Kunstmatige intelligentie kan zorgen voor gezondere gewassen

Anonim

Kunstmatige intelligentie kan zorgen voor gezondere gewassen

Wetenschap

Ben Coxworth

5 oktober 2016

Gewassen zoals cassave kunnen baat hebben bij de technologie (Credit: dokmaihaeng / Depositphotos)

Wanneer op commerciële schaal gewassen in landen in de eerste wereld ziek worden, worden deskundigen met een laboratorium meestal ingeschakeld om de aandoening te identificeren en de behandeling te adviseren. Zulke bronnen zijn echter niet altijd beschikbaar voor kleine boeren in ontwikkelingslanden, die hele gewassen kunnen verliezen zonder ooit te weten wat er mis is met hen. Dat is de reden waarom wetenschappers nu software maken die kan worden opgenomen in een app die oogstziekten identificeert op basis van door de gebruiker geleverde smartphonefoto's.

Het systeem wordt ontwikkeld door onderzoekers van Penn State University en het Swiss Federal Institute of Technology (EPFL).

Om te beginnen bouwden de wetenschappers een model van het systeem door een cluster van computers aan elkaar te koppelen tot een neuraal netwerk. Vervolgens gaven ze dat model een database met meer dan 53.000 foto's van zieke en gezonde planten - 14 verschillende gewassen en 26 ziektes waren vertegenwoordigd.

Met behulp van een diepgaande leerbenadering hebben ze het model getraind om patronen in al die visuele gegevens te zoeken. Uiteindelijk was het systeem in staat om zowel gewassen als ziekten te identificeren - van foto's - tot een nauwkeurigheid van 99, 35 procent.

Hoewel de algoritmen die vereist zijn om het model in eerste instantie uit te voeren, een aanzienlijke verwerkingskracht vereisten, zouden dezelfde functies naar verluidt nu kunnen worden geprogrammeerd in een app met slechts een paar regels code. Het is vergeleken met de manier waarop smartphonecamera's momenteel gezichten kunnen identificeren.

"Gezien de verwachting dat er tegen 2020 wereldwijd meer dan 5 miljard smartphones in gebruik zullen zijn - bijna een miljard van hen in Afrika - zijn we van mening dat de aanpak een haalbare aanvullende methode is om opbrengstverlies te helpen voorkomen", zegt Penn Staat 's Prof. David Hughes, co-auteur van de studie. "Met het steeds toenemende aantal en de kwaliteit van sensoren op mobiele apparaten, beschouwen we het waarschijnlijk dat zeer nauwkeurige diagnoses via de smartphone slechts een kwestie van tijd zijn."

Bron: Penn State

Gewassen zoals cassave kunnen baat hebben bij de technologie (Credit: dokmaihaeng / Depositphotos)