Sa parehong paraan tinutulungan kami ng mga virtual na katulong na matuklasan ang aming susunod na paboritong kanta, isang bagong pakete ng software ang gumamit ng advanced na pag-aaral ng makina upang matulungan ang mga magsasaka at agronomist na matukoy kung ano ang kailangan ng kanilang mga pananim at lupa upang mapalakas ang ani sa isang napapanatiling pamamaraan, ayon sa Ang artikulong ito inilathala ng AGDaily.
Ang mga siyentipikong pangkat ng Bayer Crop Science at Mga Gumagawa ng Biome sinubukan at isiwalat ang unang aplikasyon ng groundbreaking technology na ito sa bioRxiv. Ang pag-aaral at nagresultang pang-agham na papel ay detalyado sa pagtatasa ng microbiome ng lupa upang masuri ang pagiging epektibo ng Bayer's biological fungicide Minuet. Sa partikular, pinapayagan ng software ng pag-aaral ng machine ang Bayer CS na hulaan ang pagpapabuti ng ani ng patatas bago mag-apply ng input. Ang hinulaang resulta ay isang ani ng pag-abot ng hanggang 40% sa isa sa mga patlang na nasubukan sa Idaho.
"Ito ay isang natatanging diskarte upang magamit ang biology ng lupa at i-optimize ang paggamit ng mga input ng ani na sumusulong patungo sa napapanatiling at kanais-nais na mga solusyon upang mapabuti ang pagiging produktibo ng ani," sabi ni Varghese Thomas na pinuno ng proyekto sa Bayer CS.
Ang teknolohiyang ito ay isang higanteng paglukso para sa agronomist na, hanggang ngayon, ay kulang sa data na kinakailangan upang tumpak na matukoy ang mga biological na solusyon para sa kanilang pana-panahong lupa at mga pagpapasya sa ani. Ang lupa ay isang mahalagang pag-aari upang madagdagan ang ani at kalidad ng ani, ngunit sa kasalukuyan nitong paninindigan, ang mga rekomendasyong agronomiko ay batay sa kaunting kaalaman sa mga biological na proseso na nagaganap dito. Ngunit ngayon, sa pagkakaroon ng isang virtual na katulong ng AI upang matulungan mahulaan ang epekto ng iba't ibang mga solusyon ay nagbabago ng laro, at umuunlad patungo sa isang mas produktibo at napapanatiling sistema ng agrikultura.
Ang AI ay isang patuloy na umuusbong na mapagkukunan at, tulad nito, ay kasalukuyang "sinanay" upang malutas din ang iba pang mga alalahanin sa pagsasaka, kabilang ang mga katanungan tungkol sa paggawa ng buhay na istante, kalidad ng nutrient ng ani, at inaasahang mga kredito ng carbon batay sa paggamit ng iba't ibang mga produkto o kasanayan sa pamamahala. Ang mga tagagawa ng input ay maaaring magdagdag ng kanilang sariling, pasadyang solusyon sa sistemang rekomendasyon ng AI sa pamamagitan ng pagsubok nito sa ilalim ng mahigpit Gheom patlang na pagsubok ng protokol.