COVID-19၊ ဟာရီကိန်းနှင့် သမ္မတရွေးကောက်ပွဲဆိုင်ရာ သတင်းများအားလုံးတွင် ဖုံးကွယ်ထားသော၊ တစ်နှစ်တာ၏ အရေးကြီးဆုံးသတင်းများထဲမှ တစ်ခုကို သင် လွတ်သွားပေမည်။
Gainesville ရှိ ၎င်း၏ကျောင်းဝင်းအလယ်ဗဟိုတွင်၊ ဖလော်ရီဒါတက္ကသိုလ်သည် အမေရိကန် အဆင့်မြင့်ပညာရေးတွင် အစွမ်းထက်ဆုံး ဉာဏ်ရည်တုစူပါကွန်ပျူတာကို တည်ဆောက်နေသည်။. ဤသည်မှာ ဆရာ၊ ဆရာမများ၊ ကျောင်းသားများနှင့် သုတေသီများအတွက် စိတ်လှုပ်ရှားဖွယ်ရာ အခွင့်အလမ်းသစ်များ ဖန်တီးပေးမည်ဖြစ်သောကြောင့် UF တွင် ကြီးမားသော သတင်းတစ်ရပ်ဖြစ်သည်။ သို့သော် ဖလော်ရီဒါရှိ စိုက်ပျိုးသူများနှင့် သက်ဆိုင်သူအတွက် ဘာကိုဆိုလိုသနည်း။
Artificial Intelligence သည် ပုံစံများကို အသိအမှတ်ပြုရန်၊ ဘာသာစကားကို နားလည်ရန်၊ အတွေ့အကြုံမှ သင်ယူရန်၊ ပြဿနာများကို ဖြေရှင်းရန်နှင့် ရှုပ်ထွေးသော အလုပ်များကို လုပ်ဆောင်ရန် ကွန်ပျူတာစနစ်၏ စွမ်းရည်ဖြစ်သည်။ တစ်နည်းဆိုရသော် ၎င်းသည် လူ့ဦးနှောက်ကဲ့သို့ တွေးခေါ်နိုင်သော စက်တစ်လုံး၏ စွမ်းရည်ဖြစ်သည်၊ သို့သော် ပိုမိုမြန်ဆန်၊ တိကျစွာနှင့် ကြီးမားသောအတိုင်းအတာဖြင့် လုပ်ဆောင်နိုင်သည်။
သင်သည် စိုက်ပျိုးသူဖြစ်ပါက သင့်ခြံရှိ အပင်တိုင်းနှင့် တိရစ္ဆာန်တိုင်းကို ဂရုစိုက်ပါ။ အချိန်နှင့် လူအင်အား အလုံအလောက်ပေး၍ အပင်နှင့် တိရိစ္ဆာန်တိုင်းကို စိစစ်ကာ ၎င်းတို့၏ အမြင့်ဆုံးအလားအလာသို့ ကြီးထွားရန် လိုအပ်သော အရင်းအမြစ်များကို အတိအကျပေးသည်။ AI သည် ကိန်းရှင်သန်းပေါင်းများစွာကို ကြည့်ရှုပြီး များပြားလှသောဒေတာပမာဏကို ချက်ချင်းတိကျပြတ်သားစွာ ညှိနှိုင်းလုပ်ဆောင်နိုင်စေပါသည်။
AI သည် ကွန်ပြူတာ ပါဝါ ပမာဏ များစွာ လိုအပ်သည်။ ထို့ကြောင့် UF ၏ NVIDIA နှင့် UF ကျောင်းသားဟောင်း Chris Malachowsky နှင့် ပူးပေါင်းပြီး ဒေါ်လာ သန်း 70 အမည်ရှိ စူပါကွန်ပြူတာ လက်ဆောင်၊ HiPerGatorစိုက်ပျိုးရေးအတွက် အလွန်အရေးကြီးသော ကိရိယာတစ်ခုဖြစ်သည်။
