Alphabet家族序列又添一员 “Mineral”专注于可持续农业

Alphabet家族序列又添一员“Mineral”专注于可持续农业Alphabet旗下的这家企业在2018年开始研究如何将机器学习应用于作物生产,并通过"与整个食品生产系统的公司合作"来采取合作方式。为什么是农业?为什么是现在?越来越多的人认为农业是气候危机的主要促成者--但它也是气候变化的受害者。没有时间可以浪费在寻找更具气候适应性的作物品种,过渡到化学和化石燃料密集型的做法,改善土壤健康,恢复生物多样性。Mineral正在依靠生成性人工智能、机器学习和边缘计算能力来实现这些目标,重点是三个领域。开发能够产生丰富的植物数据集的传感技术组织来自不同来源的农业数据进行机器学习(ML)并建立强大的软件算法开展研究,有意义地推进我们对植物种类的基本了解Alphabet希望"更深入地了解植物基因、环境和农场管理实践的复杂互动关系"。在过去几年中,它发现"大多数公司都没有收集到充分利用机器学习所需的数据数量、多样性或质量"。为了收集数据,它开发了一个太阳能供电的"植物漫游车",部署在田地里,但Mineral正在扩展到将传感器放在其他形式的因素上,包括现有的机器人、无人机和手机。...PC版:https://www.cnbeta.com.tw/articles/soft/1338665.htm手机版:https://m.cnbeta.com.tw/view/1338665.htm

相关推荐

封面图片

附着于叶片的贴片可监测作物疾病和环境压力因素

附着于叶片的贴片可监测作物疾病和环境压力因素植物病害每年导致约20%至40%的农作物损失,不仅导致粮食产量减少,而且导致物种多样性减少,更不用说疾病控制的成本。据联合国粮食及农业组织估计,2030年将有近6.7亿人(占世界人口的8%)营养不良。智能农业,即利用创新技术提供有关水、土壤类型和疾病等重要因素的信息,作为确保全球粮食安全的一种手段已经获得关注。能够提供实时、无创监测的植物穿戴式传感器并不是一个新事物。但现有的传感器能监测的范围有限,灵敏度低,而且不能发现特定的疾病。考虑到保持作物健康的重要性,北卡罗来纳州立大学的研究人员开发了一种更先进的电子贴片,直接放在植物的叶子上,监测病原体感染和环境压力。这种贴片很小--只有1.2英寸(30毫米)长--由一种含有传感器和银纳米线电极的柔性材料制成。它们被放置在植物的叶子下面,那里有更多的气孔,即让植物"呼吸"的孔。这些贴片是早期版本的升级版,通过测量挥发性有机化合物来检测植物疾病。该研究的共同通讯作者朱勇说:"新的贴片集成了额外的传感器,使它们能够监测温度、环境湿度以及植物通过其叶片'呼出'的水分数量。"为了测试他们的新补丁,研究人员转向了不起眼的西红柿,这是消费最广泛的农产品之一。茄科植物容易受到许多病原体的影响,包括真菌、病毒和细菌,这些病原体会大大降低作物产量和水果质量。温室中的番茄植株感染了三种病原体:番茄斑萎病毒(TSWV);早疫病,一种真菌感染;以及晚疫病,由一种叫做卵菌的真菌类病原体引起。这些植物还被暴露在非生物(非生活)压力下,如过度浇水、干旱、缺乏光照和高盐度。这项研究的共同通讯作者魏青山说:"这很重要,因为种植者越早发现疾病或真菌感染,他们就越有能力限制疾病的传播并保护他们的作物。此外,种植者越能快速识别非生物压力,如被盐水入侵污染的灌溉水,他们将能更好地应对相关挑战并提高作物产量。"在试验了各种传感器的组合后,研究人员使用机器学习模型分析了他们的数据,以确定何种组合能更有效地识别疾病和压力。该模型证实,要做到最有效,至少需要三个传感器。"我们检测所有这些挑战的结果是全面的,"魏青山说。"例如,我们发现,在一个补丁上使用三个传感器的组合,我们能够在植物首次被感染后四天检测到TSWV。这是一个重要的优势,因为西红柿通常在10到14天内不会显现感染TSWV的任何症状"。研究人员说,他们接近于创造一个作物种植者可以使用的补丁。他们打算制作无线贴片,然后在温室外的田间进行测试,以确保它们在真实世界的条件下发挥作用。朱勇说:"我们目前正在寻找工业和农业合作伙伴,帮助我们推进这项技术的开发和测试。"这可能是一个重大的进步,帮助种植者防止小问题变成大问题,并帮助我们以一种有意义的方式解决粮食安全挑战。"这项研究发表在《科学进展》杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1354529.htm手机版:https://m.cnbeta.com.tw/view/1354529.htm

