Човешките мозъчни вълни се улавят от AI, за да идентифицират болни растения

Някои учени от Бразилската корпорация за земеделски изследвания – Embrapa, в партньорство с други двама технология, създаде начин, чрез изкуствен интелект, да анализира промените в растенията с отлични постижения.

В миналото това би било възможно само ако специалистите извършват ръчен преглед. Вижте повече информация за AI, който идентифицира болни растения по-долу.

Технологичният напредък в селското стопанство

Технологията прави възможно автоматизирането на етикетирането с анотации на класификационни данни и чрез идентифициране на болни растения чрез изображения. С тази нова технология изследователите се надяват да ускорят решенията, взети в тази област, за да намалят производствените загуби и да постигнат големи подобрения в използването на природните ресурси.

Първите резултати от експеримента

Във вторник (07/02) бяха публикувани резултатите от първия тест от експеримента, извършен със соеви листа. Според изследователите тази технология може да се приложи и в други видове производства.

Тази система за идентификация на болни растения може да се добави и към селскостопански машини, Дроновете и мобилни телефони.

Цялата подготовка за тази работа започна през 2022 г. и беше с помощта на компаниите Macnica DHW, която е част от южноамериканската операция на японската група Macnica Inc., и InnerEye от Израел.

За тестовете на експеримента бяха избрани две болести, които причиняват симптоми по листата на соята, като азиатска ръжда и брашнеста мана, разпространени в Южна Бразилия. С помощта на оборудването те успяха да разграничат болните листа от здравите.

Азиатската соева ръжда е най-сериозната от болестите по културата и може да доведе до до 80% загуби, ако не се контролира. Разходите за грижа за това заболяване надхвърлят 2 милиарда щатски долара на култура в Бразилия, според проучване на консорциума Antiferrugem.

Как работи експериментът:

• Невронните сигнали на двама специалисти от Embrapa Soja са уловени от шлем с електроди;
• И двамата оцениха около 1500 изображения на болни и здрави листа за тестовете;
• Чрез улавянето на мозъчни вълни бяха идентифицирани преживяванията, преценките и класификациите, които те правят на изображенията, наблюдавани от специалистите;
• Моделите, генерирани от спонтанните електрически токове, излъчвани в мозъците на експертите, и софтуерът позволяват обучение на алгоритъма на стандартен изкуствен интелект, за да го доближи все повече до критериите, използвани от специалистите при визуална идентификация на заболявания в растения;
• След улавяне на мозъчните сигнали, които специалистите излъчват при гледане на изображения на болни растения, софтуерът автоматизира диагностиката, правейки стъпката по-бърза и по-ефективна;
• Резултатите, получени при сравняване на алгоритмите след обучение, показват, че те са практически на същото ниво на прецизност като експертите.