Amagat entre totes les notícies sobre COVID-19, huracans i eleccions presidencials, potser us heu perdut una de les notícies més importants de l'any.
Al centre del seu campus a Gainesville, el La Universitat de Florida està construint el superordinador d'intel·ligència artificial més potent de l'educació superior dels Estats Units. Aquesta ha estat una gran notícia a la UF, ja que crearà noves oportunitats emocionants per a professors, estudiants i investigadors. Però, què significa per als productors i les parts interessades de Florida?
La intel·ligència artificial és la capacitat d'un sistema informàtic per reconèixer patrons, entendre el llenguatge, aprendre de l'experiència, resoldre problemes i realitzar tasques complexes. En altres paraules, és la capacitat d'una màquina de pensar com un cervell humà, però de fer-ho més ràpid, amb més precisió i a gran escala.
Si ets cultivador, t'importa cada planta i cada animal de la teva granja. Tenint prou temps i mà d'obra a la vostra disposició, examinareu cada planta i animal, donant a cadascun els recursos exactes necessaris per créixer al màxim potencial. La IA us permet fer exactament això, posant els ulls en milions de variables i coordinant grans quantitats de dades a l'instant i amb una precisió precisa.
La IA requereix una gran quantitat de potència de càlcul. És per això que l'associació d'UF amb NVIDIA i l'antic alumne de la UF Chris Malachowsky va regalar el superordinador de 70 milions de dòlars, anomenat HiPerGator, és una eina tan important per a l'agricultura.
Per fer-vos una idea de la capacitat del nou sistema informàtic HiPerGator 3.0 d'UF, si tots els estudiants de la UF que feien els deures, tots els professors i científics que feien investigacions, totes les instal·lacions que gestionaven la logística i tots els números d'oficina pressupostària utilitzaven HiPerGator al mateix temps, només aprofitaria al voltant del 15 per cent de la seva capacitat total.
Què pot fer amb un altre 85 per cent? Això ho hem de decidir entre tots.
Aquí a UF/IFAS estem entusiasmats amb les possibilitats d'aplicar la IA per resoldre problemes quotidians relacionats amb donar suport a la indústria agrícola de Florida, alimentar la creixent població mundial i utilitzar els recursos naturals de manera sostenible. La IA té la promesa d'avançar significativament en la nostra capacitat d'enfortir els sistemes de la cadena alimentària, desenvolupar la cria de precisió de plantes i animals, aplicar la robòtica en operacions d'alimentació i agricultura, fer un seguiment de la localització i propagació de plagues i patògens i recopilar dades sobre serveis agroecosistèmics.
De fet, UF/IFAS ja fa molts anys que aplica la IA per millorar la producció agrícola. HiPerGator servirà per potenciar aquests esforços i aportar nous recursos per fer créixer les habilitats de la IA per ajudar els productors de Florida a ser més productius i estalviar recursos. Les següents són només algunes de les àrees on UF/IFAS Extension està ajudant els productors de Florida a aplicar la investigació d'IA a la seva producció.
agres
Yiannis Ampatzidis i el seu equip d'investigació al Southwest Florida REC han desenvolupat un programari basat en IA anomenat Agroview per analitzar i visualitzar les dades recollides d'UAV o drons. En lloc de comprovacions puntuals, els UAV poden prendre imatges de milers de plantes individuals i penjar-les a un programari basat en núvol que analitza les dades per accedir a les qualitats, quantitats i factors de creixement o impactes de les plantes. El programari té una àmplia gamma d'aplicacions per a l'agricultura de Florida, inclosa la nostra emblemàtica indústria cítrica. Desenvolupat per ajudar els productors a tenir una millor cura dels seus cultius i alhora estalviar diners, Agroview és una innovació tan revolucionària que recentment va guanyar el premi a la invenció de l'any d'UF.
http://blogs.ifas.ufl.edu/news/2020/06/04/cloud-based-technology-helps-farmers-count-citrus-trees/
Maní
La determinació de la maduresa de les llavors de cacauet requereix actualment desgranar la closca de les mostres de prova i fer una estimació subjectiva basada en el color de la llavor. Ara, la presidenta del departament d'Agronomia, Diane Rowland, i el seu equip d'investigació, han desenvolupat un mètode que utilitza imatges hiperespectrals i IA per determinar la qualitat de les llavors de cacauet a través del casc, cosa que permet als agricultors de cacauet seleccionar llavors madures amb molta més precisió i menys despesa de temps i mà d'obra.