La aplicación basada en la web identifica plagas en todo el mundo y en la granja

Un agricultor nota un insecto desconocido en una hoja. ¿Es un pollista? O un insecto? ¿Buenas noticias en el momento de la cosecha? o malo? ¿Necesitas controlar? ¿O no?

Ese agricultor puede tomar una imagen, usar un teléfono inteligente o computadora, que se llama Insectnet para alimentar la foto en una aplicación basada en la web y, con la ayuda de la tecnología de aprendizaje automático, la información en tiempo real regrese.

"La aplicación identifica el insecto y predice su clasificación taxonómica y su papel en el ecosistema, que se encuentra en forma de ecosistema como insecto, cazador, polinatual, paracaidismo, descomponedor, herbivora, indicador y especies agresivas". Publicado Por el diario PNAS NEXUSBaskar Ganapathisubramanian y Aarti Singh de la Universidad Estatal de Iowa son escritores similares.

Parásito-Los 12 millones de insectos están respaldados por un conjunto de datos de imágenes, incluidos varios recopilados por civiles más de 2.500 insectos en precisión proporcionan identidad y predicciones para especies con precisión. Cuando la aplicación no está segura sobre un insecto, dice que es incierto, le da más confianza a los usuarios cuando proporciona una respuesta.

Y, debido a que la aplicación fue diseñada como un modelo global a local, puede estar geográficamente bien utilizando un conjunto de datos local y regional fijo especializado. Hace que los agricultores sean útiles en todas partes.

Por lo tanto, tenga cuidado, armadura, gusanos cortados, saltamontes, insectos apestos y todos los demás insectos dañinos. Y, namaste, mariposas, abejas y todos los demás encuestadores. Es bueno verte, Lady Beetle, Menthes y todos los demás depredadores de insectos.

Los autores escribieron: "Imaginamos que la Ketnet complementa los enfoques existentes y son parte de la creciente demanda de tecnologías de IA para resolver los desafíos agrícolas".

Un pueblo de investigadores

Un profesor asociado Singh, una agronomía, dijo que la capacidad del insectado para estar bien para áreas o países específicos lo hace particularmente útil.

Por ejemplo, en Iowa, Singh dijo que unas 50 especies de insectos son particularmente importantes para la producción agrícola del estado. Para identificar y proporcionar predicciones sobre esos insectos, Singh dijo que el proyecto utilizó alrededor de 500,000 imágenes de insectos.

Esto puede ser para agricultores de todo el mundo. Y donde sea que no haya suficientes datos, estos modelos sofisticados a menudo requieren millones de imágenes para el ajuste local, el conjunto de datos global todavía está disponible para los agricultores.

Sin embargo, el ketnet no es solo para los agricultores. Singh dijo que también puede ayudar a los agentes en puertos o cruces fronterizos a identificar especies invasoras. O puede ayudar a los investigadores a trabajar en estudios ecológicos.

Entonces, la aplicación es utilizable y flexible. ¿Pero es accesible?

No puede ir a una tienda de aplicaciones y descargar una versión todavía, dijo Ganapathisubramanian, Joseph y Elizabeth en Ingeniería en Ingeniería y Directora del Instituto de AI para el Instituto de AI en el estado de Iowa. Pero la aplicación se ejecuta en un servidor en el estado de Iowa. Con un código QR (ver barra lateral) o TI, el usuario puede cargar imágenes de insectos y obtener una identidad y predicción.

Funciona en las etapas de la vida de un insecto: adulto de huevos a pupa de larvas. Funciona con especies de apariencia. Y funciona con diversas propiedades de imagen e inclinación.

La conclusión para cualquier usuario es la información básica sobre un insecto: "¿Es este un insecto?" Dijo Singh. "¿O es un amigo?"

La optogenética y el perfil espacial identifican células únicas que controlan el consumo en el cerebro de los ratones

Los desarrolladores realizaron la aplicación en Boone, Iowa, durante el último espectáculo de progreso agrícola de agosto. Y ahora el trabajo de investigación lo introduce a una audiencia amplia y científica.

¿Pero ya no hay aplicaciones que ayuden a identificar insectos?

Sí, dijo Ganapathisubramanian, pero no están en la escala de Ketnet y no son capaces de aplicaciones globales a locales. Y ni siquiera son aplicaciones de código abierto con tecnología que se pueden compartir.

"Crear un código abierto de Ketnet puede fomentar esfuerzos científicos integrales", dijo. "La comunidad científica puede desarrollar estos esfuerzos en lugar de comenzar desde rasguños".

Dijo que el proyecto respondió varias preguntas técnicas que podrían aplicarse a otros proyectos.

¿Cuántos datos son suficientes? ¿Dónde podemos obtener tantos datos? ¿Qué podemos hacer con los datos de ruido? ¿Cuánta alimentación de computadora es necesaria? ¿Cómo tratamos tantos datos?

"Finalmente, se necesita un pueblo de especialización para ir a este punto, ¿verdad?" Ganapathisubramanian dijo.

Esto llevó a los agrónomos e ingenieros informáticos y estadísticas y científicos de datos y expertos en inteligencia artificial para mantener dos años de clave clave durante dos años y trabajar.

"Aprendimos a trabajar con plagas y se puede extender para incluir enfermedades de duelo y plantas o cualquier otro problema de identidad y clasificación relacionados en la agricultura", dijo Singh. "Estamos muy cerca de una ventanilla única para identificar todo esto".