Op dieselfde manier wat virtuele assistente ons help om ons volgende gunsteling liedjie te ontdek, het 'n nuwe sagtewarepakket gevorderde masjienleer gebruik om boere en landboukundiges te help om vas te stel wat hul gewasse en gronde nodig het om die opbrengs op 'n volhoubare manier te verhoog. hierdie artikel gepubliseer deur AGDaily.
Die wetenskaplike spanne van Bayer Gewaswetenskap en Biomakers die eerste toepassing van hierdie baanbrekende tegnologie op bioRxiv. Die studie en die daaropvolgende wetenskaplike artikel bevat 'n uiteensetting van die analise van die grondmikrobioom om die effektiwiteit van Bayer se biologiese swamdoder Minuet te bepaal. Die masjienleerprogrammatuur het Bayer CS spesifiek in staat gestel om die verbetering van aartappelopbrengste te voorspel voordat die insette toegepas is. Die voorspelde resultaat was 'n opbrengs van tot 40% in een van die lande wat in Idaho getoets is.
"Dit is 'n unieke benadering om grondbiologie te benut en die gebruik van gewasinsette te optimaliseer om vorentoe te beweeg in die rigting van volhoubare en ekonomies gunstige oplossings om gewasproduktiwiteit te verbeter," het Varghese Thomas, die projekleier van Bayer CS, gesê.
Weekdae. Kanselleer intekening met een klik.
Hierdie tegnologie is 'n groot sprong vorentoe vir landboukundige wat tot dusver nie die nodige data gehad het om biologiese oplossings vir hul seisoenale grond- en gewasbesluite akkuraat te bepaal nie. Grond is 'n waardevolle aanwins om die oesopbrengs en kwaliteit te verhoog, maar soos dit tans daar uitsien, is agronomiese aanbevelings gebaseer op min kennis van die biologiese prosesse wat daarin voorkom. Maar met die beskikbaarheid van 'n virtuele AI-assistent wat die effek van verskillende oplossings kan voorspel, verander dit vandag en vorder dit na 'n meer produktiewe en volhoubare landboustelsel.
KI is 'n ewig ontwikkelende hulpbron en word tans opgelei om ook ander boerderyprobleme op te los, insluitend vrae rakende die rakleeftyd, die kwaliteit van die voedingstowwe en geprojekteerde koolstofkrediete gebaseer op die gebruik van verskillende produkte of bestuurspraktyke. Insetvervaardigers kan hul eie, persoonlike oplossing by die AI-aanbevelingstelsel voeg deur dit streng te toets Gheom veldproewe protokol.
