Возможно, скоро искусственный интеллект будет работать вместе с человеком, чтобы вырастить идеальную клубнику.
Исследователи из Западного университета разработали систему искусственного интеллекта, которая обещает изменить способы выращивания одного из самых любимых фруктов в мире - клубники - с потенциальными последствиями для всего сельскохозяйственного сектора.
И нет, это не связано с OpenAIмодель o1Ранее он носил кодовое название "Проект Клубника".
Сайт исследованиеОпубликованная в журнале Foods статья демонстрирует удивительный скачок в развитии сельскохозяйственных технологий.
Используя передовые методы машинного обучения, команда создала систему, способную определять спелость и болезни клубники с точностью почти 99% - и все это с помощью простой камеры наблюдения.
"Мы хотели уменьшить размер этих моделей ИИ, чтобы сделать их пригодными для фермеров и локализованного производства", - говорит Джошуа Пирс, заведующий кафедрой информационных технологий и инноваций Джона М. Томпсона в Западной инженерной школе и бизнес-школе Ivey.
"Мы хотели не просто увеличить точность, которая уже выше 98%, но и уменьшить размер моделей".
Отличительной чертой этого исследования является его доступность. В отличие от многих высокотехнологичных сельскохозяйственных решений, ориентированных на крупные предприятия, Пирс и его коллега Соодех Никан разработали свою систему, ориентируясь на малые и средние фермерские хозяйства.
Методология команды сочетала в себе инновационные методы искусственного интеллекта и практические знания в области сельского хозяйства:
- Для начала они собрали различные наборы изображений клубники, включая здоровые плоды и те, что поражены различными заболеваниями.
- Затем эти изображения были обработаны и дополнены для создания надежного обучающего набора данных.
- Исследователи отладили три различные модели искусственного интеллекта - Vision Transformer, MobileNetV2 и ResNet18, каждая из которых обладает уникальными преимуществами.
- Для того чтобы ИИ мог справиться с изменчивостью реального мира, в него были включены такие методы, как взвешивание классов и создание синтетических изображений.
- Пожалуй, самое важное, что они интегрировали в модели "механизмы внимания", позволяющие ИИ фокусироваться на наиболее значимых частях каждого изображения.
Система отлично справляется с двумя основными задачами:
- Определение спелости: Он может точно классифицировать клубнику как спелую или недозрелую, помогая фермерам оптимизировать время сбора урожая.
- Выявление заболеваний: ИИ может обнаружить и идентифицировать семь различных типов болезней клубники: угловатую пятнистость листьев, антракнозную плодовую гниль, поражение цветков, серую плесень, пятнистость листьев, мучнистую росу плодов и мучнистую росу листьев.
Результаты говорят сами за себя. С показателями точности около 98% система значительно превосходит предыдущие попытки автоматизированного мониторинга клубники.
Однако последствия этого исследования выходят далеко за рамки простого повышения урожайности клубники.
Потенциал сокращения пищевых отходов также очевиден. По данным Продовольственной и сельскохозяйственной организации Объединенных Наций, приблизительно 14% продуктов питания теряется в период между сбором урожая и розничной продажей.
Технологии, подобные этой системе искусственного интеллекта, могут помочь решить эту проблему, оптимизируя сроки сбора урожая и снижая потери из-за болезней или перезрелости.
"Сокращение отходов и стоимости продуктов питания, очевидно, является важной проблемой в наши дни. Как и все, я всегда удивляюсь, когда прихожу в продуктовый магазин и вижу цены на свежие фрукты и овощи", - говорит Никан.
"Выбирая проекты, я обычно ищу то, что имеет критическое значение для безопасности или необходимо обществу. Имея опыт работы в других областях, я не упустил шанс применить свои знания и опыт в сфере продовольственной безопасности".
В будущем команда уже планирует протестировать свою систему на открытом воздухе, возможно, используя дроны для более широкого мониторинга полей.
Они также изучают возможность использования синтетических изображений, созданных искусственным интеллектом, чтобы еще больше сократить объем данных, необходимых для обучения эффективных моделей.
"В отличие от получения изображений миллионов ягод клубники, что является малоэффективным и высокозатратным подходом, мы используем синтетические изображения и программное обеспечение с открытым исходным кодом для создания миллионов изображений самостоятельно, с относительно небольшой мощностью компьютера, что позволяет нам точно определять высокоточные наблюдения за спелостью и болезнями для очень конкретных растений", - говорит Никан.
Пирс добавил: "Программное обеспечение совершенно бесплатно и с открытым исходным кодом, и фермеры любого типа могут свободно загрузить его и адаптировать под свои нужды. Они могут предпочесть, чтобы система искусственного интеллекта отправляла им электронные письма или звонки на телефон при обнаружении болезней или даже передавала изображение конкретного растения, готового к сбору. Программное обеспечение открыто для того, чтобы сделать его своим".