UF ၏ HiPerGator 3.0 ကွန်ပြူတာစနစ်အသစ်၏ စွမ်းရည်အကြောင်း သင့်အား အကြံဥာဏ်ပေးရန်အတွက် UF ကျောင်းသားတိုင်း အိမ်စာလုပ်ခြင်း၊ သုတေသနပြုလုပ်နေသည့် ပါမောက္ခများနှင့် သိပ္ပံပညာရှင်တိုင်း၊ ထောက်ပံ့ပို့ဆောင်ရေးဆိုင်ရာ လည်ပတ်နေသော အဆောက်အအုံတိုင်းနှင့် ဘတ်ဂျက်ရုံးမှ နံပါတ်များအားလုံးကို HiPerGator တစ်ချိန်တည်းတွင် အသုံးပြုနေပါက၊ ၎င်းသည် ၎င်း၏ စွမ်းဆောင်ရည်အပြည့်၏ 15 ရာခိုင်နှုန်းခန့်ကိုသာ နှိပ်နိုင်မည်ဖြစ်သည်။
တခြား ၈၅ ရာခိုင်နှုန်းနဲ့ ဘာလုပ်နိုင်မလဲ။ အဲဒါက ကျွန်တော်တို့အားလုံး ဆုံးဖြတ်ဖို့ပါပဲ။
ဤနေရာတွင် UF/IFAS တွင် ကျွန်ုပ်တို့သည် ဖလော်ရီဒါ၏ စိုက်ပျိုးရေးလုပ်ငန်းကို ပံ့ပိုးပေးခြင်း၊ ကမ္ဘာ့တိုးပွားလာသော လူဦးရေကို ကျွေးမွေးခြင်းနှင့် သဘာဝအရင်းအမြစ်များကို ရေရှည်တည်တံ့စွာ အသုံးပြုခြင်းဆိုင်ရာ နေ့စဉ်ပြဿနာများကို ဖြေရှင်းရန်အတွက် AI ကို အသုံးပြုခြင်း၏ ဖြစ်နိုင်ချေများကို ကျွန်ုပ်တို့ စိတ်လှုပ်ရှားမိပါသည်။ AI သည် ကျွန်ုပ်တို့၏ အစာကွင်းဆက်စနစ်များကို အားကောင်းစေရန်၊ အပင်နှင့် တိရိစ္ဆာန်များ တိကျစွာ မွေးမြူနိုင်စေရန်၊ အစားအစာနှင့် စိုက်ပျိုးရေး လုပ်ငန်းများတွင် စက်ရုပ်များကို အသုံးချရန်၊ တည်နေရာနှင့် ပိုးမွှားများနှင့် ရောဂါပိုးများ ပျံ့နှံ့မှုကို ခြေရာခံရန်နှင့် လယ်ယာဂေဟစနစ်ဆိုင်ရာ ဝန်ဆောင်မှုများဆိုင်ရာ အချက်အလက်များကို စုဆောင်းရန် AI မှ ကတိပြုထားသည်။
အမှန်မှာ၊ UF/IFAS သည် စိုက်ပျိုးထုတ်လုပ်မှု တိုးတက်စေရန် AI ကို နှစ်ပေါင်းများစွာ အသုံးချပြီးဖြစ်သည်။ HiPerGator သည် ဤကြိုးပမ်းအားထုတ်မှုများကို အထူးမြှင့်တင်ရန်နှင့် ဖလော်ရီဒါ၏ စိုက်ပျိုးသူများအား ပိုမိုအကျိုးဖြစ်ထွန်းစေရန်နှင့် အရင်းအမြစ်များကို ချွေတာရန်အတွက် AI ၏စွမ်းရည်များကို တိုးပွားလာစေရန်အတွက် အရင်းအမြစ်အသစ်များကို ဆောင်ကျဉ်းပေးမည်ဖြစ်သည်။ အောက်ဖော်ပြပါများသည် ဖလော်ရီဒါပြည်နယ်မှ စိုက်ပျိုးသူများအား UF/IFAS Extension က AI သုတေသနကို ၎င်းတို့၏ထုတ်လုပ်မှုတွင် အသုံးပြုရန် ကူညီပေးနေသည့် နယ်ပယ်အချို့သာဖြစ်သည်။
