OK, telefoon: hoe zien mijn gewassen eruit?

Categorie: Geen categorie Geplaatst 02 okt

Sommige cassaveboeren zijn misschien niet in staat om de slopende bruine streep van de ene plant te onderscheiden van de verontrustende bruine bladvlek van de andere, maar een smartphone-vriendelijke AI kan dat wel.

Bedrade rapporten dat onderzoekers een lichtgewicht beeldherkennings-AI hebben ontwikkeld die ziekten in de cassaveplant kan identificeren op basis van foto's van de bladeren. Dat zou handig kunnen zijn, want cassave is een van de meest gegeten knollen ter wereld, maar wordt voornamelijk geteeld in ontwikkelingslanden waar de toegang tot expertise om ongebruikelijke gewasproblemen te diagnosticeren mogelijk beperkt is.

In een paper gepubliceerd op de arXiv , leggen de onderzoekers achter de nieuwe AI uit hoe ze een techniek hebben gebruikt die bekend staat als transfer learning om een ​​bestaand neuraal netwerk voor beeldherkenning opnieuw te trainen met slechts een klein aantal nieuwe afbeeldingen. Met slechts 2.756 foto's van cassavebladeren die zijn gevangen van planten in Tanzania, kon het team software bouwen op basis van Google's TensorFlow AI-bibliotheek die op betrouwbare wijze drie gewasziekten en twee soorten plaagschade kon identificeren. Het kon bijvoorbeeld bruine bladvlekken onderscheiden met een nauwkeurigheid van 98 procent. De AI is ook klein genoeg om te laden en te gebruiken op een smartphone en hoeft geen gegevens naar de cloud te sturen voor verwerking, hoewel het nog niet beschikbaar is voor gebruik door mensen.

Automatisering lijkt steeds meer richting het veld te gaan. Vorige maand, tractormaker John Deere verworven een AI-bedrijf in Silicon Valley - een bedrijf dat zich met precisie richt op onkruidverdelgers met behulp van machine learning - voor een coole $ 300 miljoen. En een proefproject in het Verenigd Koninkrijk zag onlangs dat onderzoekers een veld vol gerst bewerkten met alleen robots.