Портфельная компания AGERpoint запустила мобильное приложение AGERpoint Capture для создания 3D-моделей данных о сельскохозяйственных культурах, деревьях и лесах.
Для тех, у кого есть опыт применения машинного обучения и ИИ в сельском хозяйстве или других сложных случаях использования, одной из самых больших проблем на практике является получение высококачественных данных и конвейер данных. Почему получение высококачественных данных важно и сложно?
Как и все в машинном обучении и искусственном интеллекте, качество необработанных данных и помеченных данных (для контролируемого машинного обучения) является ключевым фактором, определяющим качество результатов алгоритмов. В таких отраслях, как сельское хозяйство, химическая и промышленная промышленность, как правило, данные все еще «заперты» в полях или на фабриках. По крайней мере, большая часть наиболее ценных и желаемых данных «захвачена» или труднодоступна по разным причинам.
В сельском хозяйстве высококачественные данные с полей за предыдущие годы обеспечивают важную основу для A/B-тестирования в полевых испытаниях и экспериментах, а также для оценки модели и ее объяснимости. Базовый уровень также важен для исследования новых культур, устойчивого земледелия и сельскохозяйственного страхования, и это лишь некоторые из них. Эта наземная информация создается повсеместно в отрасли.
С точки зрения сбора данных и получения наземной достоверной информации, старый способ заключался в том, чтобы люди записывали информацию на бумаге, затем отрасль перешла на использование спутниковых изображений, но проблема со спутниковыми или аэрофотоснимками заключается в отсутствии необходимого разрешения и специфики. LiDAR для трехмерных облаков точек дорог и сложен в управлении. Все эти методы имеют серьезные недостатки. Например, сложно и дорого получить огромное количество спутниковых изображений в качестве одного из множества входных данных. И, как упоминалось ранее, одних спутниковых изображений недостаточно для получения богатой информации и идей, которые помогут сделать вывод о том, где применять пестициды или что посадить рядом, чтобы стимулировать экологическое разнообразие. Другая проблема заключается в том, что также невозможно просто поставлять устройства LiDAR на развивающийся рынок, где выращиваются кофейные зерна. Кроме того, эти существующие методы сбора данных не являются интуитивно понятными и требуют серьезной подготовки для получения правильных данных, которые можно использовать для конвейера данных.
AGERpoint на собственном опыте видел, как клиенты боролись с этими проблемами сбора данных. Теперь с AGERpoint Capture мобильное приложение миниатюризирует сложные процессы сбора данных, устраняет известные барьеры для создания удобного и полезного конвейера данных и позволяет производителям, специалистам по данным, специалистам по охране окружающей среды и специалистам по климату собирать и анализировать обширные трехмерные данные, автоматически маркировать / аннотировать функции. , и создавать модели о конкретных культурах на своих телефонах из любой точки мира!
Для отрасли это новшество — очень важный шаг к снижению затрат на сложные проекты, основанные на данных и машинном обучении, в сельском хозяйстве и смежных отраслях. Инновация также помогает ускорить цифровую трансформацию в сельском хозяйстве. Это также означает, что все в отрасли, наконец, получат более качественные данные для поиска решений, которые помогут накормить наш мир с населением 7 миллиардов человек более устойчивым и безвредным для климата способом.
