Escondido entre todas as noticias sobre o COVID-19, os furacáns e as eleccións presidenciais, podes perderte unha das noticias máis importantes do ano.
No centro do seu campus en Gainesville, o A Universidade de Florida está a construír a supercomputadora de intelixencia artificial máis poderosa da educación superior dos Estados Unidos. Esta foi unha gran noticia na UF, xa que creará novas e interesantes oportunidades para profesores, estudantes e investigadores. Pero que significa para os produtores e as partes interesadas en Florida?
A intelixencia artificial é a capacidade dun sistema informático para recoñecer patróns, comprender a linguaxe, aprender da experiencia, resolver problemas e realizar tarefas complexas. Noutras palabras, é a capacidade dunha máquina de pensar como un cerebro humano, pero para facelo máis rápido, con máis precisión e a gran escala.
Se es un produtor, preocúpase por todas as plantas e todos os animais da túa granxa. Tendo tempo e man de obra suficientes á súa disposición, examinaría cada planta e animal, dándolle a cada un os recursos exactos necesarios para crecer ao máximo potencial. A intelixencia artificial permíteche facer exactamente iso, poñendo os ollos en millóns de variables e coordinando grandes cantidades de datos ao instante e cunha precisión extrema.
A IA require unha gran cantidade de potencia informática. É por iso que a asociación de UF con NVIDIA e o agasallo do ex-alumno de UF Chris Malachowsky da supercomputadora de 70 millóns de dólares, chamada HiPerGator, é unha ferramenta tan importante para a agricultura.
Para que che fagas unha idea da capacidade do novo sistema informático HiPerGator 3.0 de UF, se todos os estudantes da UF que realizan os deberes, todos os membros da facultade e científicos que realizan investigacións, todas as instalacións que realizan a loxística e todas as oficinas presupostarias empregan HiPerGator ao mesmo tempo, só aproveitaría un 15 por cento da súa capacidade total.
Que pode facer con outro 85 por cento? Iso é para todos nós.
Aquí en UF/IFAS estamos entusiasmados coas posibilidades de aplicar a IA para resolver problemas cotiáns relacionados co apoio á industria agrícola de Florida, alimentando a crecente poboación mundial e utilizando os recursos naturais de forma sostible. A IA ten a promesa de avanzar significativamente na nosa capacidade para fortalecer os sistemas da cadea alimentaria, desenvolver a creación de precisión de plantas e animais, aplicar a robótica en operacións de alimentación e agricultura, rastrexar a localización e propagación de pragas e patóxenos e recompilar datos sobre servizos agroecosistémicos.
De feito, UF/IFAS xa leva moitos anos aplicando a IA para mellorar a produción agrícola. HiPerGator servirá para impulsar estes esforzos e achegar novos recursos para facer crecer as habilidades da IA para axudar aos produtores de Florida a ser máis produtivos e a aforrar recursos. As seguintes son só algunhas das áreas nas que UF/IFAS Extension está axudando aos produtores de Florida a aplicar a investigación da IA á súa produción.
cítrico
Yiannis Ampatzidis e o seu equipo de investigación no Southwest Florida REC desenvolveron un software baseado en IA chamado Agroview para analizar e visualizar os datos recollidos de UAV ou drones. En lugar de verificacións puntuales, os UAV poden tomar imaxes de miles de plantas individuais e cargalas nun software baseado na nube que analiza os datos para acceder ás calidades, cantidades e factores de crecemento ou impactos das plantas. O software ten unha ampla gama de aplicacións para a agricultura de Florida, incluíndo a nosa emblemática industria de cítricos. Desenvolvido para axudar aos produtores a coidar mellor dos seus cultivos ao mesmo tempo que aforra diñeiro, Agroview é unha innovación tan revolucionaria que recentemente gañou o premio á invención do ano de UF.
http://blogs.ifas.ufl.edu/news/2020/06/04/cloud-based-technology-helps-farmers-count-citrus-trees/
Cacahuete
Determinar a madurez da semente de cacahuete actualmente require descascarar os cascos das mostras de proba e facer unha estimación subxectiva baseada na cor da semente. Agora, a presidenta do departamento de agronomía, Diane Rowland, e o seu equipo de investigación desenvolveron un método que utiliza imaxes hiperespectrales e intelixencia artificial para determinar a calidade das sementes de cacahuete a través do casco, o que permite aos agricultores seleccionar sementes maduras con moita maior precisión e menos gasto de tempo e traballo.