Nuovo software AI di Bonn: prevede la crescita futura delle colture agrarie
RomeI ricercatori dell'Università di Bonn hanno sviluppato un nuovo software per simulare la crescita delle colture. Utilizzando migliaia di foto provenienti da test sul campo, hanno addestrato un algoritmo di apprendimento. Questo algoritmo ora può prevedere come le piante si svilupperanno in futuro basandosi su una sola foto iniziale. Il software aiuta gli agricoltori a stimare con precisione elementi come l'area fogliare e la resa delle colture. I risultati sono stati pubblicati nella rivista Plant Methods.
L'algoritmo analizza le foto dei droni scattate durante un periodo di crescita, ad esempio monitorando lo sviluppo del cavolfiore in particolari condizioni ambientali. Basandosi su queste immagini, l'intelligenza artificiale prevede la crescita futura partendo da una foto in fase iniziale. Di seguito sono riportate le principali caratteristiche:
- Formazione con immagini aeree tramite droni
- Previsione dello sviluppo delle piante
- Stima della resa e della superficie fogliare
Lukas Drees dell'Istituto di Geodesia e Geoinformazione ha guidato il progetto. Sostiene che il software aiuterà gli agricoltori a prendere decisioni migliori. Gli agricoltori possono sperimentare scelte come l'uso di pesticidi o fertilizzanti in un ambiente virtuale, permettendo loro di vedere come queste decisioni influiranno sulla resa delle colture.
Il software presenta delle limitazioni: non è in grado di gestire cambiamenti improvvisi del tempo, come un rapido calo di temperatura o piogge continue. In futuro, si prevede che imparerà a gestire queste variazioni. I ricercatori intendono renderlo più efficace nel prevedere i risultati di tali eventi.
Utilizzano un'altra intelligenza artificiale per determinare dettagli come la quantità di raccolto che verrà prodotta dalle immagini. Ad esempio, può prevedere la dimensione delle teste di cavolfiore nei primi stadi di crescita. Questo aiuta nella pianificazione e rende più efficienti le operazioni di raccolta.
21 novembre 2024 · 15:27
Gli Stati Uniti dominano l'innovazione AI, la Cina insegue nel ranking di Stanford
Un'idea principale è quella di coltivare diverse piante, come fagioli e grano, insieme nello stesso campo. Questo metodo offre numerosi vantaggi.
- Meno competizione tra le piante
- Maggiore resa complessiva
- Fertilizzazione naturale grazie a piante azotofissatrici come i fagioli
- Minore vulnerabilità a parassiti e problemi ambientali
Le politure richiedono l'adeguata combinazione di specie vegetali nelle giuste proporzioni. L'intelligenza artificiale può analizzare numerosi esperimenti di mescolamento per individuare combinazioni ottimali. Questo porta a metodi di agricoltura migliorati e più sostenibili.
I modelli tradizionali di simulazione della crescita delle colture utilizzano informazioni già note sui bisogni nutritivi ed ambientali delle piante. Il nuovo software, invece, prevede la crescita delle piante apprendendo da molte immagini. Entrambi i metodi sono efficaci e possono integrarsi bene tra loro.
I ricercatori stanno esplorando l'integrazione di metodi basati su processi e su immagini. Ritengono che questo approccio possa migliorare le previsioni. Questa combinazione potrebbe portare a tecniche agricole più avanzate.
Il Cluster di Eccellenza PhenoRob dell'Università di Bonn sta sostenendo un grande progetto. L'obiettivo è migliorare l'agricoltura con tecnologie intelligenti. Questo mira a rendere l'agricoltura più ecologica senza ridurre i raccolti. Lukas Drees e il suo team hanno sviluppato un software che rappresenta un passo significativo in questa direzione.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1186/s13007-024-01205-3e la sua citazione ufficiale - inclusi autori e rivista - è
Lukas Drees, Dereje T. Demie, Madhuri R. Paul, Johannes Leonhardt, Sabine J. Seidel, Thomas F. Döring, Ribana Roscher. Data-driven crop growth simulation on time-varying generated images using multi-conditional generative adversarial networks. Plant Methods, 2024; 20 (1) DOI: 10.1186/s13007-024-01205-320 novembre 2024 · 17:56
Salto sensoriale: l'AI riconosce le texture delle superfici con tecnologia quantistica
Condividi questo articolo