Forskare vid University of North Carolina Center för Geospatial Analytics (CGA) är med hjälp av artificiell intelligens (AI) och machine learning (ML) för att hjälpa jordbrukare att bättre anpassa sina grödor till förändrade klimat.
Sett till ZDNet, CGA associate director Ranga Raju Vatsavai sade att hans grupp av forskare som har arbetat i partnerskap med Lenovo för att få de senaste två åren för att utveckla AI och ML lösningar för att hjälpa jordbrukare förebyggande syfte fastställa metoder för att bäst optimera vatten och energi — och till sist ta itu med hot mot livsmedelsförsörjningen.
“Vår forskning är att få fram värdefull kunskap ur de datamängder. Mat, energi och vatten är en bra ansökan på grund av att befolkningen kommer att nå 10 miljarder 2050. Just nu, vi utnyttjar 70% av vatten i jordbruket”, sade han.
“Utmaningen är att till 2050, kommer vi att behöver nästan dubbelt så mycket mat produktion vi har idag. Vad det betyder är att vi behöver 60% mer mat, 50% mer energi, och det kommer också att vara en 10% ökning i användandet av vatten.
“Naturligtvis, vi kan odla fler grödor, men vi kan inte odla mark. Frågan är hur vi kan använda tekniken på ett effektivt sätt för att öka grödans produktivitet.”
Se även: Topp 5 saker att veta om gården tech (TechRepublic)
Lenovo arbetsstationer, såsom ThinkStation P920 är utrustade med high end-Klienter tillsammans med Lenovos LiCo AI ram, tillsammans med ThinkStation P330 Små som används av CGA att stödja djupt lärande algoritmer som bearbetar stora mängder av geospatial data som samlats in från sensorer i området.
Vatsavai sade de uppgifter som är så CGA att tillhandahålla uppdateringar i realtid till jordbrukare om hur de kan förbättra vatten-och energibesparing.
“Vad vi försöker göra är att förutsäga … när [jordbrukare] kan planera sina bevattning, så det händer bara när de behöver det. Detta är jämfört med vanliga bevattningssystem som du vanligtvis programmet i förväg, och det kommer att spruta vatten om det behövs eller inte”, sade han.
På samma sätt, med samma metoder har tillämpats på det sätt som gödselmedel används, som när den inte används, kan flöda in i närliggande vattendrag och förorenar det, Vatsavai sagt.
“Just nu med gödselmedel, du programmera din traktor och den rör sig över fältet med det. Det ändrar inte det inte erkänna om det är jorden eller om grödan är det, eller om platsen behöver det eller inte,” sade han.
“Förra året mer än $1 miljard gödselmedel som gick till spillo i mid-west regionen i Usa … och det är där vår forskning är inriktad på att förstå dessa utmaningar genom att använda lämpliga sensorer, data, maskin och lärande.”
Vatsavai lagt samma program kan användas för att hjälpa jordbrukare att identifiera om sjukdomar sprider sig över deras gröda eller om ogräs växer, vilket i slutändan kommer att tillåta dem att ta itu med problemet tidigare, istället för att vänta på problemet att eskalera.
Relaterade Täckning
Optimera sakernas internet för blåbär gårdar: En lärande upplevelse för Intel
ZDNet är Stephanie Condon berättar Karen Roby hur Intel förbättrat sin Ansluten Logistik Plattform efter att ha genomfört ett pilotprojekt med blåbär jordbrukare.
SwarmFarm skalar upp med AU$250,000 QLD statsbidrag
Queensland agtech start planer på att öppna en ny på gården kontorsbyggnad och anställa ytterligare 15 anställda.
Farmbot leverera fjärrkontrollen vattning lösningar till Aussie farmers
Den använder algoritmer för att upptäcka onormala beteende i vatten nivåer för att leverera nära realtid rapporter till jordbrukare.
Farmbot leverera fjärrkontrollen vattning lösningar till Aussie farmers
Bidrag på upp till AU$30,000 för att täcka två tredjedelar av kostnaden för IoT utrustning lämplig för jordbrukare.
Relaterade Ämnen:
Big Data Analytics
CXO
Digital Omvandling
Tech-Industrin
Smarta Städer
Cloud