Виноградарство и производство
Wine Australia заключила партнерские отношения с DigitalGlobe и Consilium Technology для разработки GAIA (геопространственного искусственного интеллекта для сельского хозяйства), программного обеспечения для искусственного интеллекта, которое дает ценную информацию о количестве и состоянии виноградников по всей стране.
Используя машинный интеллект вместе со спутниковой библиотекой изображений DigitalGlobe, GAIA стремится точно определить и построить каждый виноградник в Австралии. Спутниковые снимки с высоким разрешением способны предоставить прямую информацию о плотности растительных клеток (PCD) и нормированном индексе растительности (NDVI). Глубокие учебные нейронные сети позволяют GAIA использовать эту информацию для постоянного улучшения своих классификаций виноградников, состояния посевов и многого другого. Он может контролировать здоровье растений, оценивать влажность почвы и даже определять качество плодов.
Ailytic , южно-австралийская технологическая компания, также разработала программное обеспечение для искусственного интеллекта, чтобы оптимизировать производство вина, используя технику, называемую предписывающей аналитикой (AI), областью бизнес-аналитики, предназначенной для поиска наилучшего курса действий в данной ситуации. AI собирает данные о производственных операциях и использует их для анализа таких переменных, как температура и инвентарь. Затем он генерирует оптимальный график производства на основе анализа, что позволяет компаниям максимизировать свое время и деньги.
Прогнозирование качества вина
Может показаться нелогичным, что машина может определить, является ли вино хорошим. Однако качество вина зависит от сочетания химических свойств, которые влияют на вкус, вкус и аромат. Некоторые могут считать виноделие искусством, но на самом деле оно довольно научное.
Наука о данных - это область, которая включает в себя понимание и понимание данных. Машинное обучение - это область искусственного интеллекта, основанная на концепции, согласно которой компьютерные системы могут извлекать уроки из данных, выявлять закономерности, создавать модели и делать прогнозы.
То, что мы визуализировали вчера, осуществилось сегодня. У нас может быть путь до RoboSomms и часовых виноградников, но технологии развиваются так быстро, что эта статья возможно устарела до того, как была опубликована.
Понравилась статья? Поставь лайк, подпишись на канал и поделись статьей с друзьями!
Читайте также:
Искусственный интеллект приобретает вкус винодельческой промышленности 1