亚洲通请在Chrome、Firefox等现代浏览器浏览本站。另外提供付费解决主题修改定制等技术服务,如果需要请 点击 加我 QQ 说你的需求。

腾讯首先种植黄瓜,艾温室黄瓜比赛

培训工具 亚洲通 评论

看看这一袋水黄瓜,还出售它们,作为腾讯的标签?腾讯会开始卖瓜吗?事实上,腾讯没有出售瓜类,而是亲自种植甜瓜。产地:人工智能温室黄瓜竞赛昨天(12月12日),由荷兰瓦赫宁根大学(WUR)主办的国际自治温室挑战赛的结果公布。其中,微软团队索诺玛获得第

看看这一袋水黄瓜,还出售它们,作为腾讯的标签?腾讯会开始卖瓜吗?

事实上,腾讯没有出售瓜类,而是亲自种植甜瓜。

产地:AI Greenhouse Cucumber竞赛

昨天(12月12日),荷兰瓦赫宁根大学(WUR)主办的国际自治温室挑战赛结果公布。其中,微软团队索诺玛获得第一名,由腾讯AI实验室和农业专家组成的iGrow团队获得第二名,并获得亚军。

该竞赛于今年3月由荷兰瓦赫宁根大学推出,旨在展示人工智能通过人工智能和农业等多学科团队推动温室的能力,以减少农业资源,同时减少资源消耗。人口需求的增加有助于人们过上更健康的生活。

竞争的挑战是在四个月内生产高产,高资源利用的黄瓜作物。该团队使用传感器和摄像头获取温室气候,作物开发和其他模型的数据,或添加他们自己的模型或机器学习算法来远程控制作物生长。

比赛音乐学院

本次大赛吸引了来自15个国家的14支队伍,包括微软(索诺玛),腾讯(iGrow)和英特尔(Deep_greens)。其中,iGrow团队由来自腾讯AI实验室的AI专家,以及中国农业科学院农业专家和学生,北京农业信息技术研究中心,黑龙江植物学会,先正达种子公司,荷兰瓦赫宁根大学等组成。 。

目前,在“AI +农业”领域,一个主要的技术难点在于计算机模拟受农业生产特点的影响,与农业实际耕作存在巨大差距。在农业生产中,影响作物生长的因素极其复杂,种植难以标准化,环境变化难以预测。这些因素严重阻碍了人工智能的有效性。虽然本次比赛是温室黄瓜生产,环境相对可控,标准化程度较高,但如何有效地将计算机模拟转化为实际农业种植仍是一项重大的技术挑战。

iGrow团队人工智能系统

在比赛期间,腾讯AI实验室的AI专家以植物学,生物学和物理学等相关学科知识为蓝本,创建模拟气候和作物生长的模拟器。随后,该团队建立了农业人工智能系统,通过创新的强化学习方法,iGrow农业专家的知识和经验自然地嵌入到模拟器中,使人类专家能够进行密度,灌溉施肥,浇头和修剪。在实现人工智能的有效干预方面,提高人工智能学习效率,最终在优化资源的同时最大限度地提高作物产量。

与传统的人工种植相比,人工智能的优势在于它可以优化全球的种植过程。从种植密度的开始,停留的茎的比例,到后续的叶子,果实保留策略,以及温室中的光,通风,温度,湿度,CO2浓度,水分等的控制,它可以通过模拟器加强学习自动找到最佳解决方案。人工智能可以为作物的每个生长周期找到并提供最合适的环境条件,同时优化资源以最大限度地节省资源。

采访:腾讯还会种植什么?

人工智能大本营:人工智能温室种植竞赛(如人工智能战略)的评分标准是什么?每个评级标准意味着什么?

答:评级标准:

净利润为50%——温室增长挑战的目标是通过WUR Bleiswijk温室区内不断增长的高线黄瓜实现最高净利润。每周(周一)提供上周不同的黄瓜价格,黄瓜质量分为A,B,C等级。

可持续性20%——能源使用效率,二氧化碳用量,用水效率和注册农药使用。每个方面的定量数据将根据每个小组在温室种植实验期间的资源使用情况计算,每周一次。

AI战略方法30%——关于整体科学共性的新颖性,新颖性(新颖性)应用于园艺领域;远程远程操作而无需功能干预(功能);没有任何其他传感器或信息(鲁棒性)操作能力;易于实现大规模(可扩展性)

陪审团可能认为相关的任何其他方面

AI技术大本营:除了在游戏过程中对人工智能系统进行远程控制外,您还需要手动参与并在现场提供帮助吗?