封面图片

Solix Spraver农业机器人:能自主寻找并消灭杂草

SolixSpraver农业机器人:能自主寻找并消灭杂草除了成本高之外,除草剂还可能对环境造成危害,那么,为什么要将除草剂用于整个作物而不是只用于杂草生长的区域?--这就是SolixSpayer机器人背后的想法,它可以在农民的田地里发现并喷洒杂草。SolixSprayer由巴西/美国农业技术公司Solinftec设计,将由位于印第安纳州的McKinney制造。跟Solinftec现有的SolixScout机器人一样--它负责检查和报告农作物但不喷洒农作物--它由四个机载太阳能电池板供电。当Sprayer自主地在种植田里来回走动时,它会利用一套集成传感器对它经过的每棵植物进行“从根到叶”的扫描。如果机载AliceAI系统确定该植物是杂草就会有选择地对其使用除草剂。该机器人还能生成一张田地的数字地图并显示检测和处理杂草的位置。据Solinftec介绍称,根据田地形状和地形,一台Sprayer机器人每天能够管理多达100英亩(40.5公顷)的农田。此外,通过利用照明系统和由其太阳能电池板充电的电池,Sprayer可以一天24小时运行。并且由于该机器人比牵引“智能”除草喷雾器的拖拉机轻得多,对土壤的压实应该是最小的。在其目前的形式下,Solix喷雾器被优化用于谷物作物如小麦、大豆和玉米。Solinftec称,在迄今为止进行的美国试验中,该技术已经能减少高达70%的除草剂使用。据悉,该机器计划在明年的某个时候投入商业使用。PC版:https://www.cnbeta.com/articles/soft/1311477.htm手机版:https://m.cnbeta.com/view/1311477.htm

封面图片

美国农业部(USDA)发布最新植物耐寒区地图 为园艺爱好者提供指引

美国农业部(USDA)发布最新植物耐寒区地图为园艺爱好者提供指引访问 2023年美国农业部植物耐寒区划图:https://planthardiness.ars.usda.gov/由于11年来发生了许多变化,这次更新早该进行了。除了地理信息系统(GIS)的技术进步外,2023年地图还采用了1991年至2020年这30年间的数据。与之前1976年至2005年的数据点相比,全国约有一半地区的环境变得更加温暖。PRISM气候小组主任、主要作者克里斯托弗-戴利(ChristopherDaly)说:"总体而言,2023年地图显示的美国大陆地区温度比2012年地图高出约2.5度。这意味着美国约有一半地区的气温将升高5度,一半地区的气温将保持不变。一般来说,中部平原和中西部地区升温幅度最大,美国西南部地区升温幅度很小。"这张彩色地图包含数十年的气候和季节数据,为您的绿色拇指提供帮助图/美国农业部这张互动地图由俄勒冈州立大学PRISM气候小组和农业研究服务部共同开发,是美国农业部迄今为止发布的最准确、最详细的地图。美国农业部收集了13,412个气象站的数据(几乎是2012年(7,983个)的两倍),利用30年平均值(1991-2020年)尽可能多地找出冬季最低温度。冬季的低温对园艺家来说是一个'临界点'指南,表明这是植物有可能存活的临界点。戴利说:"由于增加了许多新的站点,并采用了最新的PRISM技术和更复杂的制图技术,植物耐寒区地图更加准确和详细,但也产生了与气候无关的局部变化。"新的美国地图上有13个区,每个区的范围为10°F。这些区域被进一步划分,每个区域被一分为二,更精确地划分为5°F的范围。因此,在同一数字区内,标有"a"的植物将比标有"b"的植物温暖5°F。基本上,每个区域都详细说明了植物可承受的最低至最高温度。然后,园艺家就可以根据这些区域的温度范围来选择植物。例如,如果一种植物适合种植在第三至第七区,那么它可以承受一定程度的寒冷,但不能承受极端的低温。这也意味着,这种植物需要一些寒冷的时间,但在沙漠中就不太适合了。不过,美国农业部坚持认为,即便耐寒区发生了变化,也不需要开始移除超出参数范围的植物;任何生长良好的植物都很有可能继续茁壮成长。美国农业部还指出,小气候会进一步改变温度阶梯,因此在这些地区,美国农业部建议将地图作为一个指南而不是规则。约有8000万美国园艺爱好者正在使用植物耐寒性地图。此外,美国农业部风险管理局也根据该地图制定农作物保险标准,科学家在调查引进物种和昆虫传播等领域时也将该地图纳入研究。...PC版:https://www.cnbeta.com.tw/articles/soft/1397443.htm手机版:https://m.cnbeta.com.tw/view/1397443.htm

