• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Lettuce have it:machine learning for cr-optimization

    Transplante de alface no campo de plantação da G's Growers, perto de Ely, REINO UNIDO. Crédito:G's Growers

    No Earlham Institute (EI), técnicas baseadas em inteligência artificial, como aprendizado de máquina, estão deixando de ser apenas uma premissa empolgante para ter aplicativos da vida real, onde é mais necessário:melhorar a eficiência e a precisão na fazenda.

    Pesquisadores do Grupo Zhou em EI, em cooperação com os produtores da G's com base em Ely, desenvolveram uma plataforma de aprendizado de máquina, AirSurf-Lettuce, que funciona com visão computacional e imagens em ultraescala tiradas do ar para ajudar a categorizar as plantações de alface nos campos.

    O software avançado inclui medição de quantidade, tamanho e localização exata para ajudar os agricultores a colher com precisão e colocar a safra no mercado da maneira mais eficiente possível. Mais importante, esta tecnologia pode ser aplicada a outras culturas, alargar o âmbito de um impacto positivo em toda a cadeia alimentar.

    A alface é um grande negócio, especialmente em East Anglia, com 122, 000 toneladas produzidas no Reino Unido a cada ano. Até 30% do rendimento pode ser perdido devido a ineficiências no processo de cultivo, bem como estratégias de colheita, que, se inventado, poderia fornecer um impulso econômico significativo.

    É muito importante que os agricultores e produtores entendam precisamente quando as safras estarão prontas para a colheita, para que possam colocar em prática o planejamento de logística, comercialização e comercialização de seus produtos ao longo da cadeia.

    Tradicionalmente, Contudo, medir safras nos campos tem sido muito demorado e trabalhoso, bem como sujeito a erros; portanto, novas soluções de IA baseadas em imagens aéreas podem fornecer um método muito mais robusto e eficaz.

    Outra barreira para a eficiência é o fato de que as condições climáticas adversas, que têm aumentado nos últimos anos, pode prejudicar significativamente os tempos de colheita, já que as safras levam diferentes períodos de tempo para amadurecer.

    A tecnologia AirSurf - desenvolvida por membros do Grupo Zhou, incluindo os primeiros autores do artigo no projeto, Alan Bauer e Aaron Bostrom - usa 'aprendizado profundo' (uma técnica de aprendizado de máquina profundamente estruturada) combinado com sofisticado, análise de imagem em escala ultra-larga para medir a alface americana em um modo de alto rendimento. Isso é capaz de identificar a quantidade e localização exatas das plantas de alface, com a vantagem adicional de reconhecer a qualidade da colheita, ou seja, pequeno, espigas de alface médias ou grandes.

    A combinação deste sistema com GPS permite que os agricultores rastreiem com precisão a distribuição do tamanho da alface nos campos, que só pode ajudar a aumentar a precisão e eficácia da prática agrícola, incluindo a época da colheita.

    Primeiro autor, Alan Bauer da EI, disse:"Esta colaboração interdisciplinar integra visão computacional e aprendizado de máquina com o negócio de cultivo de alface para demonstrar como podemos melhorar o rendimento das safras usando aprendizado de máquina."

    Líder de Grupo na EI, Dr. Ji Zhou, disse:"Meu laboratório está empenhado em buscar todas as abordagens possíveis para traduzir nossa pesquisa com financiamento público em design de algoritmo, aprendizado de máquina, visão de computador, e fenómenos de culturas a técnicas e ferramentas que podem ser utilizadas por parceiros académicos e industriais para resolver problemas desafiadores na investigação e produção de culturas.

    "Utilizando nosso trabalho de pesquisa apoiado pelo BBSRC e outros projetos públicos e da indústria financiados conjuntamente, temos parceria com G's, produtores de vegetais líderes no Reino Unido, para equipar nosso setor agroalimentar com métodos analíticos e vigilância de safras inteligentes e precisos, para o qual estamos confiantes de que melhores decisões de manejo de safra e maior comercialização da safra podem ser alcançadas por meio de nossos esforços conjuntos ”.

    Parceiro da indústria na G's Growers, Gerente de Inovação Jacob Kirwan, acrescentou:"Cultivar em grande escala significa que a precisão é essencial para garantir que estamos produzindo safras de maneira ambiental e economicamente sustentável. Usar tecnologia como o AirSurf significa que os produtores são capazes de compreender a variabilidade em seus campos e plantações em um nível muito maior nível de detalhe que era possível anteriormente.

    "As decisões que podem ser tomadas a partir dessas informações, tais como aplicações variadas de insumos e irrigação; mudando as estratégias de colheita e planejando o momento ideal para vender a safra, todos contribuirão para aumentar os rendimentos agrícolas e melhorar a produtividade agrícola. "


    © Ciência https://pt.scienceaq.com