenia danych na temat usług agroekosystemowych.
W rzeczywistości UF/IFAS już od wielu lat stosuje sztuczną inteligencję do poprawy produkcji rolnej. HiPerGator posłuży do superwzmocnienia tych wysiłków i przyniesie nowe zasoby, aby rozwinąć możliwości sztucznej inteligencji, aby pomóc hodowcom z Florydy być bardziej produktywnym i oszczędzać zasoby. Poniżej przedstawiono tylko kilka obszarów, w których UF/IFAS Extension pomaga hodowcom z Florydy zastosować badania sztucznej inteligencji w ich produkcji.
Cytrus
Yiannis Ampatzidis i jego zespół badawczy w Southwest Florida REC opracowali oprogramowanie oparte na sztucznej inteligencji o nazwie Agroview do analizy i wizualizacji danych zebranych z UAV lub dronów. Zamiast kontroli wyrywkowych, UAV mogą robić zdjęcia tysięcy pojedynczych roślin i przesyłać je do oprogramowania w chmurze, które analizuje dane, aby uzyskać dostęp do jakości, ilości i czynników wzrostu lub wpływu roślin. Oprogramowanie ma szeroki zakres zastosowań w rolnictwie na Florydzie, w tym w naszym kultowym przemyśle cytrusowym. Opracowany, aby pomóc producentom lepiej dbać o swoje uprawy, a jednocześnie oszczędzać pieniądze, Agroview jest tak rewolucyjną innowacją, że niedawno zdobył nagrodę dla wynalazku roku UF.
http://blogs.ifas.ufl.edu/news/2020/06/04/cloud-based-technology-helps-farmers-count-citrus-trees/
Orzech ziemny
Określenie dojrzałości nasion orzeszków ziemnych wymaga obecnie łuskania łusek z próbek testowych i dokonywania subiektywnej oceny na podstawie koloru nasion. Teraz przewodnicząca Departamentu Agronomii Diane Rowland i jej zespół badawczy opracowali metodę wykorzystującą obrazowanie hiperspektralne i sztuczną inteligencję do określania jakości nasion orzeszków ziemnych przez łuskę, umożliwiając hodowcom orzeszków ziemnych wybieranie dojrzałych nasion z dużo większą dokładnością i mniejszym nakładem czasu i pracy.