封面图片

农业科技公司Cropin隆重宣布云平台 致力推动农业数字化转型

农业科技公司Cropin隆重宣布云平台致力推动农业数字化转型在比尔与梅琳达·盖茨基金会和CDC集团等投资者的支持下,Cropin隆重宣布了提供集成应用程序的CropinCloud云平台。作为一家成立于2010年、产品遍布92个市场区域的农业科技公司,其已同250多家B2B客户合作、让2600万英亩的农田实现了数字化。截图(来自:Cropin官网)Cropin声称拥有全球最大的作物知识图谱,涵盖500多种/10000个具体品种。公司创始人兼首席执行官KrishnaKumar在接受外媒采访时称:此前农业领域难以获得支持且帮助其构建各种解决方案的统一、连贯平台,即使它面临气候变化、地缘政治局势紧张、视频供应链中断、以及全球人口增长等各种挑战。事实上,全球农业生态系统拥有巨大的深度和广度。但奇怪的是,可连贯捕获并分享数据的工具却出现了严重的缺失,而CropinCloud正好可供各种规模的农业综合企业使用。据悉,Cropin提供了三个子平台,允许农民和食品价值链中的其它利益相关者,轻松访问地球观测、遥感、数据和机器学习工具,以帮助其更好地管理作物和收成。●首先是CropinApps,其涵盖了相当防范的用例,包括全球农业运营管理、食品安全措施、供应链可见性、可预测性和风险管理,从农场到餐桌的食品追踪、研发和生产管理,并且可帮助农民追踪森林砍伐和碳排放。●其次CropinDataHub能够收集来自不同来源的数据进行分析,包括现场农场管理应用程序、物联网设备、无人机、遥感卫星和天气报告。●同时CropinIntelligence可利用该公司的22个上下文深度学习和AI模型,来帮助农业综合企业处理作物检测、作物阶段识别、产量估计、灌溉计划、病虫害预测、氮吸收和收获日期预估等数据点。Cropin的成功案例,涵盖了与联合利华与椰子种植者的合作。涉及使用该公司的SmartFarmPlus应用程序,来记录有关树木成熟程度、面临的问题和生产力水平等信息。通过一番运算分析,SmartFarmPlus能够基于输入的各种数据而提供特定的建议,比如椰农的预估产量。此外Cropin在一个涵盖244个村庄、30000块农田、以及77个作物品种的项目中,向世界银行和印度政府提供了有关天气、作物管理、病虫害预测、养分管理以及土壤和水管理实践的见解。Cropin表示,科技成功助力农作物产量和生产力平均提升了30%、且农场的收入也上涨了近37%。Cropin领导人团队KrishnaKumar表示,Cropin目前正在为D轮融资做准备,期望在未来六个月内筹集5000~7500万美元的资金。自12年前推出以来,Cropin总共已筹集3300万美元的资金。除了比尔与梅琳达·盖茨基金会的战略投资基金和CDC集团,其它投资者还包括——ABCWorldAsia、ChirataeVentures、AnkurCapital、Beenext和KrisGopalakrishnan的家族办公室。Cropin总部位于班加罗尔,但在美国、新加坡和荷兰都设有子公司。今年早些时候,其联合创始人兼首席运营官KunalPrasad还被调往荷兰负责监督欧洲业务。最后,Cropin承诺的年度经常性收入为1500~2500万美元。该公司在过去几年中实现了2...PC版:https://www.cnbeta.com/articles/soft/1312991.htm手机版:https://m.cnbeta.com/view/1312991.htm

