지속 가능한 농업을 위해 만들어진 최초의 AI 가상 비서

가상 비서가 우리가 다음에 가장 좋아하는 노래를 찾도록 돕는 것과 같은 방식으로 새로운 소프트웨어 패키지는 고급 머신 러닝을 사용하여 농부와 농업 기술자가 지속 가능한 방식으로 수확량을 늘리기 위해 작물과 토양에 무엇이 필요한지 정확히 파악하도록 돕습니다. 이 문서 AGDaily에서 발행.

과학팀은 바이엘 작물 과학   생물군계 제작자 이 획기적인 기술의 첫 번째 적용을 테스트하고 공개했습니다. bioRxiv이 연구와 그 결과 발표된 과학 논문은 바이엘의 생물학적 살균제 미뉴에트의 효과를 평가하기 위한 토양 미생물군 분석에 대한 내용을 자세히 설명합니다. 특히, 바이엘 CS는 머신러닝 소프트웨어를 통해 입력 자료를 적용하기 전에 감자 수확량 증가를 예측할 수 있었습니다. 그 결과, 아이다호에서 시험한 한 밭에서 수확량이 최대 40% 증가하는 것으로 예측되었습니다.

Bayer CS의 프로젝트 리더인 바르게세 토마스는 "이것은 토양 생물학을 활용하고 작물 투입재의 사용을 최적화하여 작물 생산성을 개선하기 위한 지속 가능하고 경제적으로 유리한 솔루션을 향해 나아가는 독특한 접근 방식입니다."라고 말했습니다.

이 기술은 지금까지 계절별 토양 및 작물 결정에 필요한 생물학적 솔루션을 정확하게 도출하는 데 필요한 데이터가 부족했던 농학자에게 큰 도약입니다. 토양은 작물 수확량과 품질을 높이는 데 중요한 자산이지만, 현재로서는 토양에서 발생하는 생물학적 과정에 대한 지식이 부족한 상황에서 농경학적 권장 사항을 제시하는 데 어려움을 겪고 있습니다. 하지만 오늘날 다양한 솔루션의 효과를 예측하는 데 도움이 되는 AI 가상 비서가 등장하면서 농업은 획기적인 변화를 맞이하게 되었으며, 더욱 생산적이고 지속 가능한 농업 시스템으로 나아가는 발걸음을 내딛게 되었습니다.

AI는 끊임없이 진화하는 자원이며, 따라서 현재 농산물의 유통기한, 농산물의 영양 품질, 그리고 다양한 제품이나 관리 방식에 따른 예상 탄소 배출권 등 농업 관련 다른 문제들을 해결하도록 "훈련"되고 있습니다. 투입재 제조업체는 엄격한 기준에 따라 테스트를 진행하여 AI 추천 시스템에 자체 맞춤형 솔루션을 추가할 수 있습니다. 겜 현장 시험 프로토콜.