精一区二区-日韩毛片在线视频-麻豆国产原创视频在线播放-欧美大片免费-欧美亚洲国产片在线播放-国产成人高清视频-开心色99-新国产精品视频福利免费-爱插网-亚洲三级国产-国产一区日韩二区欧美三区-亚洲人成伊人成综合网无码-有码中文av无码中文av-中文在线免费观看入口-强侵犯の奶水授乳羞羞漫虐

【智慧農業】人工智能在溫室管理中的機遇和障礙
智慧農業
  
2024-09-20 17:13:19
[ 導讀 ] 人工智能在溫室管理中的機遇和障礙~

目前,AI 正在顛覆全球許多行業,因此就其對受控環境農業 (CEA) 運營的影響提出問題是一個合理的問題。在最近的 e-Gro 食品警報中,Koidra公司首席執行官 Kenneth Tran和推廣專家來自羅格斯大學(Rutgers University)的Chieri Kubota 博士、俄亥俄州立大學(The Ohio State University)的 Chieri Kubota 博士都研究了人工智能對溫室生產影響的問題和可能性。

有關溫室中的機器學習簡介

機器學習可以接管溫室中曾經乏味的手動過程的一種可能選擇是控制系統。例如,為了保持固定的灌溉排水比,需要根據波動的天氣模式調整參數。根據運營地點的不同,這種情況可能比該國其他地區更頻繁或更頻繁地發生。

然而,機器學習的進步可以反映出進行這些類型調整所需的人類推理步驟。創建預測模型可以“根據這些參數優化氣候和灌溉控制,以實現目標排水比率”。將以前未訓練的模型與機器學習配對,并與歷史數據配對,以發現模式并了解影響結果的變量,可以幫助它更準確地預測所述結果,從而做出必要的調整。

從本質上講,在這種情況或其他情況下,機器學習“反映了人類推理、檢測模式和做出決策的方式”。

人類在提高AI集成度方面發揮著什么作用?

人類和機器學習應用程序都有需要考慮的優點和缺點,將兩者相互配對有助于補充對方的局限性。

人類擅長理解給定工作或結構背后的邏輯,而 AI 經常難以理解。盡管能夠對大量數據進行分類,但機器學習技術難以獲得動機,這對于理解創作的目的和確定目標受眾和信息至關重要。

因此,“最有效的 AI 解決方案將 ML 的力量與人類知識相結合,以增強決策過程。這種方法的目標不是用人工智能取代人類的知識和創造力,而是幫助人工智能完成重復性任務(即繁忙的工作)。

利用AI實現自主增長的4大挑戰

通過將人類種植者的專業知識和洞察力與 AI 的力量和熟練程度相結合來優化植物生長條件和實踐,理論上可以解決溫室管理中的許多(但不是全部)問題。然而,在兩者之間創建一個平衡系統,讓 AI 及其機器學習解決方案根據需要和預期工作,這本身就是一個挑戰。那么,需要做什么呢?

遺留系統集成

大多數現代控制系統,以及許多適用但過時的系統仍在運行,并不是為了與 AI 協同工作而設計的。集成這些系統以維護功能,同時讓 AI 模型訪問所需的信息以進行預測和調整,這一點至關重要。

數據丟失管理

數據可能是“由于斷電、傳感器故障、網絡問題或其他技術問題”而發生的。那么,人工智能驅動的溫室系統將如何應對此類問題呢?需要一個強大的控制系統來檢測和補償丟失的數據,以便在丟失的情況下,操作的任何 AI 元素仍然可以有效和準確地工作。

決策監控

需要對 AI 的決策進行人工調查和監控,以確保其按預期工作。種植者和經營者應該評估 AI 技術做出的決策及其對運營的影響,并相應地調整模型和程序。

數據安全

AI 技術功能強大,但也可能不可靠,必須加以控制。為確保操作安全,應實施故障保護措施,以確保人工智能驅動的系統在正常操作過程中和發生技術故障時不會采取任何可能導致作業危害的行動。

文章內容來源:Greenhouse Grower,2024年8月

更多干貨、市場分析、重磅案例、實戰課程歡迎訂閱 [農業行業觀察]公眾號:nyguancha

 收藏 0  贊 0

相關文章