封面图片

科学家警告人类发展的农业正让植物多样性永久丧失

科学家警告人类发展的农业正让植物多样性永久丧失正如德国生物多样性综合研究中心(iDiv)、莱比锡大学(UL)、哈勒-维滕贝格马丁路德大学(MLU)和亥姆霍兹环境研究中心(UFZ)领导的一个研究小组所显示的。他们的研究发表在《生态学杂志》上,揭示了前农业用地不同规模的恢复过程,指出了可以帮助生物多样性恢复的具体恢复干预措施。明尼苏达州(美国)锡达克里克的草原--左上方是最古老的田地之一,右下方是残存的草原。土地利用,如将自然栖息地转变为农业区,是全世界生物多样性丧失的最重要的驱动因素。然而,人们可能会认为,只要有足够的时间,消除主要的人为干扰就能使生物多样性得到恢复。生态恢复是指导和加快受干扰生态系统恢复的科学和实践。根据最近通过的《联合国生物多样性公约》(CBD)全球生物多样性框架的目标2,到2030年,至少30%的退化陆地、内陆水域、沿海和海洋生态系统应得到有效恢复。为了进一步了解前农业用地的这种恢复过程,研究人员测量了明尼苏达州(美国)17个温带草原的生物多样性和物种组成的恢复情况。这些草原曾被耕种并用于农业,但在1927年至2015年间,不同的田地被遗弃,以便可以跟踪植被的自然演替和恢复。研究人员将这些被遗弃的场地与从未被耕种过的场地进行了比较,后者作为一个参考,说明自然系统可能是什么样子。"我们想知道的是,如果让它们恢复,受干扰的草原能以多快的速度和多彻底的方式恢复其生物多样性。"来自iDiv、MLU和UL的第一作者EmmaLadouceur说,她也是UFZ的客座研究员,了解这一恢复过程可以让我们深入了解我们如何利用恢复来协助和加快它。80年后,物种丰富度仍然滞后研究人员发现,即使在80年后,废弃的田地与从未耕种过的地方相比也没有自行恢复。旧田地中不同物种的数量平均是从未耕种过的地点的65%。此外,生活在现场的植物物种类型随着时间的推移而恢复,但不是完全恢复。当田地刚恢复时,它们被旧田地所特有的物种所侵占,如许多杂草和耐干扰的物种。一段时间后,许多从未被干扰过的地点所特有的物种定居下来,并随着时间而增加。然而,在整个研究中,有63个本地物种是从未耕种过的地点所特有的,而恢复中的旧田地有更多的引进草和杂草。在他们的研究中,研究人员专注于旧田地的恢复,没有任何积极的恢复努力来促进这一过程。在这些信息的帮助下,可以设计恢复行动以帮助这些系统更好地恢复。"通过仔细观察不同规模的物种组成的恢复情况,我们可以更好地了解哪些物种可以成为恢复治疗的目标,以及我们如何能够帮助这些系统更好地恢复,"共同作者、MLU的教授以及iDiv和UFZ的生理多样性负责人StanHarpole解释说。"EmmaLadouceur补充说:"具体的恢复措施可以包括播种或种植我们知道不属于恢复中的田地成分的物种,同时结合管理外来物种以减少与本地物种的竞争。"对政策的知情建议"通过我们的研究,我们表明,在很长的时间范围内使用有价值的稀有数据,并观察重要的空间依赖模式,可以导致与政策直接相关的实际结果。例如,我们的结果可以用来为理解恢复成果和目标提供重要的背景,作为国际论坛的一部分,如最近的联合国生物多样性大会(COP15),"高级作者、MLU教授和iDiv的生物多样性综合部负责人JonathanChase说。...PC版:https://www.cnbeta.com.tw/articles/soft/1343043.htm手机版:https://m.cnbeta.com.tw/view/1343043.htm

