Хвилі людського мозку вловлюються ШІ, щоб ідентифікувати хворі рослини

Деякі вчені з Бразильської корпорації сільськогосподарських досліджень – Embrapa у партнерстві з двома іншими технології, створив спосіб за допомогою штучного інтелекту досконало аналізувати зміни в рослинах.

Раніше це було можливо лише за умови ручного обстеження спеціалістами. Ознайомтеся з додатковою інформацією про ШІ, який визначає хворі рослини, нижче.

Технічний прогрес у сільському господарстві

Технологія дозволяє автоматизувати маркування з анотаціями класифікаційних даних та через ідентифікацію хворих рослин за допомогою зображень. За допомогою цієї нової технології дослідники сподіваються пришвидшити рішення, прийняті на місцях, щоб зменшити втрати виробництва та значно покращити використання природних ресурсів.

Перші результати експерименту

У вівторок (07/02) були опубліковані результати першого тесту експерименту, проведеного з листям сої. На думку дослідників, ця технологія може бути застосована в інших видах виробництва.

Цю систему ідентифікації хворих рослин також можна додати до сільськогосподарської техніки, дрони і мобільні телефони.

Вся підготовка до цієї роботи почалася в 2022 році за допомогою компаній Macnica DHW, яка є частиною південноамериканського підрозділу японської групи Macnica Inc., і InnerEye з Ізраїлю.

Для тестування експерименту було обрано дві хвороби, які викликають симптоми на листках сої, такі як азіатська іржа та борошниста роса, поширені на півдні Бразилії. За допомогою обладнання вони змогли відрізнити хворе листя від здорового.

Азіатська іржа сої є найсерйознішою хворобою культури, яка може призвести до втрат до 80%, якщо її не контролювати. Витрати на догляд за цією хворобою перевищують 2 мільярди доларів США на культуру в Бразилії, згідно з опитуванням консорціуму Antiferrugem.

Як працює експеримент:

• Нейронні сигнали двох фахівців з Embrapa Soja були вловлені шоломом з електродами;
• Обидва оцінили близько 1500 зображень хворих і здорових листків для тестування;
• За допомогою захоплення мозкових хвиль було виявлено досвід, судження та класифікації зображень, які спостерігали фахівці;
• Моделі, створені на основі спонтанних електричних струмів, що випромінюються в мозку експертів, і програмне забезпечення дозволили навчити алгоритм стандартний штучний інтелект, щоб наблизити його до критеріїв, які використовують фахівці у візуальній ідентифікації захворювань у рослини;
• Після захоплення сигналів мозку, які спеціалісти випромінювали під час перегляду зображень хворих рослин, програмне забезпечення автоматизувало діагностику, роблячи крок швидшим та ефективнішим;
• Результати, отримані під час порівняння алгоритмів після навчання, показали, що вони практично на тому ж рівні точності, що й експерти.