答:大型传感器收集温室温度,湿度,湿度,二氧化碳浓度和光热等数据。它通过网络向我们传输数据。传感器无法获得的一些信息和数据(如黄瓜产量和价格)将由大型员工定期组织并发送电子邮件通知我们,在整体分析信息后,我们通过控制器远程控制温室深圳如屋顶通风,采光,采暖等。其他无法通过控制器完成的事情,如采摘水果或打顶,我们将发送电子邮件通知格兰维尔大学的工作人员,然后他们将进入温室。

人工智能技术营地:腾讯采用强化学习方法,将农业专家的知识和经验自然地嵌入到模拟器中。你能具体介绍一下这项技术吗?

答:首先,我们根据植物生长发育规律,温室环境动态过程建模,建立模拟网络(模拟器)来模拟温室气候条件和作物生长。因此,我们创建了一个农业人工智能系统,利用创新的强化学习方法将农业专家的知识和经验自然地嵌入到模拟器中,允许人类专家初步设置在温室中(如种植密度)和种植策略处理。 (如灌水,打顶)等方面可有效干预人工智能,提高人工智能的学习效率和稳健性。具体方法是将农业专家的行动添加到强化学习的奖励功能中,并通过判断标准自动确定是否采取农业专家的行动。如果通过农业专家的行动判断AI,则直接采用,否则忽略农业专家的意见。

AI技术大本营:为什么腾讯使用更少的传感器?系统如何与这些传感器配合使用?

答:在本次比赛中,我们是唯一仅使用组织者传感器的人,并且不添加额外的AI种植队伍。我们的系统通过有效的数据模拟和计算,知道额外的传感器无助于增加最终输出并减少资源损失。因此,与其他团队相比,决定不增加组委会提供的标准以外的传感器。它降低了智能农业的生产成本,具有市场应用和推广的潜力。由于未添加传感器,整个系统的操作与前面提到的模拟器完全相同,并且这些传感器可以使用相同的操作逻辑。

AI技术营地:腾讯应用了哪种生物控制系统?整个旅程中你需要杀虫剂吗?

答:温室主要用于预防疾病,而不是用于控制害虫。一方面,关闭温室本身可以减少害虫。另一方面,人工智能调节温度和湿度可以为作物提供最健康,最适宜的环境,从而提高作物抗病虫害的能力。

我们一直在监测病虫害的情况,并使用生物控制系统进行控制。从病虫害的角度来看,作物的生长过程非常复杂。人工智能将继续在这方面学习。

对于特定的行业应用,我们的调查发现了一些成功案例,其中AI用于监控中期生产阶段的环境数据和作物生长。通过建立病虫害分类数据库,利用计算机视觉技术识别作物品种,病害水平和杂草生长,可以智能地预防和管理病虫害,减少经济损失。不仅如此,在一定程度上,它还可以减少除草剂和农药的使用,提高农产品的安全性,减少对环境的影响。

AI技术营地:系统如何判断黄瓜的产量(坐果率,害虫等)并自动给出相应的解决方案(叶子叶,果实保留策略等)?

答:温室本身的设置不容易产生害虫,因为温室是隔离的,这大大减少了害虫。植物可能会生病,但病因可能是因为空气不适合生存,不是害虫的原因。然而,在未来的户外实验和应用中,AI必须继续学习如何解决这种害虫问题。

至于叶子和叶子的保留,这个策略是游戏后期的一大挑战。这不是AI自动给出的相应解决方案,而是通过三四十次往返的讨论,以及大量相关文件来确定主要策略。游戏结束时最重要的事情就是要好好保持水果并留在叶子里,争取黄瓜的丰收。植物生长过程类似于抛物线,生命周期起伏不定,最低点。因此,我们必须估计何时最终是最合适的。首先,我们不是种植黄瓜的专家。其次,关于黄瓜的信息非常少。因此,我们也使用番茄和其他植物的信息作为参考。我们团队的AI方成员和农业专家来回讨论制定30和40年代的战略。从结果来看,原始策略是正确的,最后输出的是冲刺。

AI技术营地:如何评估黄瓜的质量?有什么标准?

A:质量A:重量375g以上;优质B:重量在300g至374g之间,有瑕疵,如曲线形,不深绿色;质量C:小于300g。

AI Technology Base Camp:如何大规模推广这项技术?有哪些挑战?