၏ Citrus
Yiannis Ampatzidis နှင့် အနောက်ဖလော်ရီဒါ REC မှ သူ၏ သုတေသနအဖွဲ့သည် UAVs သို့မဟုတ် ဒရုန်းများမှ စုဆောင်းထားသော အချက်အလက်များကို ခွဲခြမ်းစိတ်ဖြာပြီး မြင်သာစေရန် Agroview ဟုခေါ်သော AI အခြေခံဆော့ဖ်ဝဲကို တီထွင်ခဲ့သည်။ အစက်အပြောက်စစ်ဆေးခြင်းအစား UAV များသည် အပင်တစ်ပင်ချင်းစီ၏ထောင်ပေါင်းများစွာသောပုံများကိုယူ၍ အပင်အရည်အသွေး၊ ပမာဏနှင့် ကြီးထွားမှုဆိုင်ရာအချက်များ သို့မဟုတ် အကျိုးသက်ရောက်မှုများကို ဝင်ရောက်ကြည့်ရှုရန် ဒေတာခွဲခြမ်းစိတ်ဖြာသည့်ဒေတာကို ခွဲခြမ်းစိတ်ဖြာပေးသည့် cloud-based ဆော့ဖ်ဝဲတွင် အပ်လုဒ်လုပ်နိုင်ပါသည်။ ဆော့ဖ်ဝဲလ်တွင် ကျွန်ုပ်တို့၏ အထင်ကရ Citrus လုပ်ငန်း အပါအဝင် ဖလော်ရီဒါပြည်နယ် စိုက်ပျိုးရေးအတွက် အသုံးချပရိုဂရမ်များစွာ ရှိသည်။ ထုတ်လုပ်သူများအား ၎င်းတို့၏ ကောက်ပဲသီးနှံများကို ပိုမိုကောင်းမွန်စွာ ပြုစုစောင့်ရှောက်ရာတွင်လည်း ငွေကုန်သက်သာစေရန် တီထွင်ထားသည့် Agroview သည် UF ၏ တစ်နှစ်တာအကောင်းဆုံးတီထွင်မှုဆုကို မကြာသေးမီက ရရှိခဲ့သည့် တော်လှန်ဆန်းသစ်တီထွင်မှုတစ်ခုဖြစ်သည်။
http://blogs.ifas.ufl.edu/news/2020/06/04/cloud-based-technology-helps-farmers-count-citrus-trees/
မွေပဲ
လက်ရှိ မြေပဲစေ့၏ ရင့်ကျက်မှုကို သတ်မှတ်ရာတွင် အခွံများကို စမ်းသပ်နမူနာများမှ အခွံခွာပြီး အစေ့အရောင်ပေါ် မူတည်၍ ခန့်မှန်းချက်တစ်ခု ပြုလုပ်ရန် လိုအပ်ပါသည်။ ယခုအခါ စိုက်ပျိုးရေးဌာန ဥက္ကဋ္ဌ Diane Rowland နှင့် သူမ၏ သုတေသနအဖွဲ့သည် မြေပဲမျိုးစေ့များ၏ အရည်အသွေးကို ဘောင်မှတစ်ဆင့် သတ်မှတ်ရန် hyperspectral ပုံရိပ်နှင့် AI ကို အသုံးပြု၍ နည်းလမ်းတစ်ခုကို တီထွင်ခဲ့ပြီး မြေပဲစိုက်တောင်သူများအား ပိုမိုတိကျမှုနှင့် အချိန်နှင့် လုပ်အားစရိတ်သက်သာစွာဖြင့် ရင့်ကျက်သောမျိုးစေ့များကို ရွေးချယ်နိုင်စေခဲ့သည်။