封面图片

科学家在湖底安装DNA"时间机器" 揭示生物多样性丧失的百年历程

科学家在湖底安装DNA"时间机器"揭示生物多样性丧失的百年历程人工智能分析表明,污染程度、极端天气事件和气温升高破坏了淡水湖的生物多样性。科学家首次验证了他们的DNA"时间机器"概念,揭示了淡水湖一个世纪以来的环境变化--包括气温升高和污染,导致生物多样性可能不可逆转地丧失。他们的方法是将人工智能应用于基于DNA的生物多样性、气候变量和污染,可以帮助监管机构保护地球现有的生物多样性水平,甚至改善它们。伯明翰大学的研究人员与法兰克福歌德大学合作,利用丹麦一个湖底的沉积物重建了一个有100年历史的生物多样性、化学污染和气候变化水平库。这个湖的水质变化历史有据可查,是测试生物多样性时间机器的完美自然实验。湖岸上的采样船。资料来源:伯明翰大学专家们于11月7日在eLife杂志上发表了他们的研究成果,揭示了沉积物中蕴藏着生物和环境信号的连续记录,这些信号随着时间的推移发生了变化--从工业革命开始时的(半)原始环境一直到现在。研究小组利用环境DNA(植物、动物和细菌留下的遗传物质)来构建整个淡水群落的图景。在人工智能的辅助下,他们结合气候和污染数据分析了这些信息,找出了湖中物种历史性消失的原因。首席研究员、伯明翰大学进化系统生物学和环境垚学教授、艾伦-图灵研究所研究员路易莎-奥尔西尼解释说:"我们从湖底提取了沉积物岩芯,利用沉积物中的生物数据,就像一台时间机器--回溯过去,以每年的分辨率建立上个世纪生物多样性的详细图景。通过将生物数据与气候变化数据和污染程度进行分析,我们可以找出对生物多样性影响最大的因素。"显示研究工作的图表。图片来源:NiamhEastwood和LuisaOrsini教授"保护每一个物种而不影响人类生产是不现实的,但利用人工智能,我们可以优先保护能够提供生态系统服务的物种。与此同时,我们还能识别最主要的污染物,指导对具有最大不利影响的化合物进行监管。这些行动不仅可以帮助我们保护现有的生物多样性,而且有可能改善生物多样性的恢复。生物多样性维持着许多生态系统服务,我们都从中受益。保护生物多样性意味着保护这些服务"。研究人员发现,杀虫剂和杀菌剂等污染物以及最低气温的升高(升高1.2-1.5度)对生物多样性水平造成的破坏最大。不过,沉积物中的DNA也表明,在过去20年中,该湖已开始恢复。随着湖泊周边地区农业用地的减少,水质也有所改善。然而,虽然总体生物多样性有所增加,但群落却与(半)原始阶段不同。这一点令人担忧,因为不同的物种可以提供不同的生态系统服务,因此,它们无法返回特定地点会阻碍特定服务的恢复。第一作者、伯明翰大学博士生尼娅姆-伊斯特伍德(NiamhEastwood)说:"污染和水温升高造成的生物多样性损失可能是不可逆转的。100年前湖中发现的物种已经消失,但它们不可能全部回归。即使湖水正在恢复,也不可能恢复到原来的原始状态。这项研究表明,如果我们不能保护生物多样性,很多生物多样性可能会永远消失"。共同第一作者、伯明翰大学环境生物信息学助理教授周家瑞博士说:"我们的整体模型可以帮助我们预测在'一切照旧'和其他污染情况下生物多样性的可能损失。我们已经证明了基于人工智能的方法在了解生物多样性丧失的历史驱动因素方面的价值。随着新数据的出现,可以使用更复杂的人工智能模型来进一步改进我们对生物多样性丧失原因的预测。"下一步,研究人员将把对单一湖泊的初步研究扩展到英格兰和威尔士的湖泊。这项新的研究将帮助他们了解他们观察到的模式有多大的可复制性,从而了解他们如何能够推广他们在污染和气候变化对湖泊生物多样性影响方面的发现。...PC版:https://www.cnbeta.com.tw/articles/soft/1395663.htm手机版:https://m.cnbeta.com.tw/view/1395663.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人