人工智能应用在农业的三个案例
一、土壤、病虫害探测等智能识别系统
人工智能在农业领域可实现土壤探测、病虫害防护、产量预测、畜禽患病预警等功能.在土壤探测领域,IntelinAir公司开发了一款无人机,通过类似核磁共振成像技术拍下土壤照片,通过电脑智能分析,确定土壤肥力,精准判断适宜栽种的农作物.在病虫害防护领域,生物学家戴维?休斯和作物流行病学家马塞尔?萨拉斯将关于作物叶子的5万多张照片导入计算机,并运行相应的深度学习算法开发了一款手机App Plant Village(美国),农户将在合乎标准光线条件及背景下拍摄出来的农作物照片上传,App能智能识别作物所患虫害.目前,该款App可检测出14种作物的26种疾病,识别准确率高达99.35％.此外,该款App上还有用户和专家交流的社区,农户可咨询专家有关作物所患病虫害的解决方案.在产量预测领域,美国Descartes Labs公司通过人工智能和深度学习技术,利用大量与农业相关的卫星图像数据,分析其与农作物生长之间的关系,从而对农作物的产量做出精准预测.据测算,这家公司预测的玉米产量比传统预测方法准确率高出99％.在畜牧业领域,加拿大Cainthus机器视觉公司通过农场的摄像装置获得牛脸以及身体状况的照片,进而对牛的情绪、健康状况、是否到了发情期等进行智能分析判断,并将结果及时告知农场主.
人工智能应用、应用在
39
TP31;V37;TE19
2019-11-11（万方平台首次上网日期，不代表论文的发表时间）
共2页
54-55