答:目前,在人工智能+农业中,一个主要的技术难点在于计算机模拟受农业生产特点的影响,与实际农业种植存在巨大差距。在农业生产中,影响作物生长的因素极其复杂,种植难以标准化,环境变化难以预测。这些因素严重阻碍了人工智能的有效性。虽然本次比赛是温室黄瓜生产,环境相对可控,标准化程度较高,但如何有效地将计算机模拟转化为实际农业种植仍是一项重大的技术挑战。

人工智能技术营地:腾讯人工智能+农业的商业化是什么?除种植外,是否适用于水产养殖?

答:这是一项新的探索和实验。人工智能技术在现代农业生产的整个阶段的渗透,对于促进农业自动化,信息化和智能化,提高农业生产质量和效率具有重要意义,但技术的开发和应用并非一蹴而就。人工智能的年轻产业,当它与古代农业相撞时,遇到了许多挑战。如何预测和解决这些问题需要耐心,创新,甚至一些灵感。但它所包含的机会也很大。我们希望更多的跨学科专家,企业家和投资者将共同探讨人工智能+农业的可能性。

在解释为什么腾讯强烈支持并参与该项目时,腾讯首席勘探官方网站称:“地球现在面临着人口增长和气候变化等诸多挑战。人类赖以生存的FEW(食物,能量,水)未来至关重要。腾讯的使命是通过互联网服务提高人类生活质量。作为一家领先的国际技术公司,我们必须扩展现有的系统和架构。 AI是重要的解决方案之一。——努力以最小的投资获得。大多数输出??。尽管“AI +农业”应用还处于早期阶段,但它取得了令人振奋的成果。如果它是自动化的,它将释放惊人的生产力。我们必须充分认识到人工智能可以发挥的作用,并积极投入资源。技术研发。提高粮食生产率是全球的优先事项,而不仅仅是潜在的商业机会。我们需要鼓励更大胆的想法并激发更多解决方案。“

未来:人工智能将改变农业

近年来,随着人工智能技术的不断发展,其应用逐渐渗透到农业生产的全过程,包括前期育种,土壤分析,生产中的害虫管理,自动收获,后期制作质量检测,物流优化。还有很多。

产前:育种选择,土壤分析

例如,在产前阶段,深层人工神经网络可以利用物联网获得的数据来分析和指导灌溉用水,并通过对土壤成分的检测和分析,选择合适的作物品种和合理施肥。 。通过对农作物市场周期大数据需求的分析和预测,可以指导作物种植品种的选择,避免因生产和销售断线造成的价格波动,造成经济损失和农产品浪费。此外,云计算,大数据分析和机器学习等技术还可以帮助筛选和改善作物基因,从而增强味道,增强昆虫抗性并提高产量。

在生产中:害虫管理,自动收获

在生产中期,人工智能技术可用于监测环境数据和作物生长。通过建立病虫害分类数据库,利用计算机视觉技术识别作物品种,病害水平和杂草生长,可以智能地预防和管理病虫害,减少经济损失。不仅如此,在一定程度上,它还可以减少除草剂和农药的使用,提高农产品的安全性,减少对环境的影响。

鉴于传统农业“看空吃饭”的缺点,利用机器学习技术处理卫星图像数据可以预测天气等环境变化对作物的影响,并提前做出反应。在收获过程中,计算机视觉技术与机器人手臂或机器人相结合,可实现24小时自动收割,节省人力并降低成本。此外,大数据处理和语音识别等技术可应用于农业情报专家系统,为农业从业人员提供专业咨询服务和指导,帮助解决生产中的各种技术问题。

产后:质量检测,优化物流

在产后阶段,具有计算机视觉的机器人手臂可以进行农产品的售前质量检查,分类和包装;利用大数据分析市场状况有助于农产品和电子商务的运作,引导企业制定更加灵活,准确的销售策略;智能遗传算法和多目标路径优化数学模型可以智能地优化物流配送路径,改善鲜活农产品供应链。

最后,给每个人一个说唱。

准备好了

看看这个瓜,它很直,很长。

像这只鹅一样,它又肥又可爱

你来这里吃甜瓜

我认为甜瓜很美味

我明白了

你来这里吃甜瓜

正如我很高兴为您种植瓜类

喜欢 (0) or 分享 (0)
发表我的评论
取消评论

表情

您的回复是我们的动力!

  • 昵称 (必填)
  • 验证码 点击我更换图片

网友最新评论