社交账号登录

社交账号登录

0/34

上传头像

拖拽或者缩放虚线框,生成自己满意的头像

头像

预览

忘记密码

设置新密码

智能

这家农场用人工智能预报病虫害,将番茄产量提升 4%

黎方宇2017-08-02 07:05:54

人工智能分析叶片状况,不眠不休眼不花。

美国和墨西哥的几座农场正在用人工智能来种植西红柿,测报病虫害的发生,并将产量提高了 4%。

去年,以色列农业科技公司 Prospera 在亚利桑那州 NatureSweet 的一座农场测试了这项技术。现在,NatureSweet 计划将这项技术推广到所有农场。

虽然如今各种土壤、气候传感器及遥感图像都已纷纷问世,但在农业上的应用还远远不够,对农作物生产的优化仍然有限,尤其是在预报晚疫病、白粉虱等病虫害上仍显得力不从心。而借助人工智能的分析,农场可以及时处理受感染的叶片,尽早地减小损失。

NatureSweet 公司在温室里安装了 10 台摄像机,连续拍摄作物的情况,并提交给 Prospera 的软件分析,识别出可能的问题,如虫害或病菌侵染。在目前的测试中,NatureSweet 的收成每周可以增长 2% 到 4%,考虑到基数巨大,可以造成每年数百万斤的不同。

用 AI 识别叶片上的疫霉感染。

以往,病虫害的检测需要人工巡视,一旦发现不及时,就会导致农作物大片死亡。人工巡查费时费力,并且有可能有疏漏。NatureSweet 从前一周只巡视一次。人工智能的引入可以提供不间断的监测和预报,减少了因病虫害造成的损失。此外,NatureSweet 还尝试用相机预测作物收割的时间。

通过机器学习判断作物生长状况。

但这项技术并不能解决食物短缺的问题,只是做到及时止损。并且,自动化也减少了人力的投入,NatureSweet 估计,如果没有监控系统,公司将额外聘请 4% 的员工。

Prospera 也打算将监测范围扩大到其他作物,如土豆和胡椒,特别是不在温室内生长的农作物。

Prospera 的创始人 Daniel Koppel 曾研究过通过卫星照片预测作物产量。上周,公司获得了 1500 万美元的 B 轮融资,并计划加速扩张,改善硬件,让农民更好地掌握作物的生长情况,比如花卉数量、植物颜色、产量预测等,以及二氧化碳和氧气的浓度、土壤酸碱度、蜜蜂的位置等环境信息。


题图 Pixabay

文中图片 Prospera

喜欢这篇文章?去 App 商店搜 好奇心日报 ,每天看点不一样的。