ИИ в сельском хозяйстве

Условия варьируются в зависимости от культуры, почвы, региона, сезона, датчика и практики управления. Модель должна оцениваться в полевых условиях и принимать решения, где она будет использоваться.

Ключевые выводы

• Определите время, урожай и решение.
• Оценивайте фермы и сезоны.
• Сохраните контроль данных и ручное управление.

Определите агрономический результат и сроки. Для выявления возможного заболевания, рекомендации по ирригации и прогнозирования урожайности необходимы различные доказательства. Проверьте, когда каждый датчик или погодная функция станут доступны, и избегайте использования будущей информации для принятия ранее решения. Оценивайте поля, времена года, сорта, камеры и погодные условия. Модель, обученная на одной ферме, может опираться на модели почвы или управления, которые не передаются. Включите редкие заболевания, засуху, наводнение и случаи отсутствия датчика, когда цена ошибки имеет значение. Связывайте прогнозы с действиями и ресурсами. Рекомендации по ирригации должны учитывать наличие воды, ограничения по почве, стадию урожая и практику оператора. Оценка доходности должна отражать неопределенность, а не становиться обещанием для покупателя. Защитите данные фермы и сохраните полномочия оператора. Датчики версий, модели и границы полей; следить за сносом после нового урожая или устройства; и поддерживать безопасный ручной процесс, когда модель неопределенна или недоступна.

1. Представьте себе детектор болезней, обученный в основном на летних изображениях, где определенный цвет листьев сигнализирует как о болезни, так и о сильном солнечном свете.
2. Протестируйте другой сезон и скорректируйте данные или модель, если ярлык не сработает.
3. Прежде чем использовать рекомендацию по применению лечения, измерьте обнаружение и ложные оповещения.

Построенный сценарий показывает, почему разнообразие полей имеет значение.