今天的农民面临“数据洪水”。AI可以帮忙吗？

想象一下爱荷华州领域中的每个玉米茎作为单个数据点。将它们全部添加；然后说明影响产量的变量，例如土壤类型，行宽度，灌溉实践，季节性害虫，天气模式等。

现代农民有一种方法可以跟踪这些变量，这在一定程度上要归功于精确农业的持续进步。但是，将它们全部放在一起，您会得到一个数据洪水，这可能会使农民在数量和百分比的海洋中徘徊。

为了帮助爱荷华州的农民在水域中航行，一些农业组织和研究人员正在转向人工智能。

在过去的十年中，我们看到了各种可以改变农业的各种技术。•您有无人机，您有卫星数据。爱荷华州立大学工程学教授巴斯卡·加纳帕蒂班拉曼（Baskar Ganapathysubramanian）说，您有便宜的传感器。但是，归根结底，农民想要可行的见解。（他们说）不给我数据。让我深入了解我应该如何处理这些数据。

星期四在宪报爱荷华州想法会议上的小组Ganapathysubramanian表示，人工智能可以提供一些见解，以帮助农民解决诸如获利能力，产量结果，植物基因组学等主题。

ISU研究生研究助理Karlene Negus和爱荷华州大豆协会的分析和洞察力的Matthew Carroll加入了Ganapathysubramanian，以讨论农业和人工智能的越来越多的重叠。

面板：AI在各个行业中都有多种用途

小组成员强调，农业行业人工智能的用途众多，随着AI技术的改善和意识的增长，随着时间的推移可能会随着时间的流逝而发展。

Negus正在研究AI和植物育种/遗传学的交集，并正在努力创建AI模型，以更有效地利用大规模的遗传数据来预测玉米中重要的农艺性状，例如产量，植物高度和开花时间。

对她来说，AI通过预测建模为更有效的植物繁殖打开了大门，以了解植物在各种情况下如何反应，以及如何通过选择性繁殖改变该植物可以改变这些结果。

她说，如果我们考虑植物繁殖周期，那么开发的植物（现在）将需要八到十年甚至更长的年，才能最终到达田野。”植物育种的AI模型特别提出了缩短该周期的机会。

Ganapathysubramanian在担任ISU弹性农业AI弹性农业研究所的董事中，还利用AI来帮助农民通过新应用程序昆虫网鉴定在田间发现的昆虫。

该应用程序是在两年内开发的，作为农艺师，计算机工程师，统计学家，数据科学家和人工智能专家之间的跨学科合作的一部分。

Ganapathysubramanian说，我们收集了尽可能多的数据，并在超级计算机上培训了这些大型模型。”结果是他们手机上可以拥有的农民（工具箱）中的一位专家。

昆虫网可以使用经过超过1200万昆虫图像训练的AI模型来识别和分类2500多种昆虫物种。该应用程序的准确率约为96％，当无法识别昆虫时，它会给用户提供不确定的响应，而不是使用最佳猜测。

Ganapathysubramanian使用该应用程序说，农民可以提交在自己的农场上发现的昆虫的照片，并迅速获得识别，使他们知道这是需要照顾的害虫还是无害的昆虫，甚至无害或什至是有益的昆虫。

局限性，问题仍然存在于现场整合

所有AI工具具有共同点的一件事是，它们需要大量的数据才能构建和训练。当特定工具所需的数据稀缺或难以访问时，这可能会对开发人员构成挑战。

显然，我们是在大数据时代中的一种，很多人都在努力生成更多的数据集，其中有很多数据。” Negus说。但是我认为此时有一种瓶颈。

由于围绕收集和共享此类数据或与隐私，安全和/或许可有关的问题，个人农民可能会谨慎分享他们的农场数据。

私人公司可能会从与之合作的生产商那里收集自己的数据，尽管他们不太可能与更广泛的公众共享与专有信息有关的问题。

小组成员为这些问题提供了一些潜在的解决方案，例如联合学习，这是一种机器学习方法，它通过不需要将数据上传到集中式服务器而提供了增加的隐私保护。

演讲者还强调了建立信任和合作伙伴关系的重要性，称农民更有可能与他们与他们有良好工作关系的组织共享数据，并信任谁适当使用它。

让农民实施AI驱动的工具也是如此。卡罗尔在与爱荷华大豆协会的期间说，他看到了一种趋势，有些农民比其他农民更快地采用新技术。AI也是如此。

但是，通过利用种植者与爱荷华州大豆协会之间的长期关系，卡罗尔说，越来越多的农民愿意借此机会借此新事物，并向他们的发现进行报告，并提出有关可以改进的建议。

卡洛尔说，我说我们有很多兴奋的人，有些人更加拭目以待。``它总是回来建立那些可信赖的关系。

评论：grace.nieland@thegazette.com