• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Lattuga ce l'ha:Machine learning per l'ottimizzazione della cr

    Trapianto di lattuga nel campo della piantagione di G's Growers, vicino a Ely, UK. Credito:G's Growers

    All'Earlham Institute (EI), Le tecniche basate sull'intelligenza artificiale come l'apprendimento automatico si stanno spostando dall'essere semplicemente una premessa entusiasmante ad avere applicazioni nella vita reale, dove è più necessario:migliorare l'efficienza e la precisione in azienda.

    Ricercatori del gruppo Zhou di EI, in collaborazione con G's Growers di Ely, hanno sviluppato una piattaforma di apprendimento automatico, AirSurf-Lattuga, che funziona con la visione artificiale e immagini ultra-scala prese dall'aria per aiutare a classificare le colture di lattuga nei campi.

    Il software avanzato include la misurazione della quantità, le dimensioni e l'individuazione della posizione per aiutare gli agricoltori a raccogliere con precisione e a portare il raccolto sul mercato nel modo più efficiente possibile. È importante sottolineare che questa tecnologia può essere applicata ad altre colture, ampliare la portata dell'impatto positivo lungo tutta la catena alimentare.

    La lattuga è un grande affare, soprattutto nell'East Anglia, con 122, 000 tonnellate prodotte nel Regno Unito ogni anno. Si può perdere fino al 30% della resa a causa di inefficienze nel processo di coltivazione e nelle strategie di raccolta, quale, se composto, potrebbe fornire un significativo impulso economico.

    È molto importante che agricoltori e coltivatori capiscano con precisione quando le colture saranno pronte per il raccolto, affinché possano mettere in moto la pianificazione della logistica, commercio e commercializzazione dei loro prodotti lungo la catena.

    Tradizionalmente, però, misurare le colture nei campi è stato molto lungo e laborioso, così come incline all'errore; quindi nuove soluzioni di intelligenza artificiale basate su immagini aeree possono fornire un metodo molto più robusto ed efficace.

    Un altro ostacolo all'efficienza è il fatto che le condizioni meteorologiche avverse, che sono aumentati negli ultimi anni, può ritardare notevolmente i tempi di raccolta, poiché le colture impiegano tempi diversi per maturare.

    La tecnologia AirSurf, sviluppata dai membri del gruppo Zhou, compresi i primi autori del paper sul progetto, Alan Bauer e Aaron Bostrom:utilizza il "deep learning" (una tecnica di apprendimento automatico strutturata in profondità) combinato con sofisticate, analisi di imaging su larga scala per misurare la lattuga iceberg in modalità ad alta produttività. Questo è in grado di identificare la quantità precisa e la posizione delle piante di lattuga, con l'ulteriore vantaggio di riconoscere la qualità del raccolto, cioè piccolo, cespi di lattuga di medie o grandi dimensioni.

    La combinazione di questo sistema con il GPS consente agli agricoltori di monitorare con precisione la distribuzione delle dimensioni della lattuga nei campi, che può solo aiutare ad aumentare la precisione e l'efficacia della pratica agricola, compreso il tempo del raccolto.

    Primo autore, Alan Bauer presso EI, ha dichiarato:"Questa collaborazione interdisciplinare integra la visione artificiale e l'apprendimento automatico con il business della coltivazione della lattuga per dimostrare come possiamo migliorare i raccolti utilizzando l'apprendimento automatico".

    Capogruppo presso EI, Dottor Ji Zhou, ha dichiarato:"Il mio laboratorio è desideroso di cercare ogni possibile approccio per tradurre la nostra ricerca finanziata con fondi pubblici nella progettazione di algoritmi, apprendimento automatico, visione computerizzata, e la fenomica delle colture a tecniche e strumenti che possono essere utilizzati da partner accademici e industriali per affrontare problemi impegnativi nella ricerca e nella produzione delle colture.

    "Utilizzando il nostro lavoro di ricerca supportato da BBSRC e altri progetti finanziati congiuntamente dal pubblico e dall'industria, abbiamo collaborato con G's, principali produttori di ortaggi nel Regno Unito, dotare il nostro settore agroalimentare di metodi analitici e di sorveglianza delle colture intelligenti e precisi, per i quali siamo fiduciosi che migliori decisioni di gestione delle colture e una maggiore commerciabilità delle colture potrebbero essere raggiunte attraverso i nostri sforzi congiunti".

    Partner del settore presso G's Growers, Responsabile dell'innovazione Jacob Kirwan, ha aggiunto:"Un'agricoltura su larga scala significa che la precisione è essenziale per garantire che stiamo producendo colture in modo sostenibile dal punto di vista ambientale ed economico. L'utilizzo di tecnologie come AirSurf significa che i coltivatori sono in grado di comprendere la variabilità nei loro campi e colture a un livello molto più elevato livello di dettaglio prima possibile.

    "Le decisioni che possono poi essere prese da queste informazioni, come diverse applicazioni di input e irrigazione; modificare le strategie di raccolta e pianificare il momento ottimale per vendere il raccolto, contribuiranno tutti all'aumento dei raccolti agricoli e al miglioramento della produttività agricola".


    © Scienza https://it.scienceaq.com