2021. 07. 27. - 09:15

Sok pénzt spórol meg a gazdáknak a mesterséges intelligencia

Sok pénzt spórol meg a gazdáknak a mesterséges intelligencia

Új, mesterséges intelligencia alapú eszközt fejlesztettek ki a Minnesotai Egyetem kutatói, mely lehetővé teszi a gazdálkodóknak a költségvetési mérleg elkészítését, így a megtérüléssel és a haszonkulccsal is tisztában lehetnek.

Ismét napvilágot látott egy eszköz, mely lényeges segítséget nyújt a gazdálkodóknak: még azt is felmérheti, milyen haszonnal dolgoznak.
 
Az amerikai Minnesotai Egyetem kutatócsoportja fejlesztette ki az újdonságot, mely lehetővé teszi a gazdák számára, hogy elkészítsék a költségvetés mérlegét – ez magába foglalja az esetleges nitrogén-csökkentési terveket, de meg tudják nézni a gazdasági és környezeti költségeket, a megtérülést és a haszonkulcsokat is - mindezt az irányításuk alatt álló területekre szabva.
 
Ha ezeket a számokat szem előtt tartják, a farmerek sokkal tájékozottabban hozhatnak döntéseket a nitrogén mérséklésével kapcsolatban. Olvasd el: Megjósolja az ártalmas feketefű növekedését az algoritmus
 
Tájékozottabban hozhatnak döntéseket a gazdák a mesterséges intelligencia-eszköz segítségével
Tájékozottabban hozhatnak döntéseket a gazdák a mesterséges intelligencia-eszköz segítségével
 
Ez nemcsak pénzt takarít meg nekik, hanem jelentősen csökkenti a környezetbe kerülő, szennyező anyagok mennyiségét is – hívta fel a figyelmet Zhenong Jin, a Minnesotai Élelmiszeripari, Mezőgazdasági és Természeti Erőforrástudományi Főiskola Biotermék és Biorendszer Tanszékének egyetemi adjunktusa, a kutatás vezetője.
 
A szakemberek kiemelték, hogy a korábbi eszközök nem tettek lehetővé testreszabott előrejelzést az Egyesült Államok minden területét illetően, mivel a növénymodellek nagymértékű futtatásával kapcsolatos számítási és tárolási költségek igen sokba kerülnének.
 
Megoldásképpen a kutatócsoport gépi tanuláson alapuló metamodellek sorozatát készítette el, amelyek képesek szinte tökéletesen utánozni egy jól bevált és tesztelt termésmodellt, jóval nagyobb sebességgel.
 
A metamodellek felhasználásával több millió forgatókönyv-szimulációt generáltak, majd két alapvető fenntarthatósági kérdést vizsgáltak: hol lelhetők fel a csökkentésre alkalmas források és mekkora mérséklésre lehet számítani különböző kezelési forgatókönyvek esetén. Olvasd el: Mesterséges intelligencia segít a káros fonálféreg-irtásban
 
A tanulmány során több kedvező tényre jöttek rá.
 
Például arra, hogy a nitrogén-műtrágya 10 százalékos csökkentése 9,8 százalékkal kevesebb N2O-kibocsátást és 9,6 százalékkal alacsonyabb nitrogén-kimosódást eredményez – így 4,9 százalékkal magasabb a talaj szerves szén-kimerülésének a költsége, de csak 0,6 százalékos terméscsökkenést jelent a vizsgált régióban.
 
Az is kiderült, hogy a nettó szociális juttatások több mint 50 százaléka a vizsgált területek 20 százalékából származik, így ezek „forró pontoknak” tekinthetők, ahol prioritásként kell kezelni a megfelelő cselekvést.
 
„Elemzésünk feltárt olyan forró pontokat, ahol a túlzott nitrogén műtrágya a termés megcsappanása nélkül elhagyható - mondta Zhenong Jin. - Néhány helyen megfigyeltük, a nitrogénnel kapcsolatos szennyezés csökkentése együtt jár azzal, hogy kimerül a talajban a szerves szén, ami azt sugallja, hogy más regeneráló gyakorlatokat, például takarást kell végezni a nitrogénkezeléssel együtt.”
 
A kutatócsoport a jövőben fejlettebb és pontosabb szén-dioxid-minősítési modelleket kíván fejleszteni a folyamatalapú modellek, a mesterséges intelligencia és a távérzékelés kombinálásával.
 
 
L.A.

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.