Алгоритмы искусственного интеллекта помогают поддерживать выращивание деревьев, посадку и картирование операций по всему миру

Стартап сельскохозяйственных технологий СмДерево и Недавно получил финансирование в размере 3 миллионов долларов от Orbia Ventures., помогая стартапу выполнить свою миссию по оцифровке выращенных на ферме деревьев. Компания представляет растущую тенденцию использования алгоритмов искусственного интеллекта для поддержки роста деревьев по всему миру.

Одними из крупнейших и наиболее успешных разделов многолетнего сельского хозяйства являются древесные культуры. Например, ореховые деревья могут давать урожай почти 150 лет, а яблоневый сад может плодоносить около 50 лет. Однако на эти урожаи влияют колебания количества осадков, эрозия почвы, температура и общая окружающая среда. Когда деревья подвергаются значительному стрессу, они погибают.

Чтобы обеспечить здоровье древесных культур, лесоводы должны следить за здоровьем отдельных деревьев и прогнозировать, как они могут реагировать на изменения в окружающей среде. Мониторинг здоровья деревьев с помощью простого обследования может быть невероятно сложным, поскольку фермеры должны учитывать множество переменных, таких как болезни и изменение климата, последствия которых часто могут быть длительными и трудно поддающимися количественной оценке. Чтобы ответить на эти вызовы, лесоводы обращаются к технологическим решениям, которые позволяют им анализировать здоровье древесных культур и оптимизировать производство, обеспечивая менее трудоемкие и более рентабельные решения.

Как сообщает Форбс, SeeTree использует алгоритмы искусственного интеллекта, поддерживаемые дронами, наземными датчиками, учеными и агрономами, для создания более полного профиля здоровья дерева. В настоящее время стартап предоставляет услуги по оцифровке и мониторингу фермерам, выращивающим цитрусовые, фундук, миндаль, авокадо и оливковые деревья. Стартап стремится расширить свои услуги для фермеров, выращивающих фисташки, пальмы и эвкалипты.

Как объяснил соучредитель SeeTree Исраэль Талпаз, данные, собранные и обработанные их инструментами обработки данных и моделями искусственного интеллекта, привели к значительному сокращению неэффективных деревьев на 50–85 процентов. Способность определять, какие деревья испытывают стресс и нуждаются в поддержке, такой как орошение, станет более важной в ближайшие годы из-за последствий изменения климата. Как объяснил Талпаз через Forbes:

«Изменение климата сказывается на деревьях в нескольких аспектах; более жаркая и экстремальная погода требует различных протоколов и инфраструктуры орошения, а также более высокого уровня адаптивности для каждой рощи и фермы. Кроме того, мы видим, что области, которые традиционно не орошались, страдают от более высокого уровня стресса, поскольку деревья не могут справиться без помощи специального орошения».

Алгоритмы искусственного интеллекта, разработанные SeeTree, являются лишь одним из примеров того, как искусственный интеллект используется для управления посадкой и уходом за деревьями по всему миру. И НАСА, и Google недавно разработали модели искусственного интеллекта, предназначенные для количественной оценки покрытия крон деревьев по всему миру на основе аэрофотоснимков.

Google запустил инициативу под названием Лаборатория кроны деревьев. Платформа предназначена для использования городскими планировщиками, помогая им определить, какие районы города нуждаются в большем укрытии кронами деревьев. Во многих городах нет бюджета, необходимого для точной оценки того, где деревья больше всего нужны, но Tree Canopy Lab стремится позволить градостроителям использовать такие переменные, как плотность населения, существующий лесной покров и уязвимость к экстремальным температурам, чтобы принимать более правильные решения о том, где сажать деревья. .

Tree Canopy Lab использует методы компьютерного зрения и алгоритмы искусственного интеллекта, обученные на аэрофотоснимках деревьев, для создания карт, отображающих плотность лесного покрова. Лаборатория позволяет пользователям идентифицировать городские кварталы, где можно посадить большое количество деревьев, а также определять, какие тротуары уязвимы к чрезвычайно высоким температурам из-за меньшего количества тени. Tree Canopy Lab в настоящее время доступна для использования в Лос-Анджелесе, и, по данным Google, этот инструмент обнаружил, что более половины всех жителей Лос-Анджелеса живут в районах с покрытием крон деревьев менее 10%, а около 44% всех жителей живут в районах с экстремальным риском жары. Google планирует внедрить этот инструмент еще в сотнях городов в течение следующего года.

НАСА теперь использует аэрофотоснимки высокого разрешения и искусственный интеллект для создания высокоточных карт деревьев Земли, впервые применив новый метод картографирования деревьев, который успешно каталогизировал миллионы ранее не нанесенных на карту деревьев в засушливых и полузасушливых биомах по всему миру.

Исследователи из Центра космических полетов имени Годдарда НАСА в Мэриленде использовали алгоритмы машинного обучения и изображения артерий высокого разрешения для создания алгоритмов, способных составить карту диаметра кроны дерева. Алгоритм использовался для картирования более 1.8 миллиарда деревьев, расположенных на площади 1,300,000 500,000 XNUMX квадратных километров/XNUMX XNUMX квадратных миль. Алгоритмы, используемые исследовательской группой, использовали сверточные нейронные сети, работающие на Blue Waters в Университете Иллинойса, одном из самых мощных суперкомпьютеров в стране.

По словам Мартина Брандта, ведущего автора исследования и доцента Копенгагенского университета, процесс маркировки обучающих данных занял больше года. Несмотря на усилия, затраченные на маркировку обучающих данных, это был гораздо более быстрый процесс, чем при использовании традиционных методов картирования. После того, как данные были помечены, исследование заняло всего несколько недель, по сравнению с годами, которые могли потребоваться для картографирования деревьев с использованием традиционных методов аналитики.

Исследователям-экологам, защитникам природы и политикам необходимо иметь точный подсчет деревьев в интересующих их областях. Данные, предоставленные моделью НАСА, будут полезны для определения того, как изменение климата влияет на деревья и лесные массивы в течение многих лет. Кроме того, определение того, как плотность и размер деревьев меняются в соответствии с изменениями среднего количества осадков, обеспечит природоохранные мероприятия важными наземными данными.