وبلاگ

رشد و توسعه چارچوب های یادگیری عمیق و مصنوعی استفاده از آنها را ساده کرده است و آن را ابزار مناسبی برای ارائه نوآوری‌ها و محصولات مختلف توسط استارت‌آپ‌ها کرده است. یکی از جذابترین کاربردهای هوش مصنوعی در کشاورزی هوشمند است (داستان یکی از این استارت‌آپ‌ها در حوزه پردازش تصویر و کشاورزی هوشمند را اینجا ببینید). در کشاورزی اغلب روش‌های هوشمند بر پایه پردازش تصاویر گیاهان کار می‌کنند. به عنوان می‌توان به تشخیص مواد معدنی مورد نیاز گیاه، آفات و وضعیت سلامتی گیاه و حتی تنش آبی آن با پردازش تصویر گیاه اشاره کرد. اما چالش اینجا است که در اغلب این روش‌ها، یک مدل ماشینی تنها قادر است روی یک گیاه خاص کار کند. مثلا مدلی که قادر است وضعیت گیاه ذرت را با تصویر آن تشخیص دهد هیچ کاربردی در گیاه گوجه‎‌‌فرنگی ندارند. چالشی که ذهن پژوهشگران را مشغول کرده است یافتن مدلی است که مستقل از گیاه بتواند یک مساله (به عنوان نمونه تشنگی گیاه) را در همه یا حداقل طیف وسیعی از گیاهان تشخیص دهد. در پژوهشی که در آزمایشگاه نرم‌افزارهای هوشمند انجام شده است، نشان داده شد می‌توان با در اختیار داشتن داده کافی و طراحی مناسب به چنین  مدلی رسید. در این تحقیقات مدلی طراحی شد که قادر است مساله تنش آبی گیاه را در طیف وسیعی از گیاهان تشخیص دهد. این مدل با دقت حدود 85% در گیاهانی قبلا آنها را ندیده است نیز توانسته عمل کند.