Tersembunyi di antara semua berita tentang COVID-19, taufan dan pilihan raya presiden, anda mungkin terlepas salah satu berita paling penting tahun ini.
Di tengah-tengah kampusnya di Gainesville, the Universiti Florida sedang membina superkomputer kecerdasan buatan yang paling berkuasa dalam pendidikan tinggi AS. Ini telah menjadi berita besar di UF, kerana ia akan mewujudkan peluang baharu yang menarik untuk fakulti, pelajar dan penyelidik. Tetapi apakah maksudnya untuk penanam dan pihak berkepentingan di Florida?
Kecerdasan buatan ialah keupayaan sistem komputer untuk mengenali corak, memahami bahasa, belajar daripada pengalaman, menyelesaikan masalah dan melaksanakan tugas yang kompleks. Dalam erti kata lain, ia adalah keupayaan mesin untuk berfikir seperti otak manusia, tetapi untuk melakukannya dengan lebih pantas, lebih tepat dan pada skala besar-besaran.
Jika anda seorang penanam, anda mengambil berat tentang setiap tumbuhan dan setiap haiwan di ladang anda. Memandangkan masa dan tenaga kerja yang mencukupi yang anda gunakan, anda akan meneliti setiap tumbuhan dan haiwan, memberikan setiap satu sumber tepat yang diperlukan untuk berkembang ke potensi maksimum mereka. AI membolehkan anda melakukan perkara itu, memerhatikan berjuta-juta pembolehubah dan menyelaraskan sejumlah besar data serta-merta dan dengan ketepatan yang tepat.
AI memerlukan sejumlah besar kuasa pengkomputeran. Itulah sebabnya perkongsian UF dengan NVIDIA dan alumnus UF Chris Malachowsky hadiah superkomputer bernilai $70 juta, dinamakan HiPerGator, adalah alat penting untuk pertanian.
Untuk memberi anda gambaran tentang kapasiti sistem pengkomputeran HiPerGator 3.0 UF yang baharu, jika setiap pelajar UF membuat kerja rumah, setiap ahli fakulti dan saintis menjalankan penyelidikan, setiap kemudahan yang menjalankan logistik dan setiap nombor pecah pejabat bajet semuanya menggunakan HiPerGator pada masa yang sama, ia hanya akan memanfaatkan kira-kira 15 peratus daripada kapasiti penuhnya.
Apakah yang boleh dilakukan dengan 85 peratus yang lain? Itu untuk kita semua tentukan.
Di UF/IFAS, kami teruja dengan kemungkinan menggunakan AI untuk menyelesaikan masalah harian yang berkaitan dengan menyokong industri pertanian Florida, memberi makan kepada penduduk dunia yang semakin meningkat dan menggunakan sumber semula jadi secara mampan. AI mempunyai janji untuk memajukan dengan ketara keupayaan kami untuk mengukuhkan sistem rantaian makanan, membangunkan pembiakan tepat tumbuhan dan haiwan, menggunakan robotik dalam operasi makanan dan pertanian, menjejak lokasi dan penyebaran perosak dan patogen, dan mengumpul data mengenai perkhidmatan agroekosistem.
Malah, UF/IFAS telah pun menggunakan AI untuk meningkatkan pengeluaran pertanian selama bertahun-tahun. HiPerGator akan membantu meningkatkan usaha ini dan membawa sumber baharu untuk mengembangkan kebolehan AI untuk membantu penanam Florida menjadi lebih produktif dan menjimatkan sumber. Berikut ialah beberapa kawasan yang UF/IFAS Extension membantu penanam Florida menggunakan penyelidikan AI pada pengeluaran mereka.
Citrus
Yiannis Ampatzidis dan pasukan penyelidiknya di Southwest Florida REC telah membangunkan perisian berasaskan AI yang dipanggil Agroview untuk menganalisis dan menggambarkan data yang dikumpul daripada UAV atau dron. Daripada pemeriksaan mengejut, UAV boleh mengambil imej beribu-ribu tumbuhan individu dan memuat naiknya ke perisian berasaskan awan yang menganalisis data untuk mengakses kualiti, kuantiti dan faktor pertumbuhan atau kesan tumbuhan. Perisian ini mempunyai pelbagai aplikasi untuk pertanian Florida, termasuk industri sitrus ikonik kami. Dibangunkan untuk membantu pengeluar menjaga tanaman mereka dengan lebih baik di samping menjimatkan wang, Agroview adalah inovasi revolusioner yang baru-baru ini memenangi anugerah ciptaan tahun ini UF.
http://blogs.ifas.ufl.edu/news/2020/06/04/cloud-based-technology-helps-farmers-count-citrus-trees/
Kacang
Menentukan kematangan benih kacang tanah pada masa ini memerlukan kulit badan daripada sampel ujian dan membuat anggaran subjektif berdasarkan warna benih. Kini Pengerusi Jabatan Agronomi Diane Rowland dan pasukan penyelidiknya telah membangunkan kaedah menggunakan pengimejan hiperspektral dan AI untuk menentukan kualiti benih kacang tanah melalui badan, membolehkan petani kacang tanah memilih benih matang dengan ketepatan yang jauh lebih besar dan mengurangkan perbelanjaan masa dan tenaga kerja.