COVID-19, 허리케인 및 대통령 선거에 관한 모든 뉴스 사이에 숨겨져 있는 올해의 가장 중요한 뉴스 중 하나를 놓쳤을 수 있습니다.
Gainesville 캠퍼스 중앙에는 플로리다 대학, 미국 고등 교육 분야에서 가장 강력한 인공 지능 슈퍼컴퓨터 구축. 이것은 교수진, 학생 및 연구원들에게 흥미진진한 새로운 기회를 창출할 것이기 때문에 UF에서 엄청난 뉴스였습니다. 그러나 플로리다의 재배자와 이해 관계자에게 이것은 무엇을 의미합니까?
인공 지능은 패턴을 인식하고, 언어를 이해하고, 경험을 통해 배우고, 문제를 해결하고, 복잡한 작업을 수행하는 컴퓨터 시스템의 능력입니다. 다시 말해서, 그것은 인간의 두뇌처럼 생각하는 기계의 능력입니다. 그러나 더 빠르고, 더 정확하고, 대규모로 그렇게 하는 것입니다.
당신이 재배자라면 농장의 모든 식물과 모든 동물에 관심이 있습니다. 충분한 시간과 인력이 주어진다면 모든 식물과 동물을 면밀히 조사하여 각각의 잠재력을 최대한 발휘하는 데 필요한 정확한 자원을 제공할 것입니다. AI를 사용하면 수백만 개의 변수를 주시하고 방대한 양의 데이터를 즉각적이고 정확한 정확도로 조정하여 바로 이러한 작업을 수행할 수 있습니다.
AI는 엄청난 양의 컴퓨팅 파워를 필요로 합니다. 이것이 바로 UF와 NVIDIA 및 UF 졸업생인 Chris Malachowsky가 70천만 달러의 슈퍼컴퓨터를 선물한 이유입니다. 하이퍼게이터, 농업에 중요한 도구입니다.
UF의 새로운 HiPerGator 3.0 컴퓨팅 시스템의 용량에 대한 아이디어를 제공하기 위해, 모든 UF 학생이 숙제를 하고, 모든 교수진과 과학자가 연구를 수행하고, 물류를 운영하는 모든 시설과 모든 예산 사무실에서 동시에 HiPerGator를 사용하고 있다면, 전체 용량의 약 15%만 활용합니다.
다른 85퍼센트로 무엇을 할 수 있습니까? 그것은 우리 모두가 결정할 문제입니다.
여기 UF/IFAS에서 우리는 플로리다의 농업 산업을 지원하고 세계의 증가하는 인구를 먹이며 천연 자원을 지속 가능하게 사용하는 것과 관련된 일상적인 문제를 해결하기 위해 AI를 적용할 가능성에 대해 흥분하고 있습니다. AI는 먹이 사슬 시스템을 강화하고, 동식물의 정밀 육종을 개발하고, 식품 및 농업 운영에 로봇을 적용하고, 해충과 병원체의 위치와 확산을 추적하고, 농생태계 서비스에 대한 데이터를 수집하는 능력을 크게 향상시킬 것을 약속합니다.
실제로 UF/IFAS는 이미 수년 동안 농업 생산을 개선하기 위해 AI를 적용해 왔습니다. HiPerGator는 이러한 노력을 강화하고 플로리다의 재배자들이 더 생산적이고 자원을 절약할 수 있도록 AI의 능력을 키울 수 있는 새로운 자원을 제공할 것입니다. 다음은 UF/IFAS Extension이 플로리다의 재배자들이 AI 연구를 생산에 적용하는 데 도움이 되는 영역 중 일부에 불과합니다.
감귤류의
Southwest Florida REC의 Yiannis Ampatzidis와 그의 연구팀은 UAV 또는 드론에서 수집한 데이터를 분석하고 시각화하기 위해 Agroview라는 AI 기반 소프트웨어를 개발했습니다. UAV는 스팟 확인 대신 수천 개의 개별 식물 이미지를 촬영하고 데이터를 분석하는 클라우드 기반 소프트웨어에 업로드하여 식물 품질, 수량, 성장 요인 또는 영향에 액세스할 수 있습니다. 이 소프트웨어는 상징적인 감귤 산업을 포함하여 플로리다 농업을 위한 광범위한 응용 프로그램을 가지고 있습니다. 생산자가 농작물을 더 잘 관리하는 동시에 비용을 절감할 수 있도록 개발된 Agroview는 최근 UF의 올해의 발명상을 수상한 혁신적인 혁신 제품입니다.
http://blogs.ifas.ufl.edu/news/2020/06/04/cloud-based-technology-helps-farmers-count-citrus-trees/
땅콩
현재 땅콩 종자의 성숙도를 결정하려면 테스트 샘플에서 껍질을 벗기고 종자 색상을 기반으로 주관적인 추정을 해야 합니다. 이제 농학부 의장인 Diane Rowland와 그녀의 연구팀은 초분광 이미징과 AI를 사용하여 껍질을 통해 땅콩 종자 품질을 결정하는 방법을 개발하여 땅콩 농부가 훨씬 더 정확하고 적은 시간과 노동력을 들여 성숙한 종자를 선택할 수 있도록 했습니다.