|
深入学习的进步能否跟得上高速增长的地球人口？
联合国经济和社会事务部预计，到2050年，地球的居住人口将达到97亿人。现在，每八个人中，就有一人得不到充足的食物，农业必须更加多产，以喂养这多增长出的数十亿人口。 由于全球10公顷的潜在可生产的土地中，近一半已投入农业生产，也就是说，任何扩张将越来越多地影响已经正在逐步衰落的微妙生态系统。更糟糕的是，根据世界银行的估计，随着人口持续增长，气候变化可能将作物产量减少25％以上。 喂养如此庞大数量的人口，需要寻找新的方法来提高生产食品的效率。近几十年来，人类取得了很大的进展：发达农业国家，比如美国，现在的主要农作物的全球平均产量已翻番。 未来，越来越多的基于深度学习的AI技术将发挥重要作用，这些技术正在为全世界农场带来真正的改变。 从制造业到医疗领域，j2直播，AI已经取得了重大突破。但是在处理人类最基本、也是最核心的问题“饥饿”时，其价值还尚待证明。 全新的AI 也许是由于著名作家、媒体人帕米拉·麦克卡尔德（Pamela McCorduck）那句名言“人工智能就是锻造众神的古老愿望（an ancient wish to forge the gods）”，导致许多研究者误入歧途，错失良机。从20世纪80年代AI的热浪到如今，当代的技术人员已经开始生产出了大量难以置信的科技成果。 成就了很多当今典型成功案例莫过于基于深度学习的人工智能技术，它的成功实际上是建立在当前计算机无可匹敌的并行计算能力之上的。 在这个过程当中，科研人员已经能够建立并完善能够根据数百个不同维度对图像或其他数据集分类的抽象系统。 基于深度学习的人工智能技术现在可以可靠地检测到制造中的缺陷，这远远超出了最经验的人类工人。IBM的沃森AI平台在诊断过程中已经开始跑赢整个医生队伍，同时也在药物发现和其他医疗领域取得实质性进展。 即使AI的深度学习风格没有体现出早期许多研究人员希望的人文天赋，也正在产生具体而实用的结果，从而改变世界。 AI可识别植物、杂草和疾病 美国农民一年大约要购买并应用3.1亿磅除草剂。过去，“大面积撒网式”的种植方式浪费了绝大多数这些用品。 通过深入学习的AI系统，农民可以区分杂草和想要培育的新芽，Blue River的 LettuceBot就是这样的一家公司，他们将损失降低了90％。 其他人正在进一步采取这种基本方法。研究人员建立了一个AI，可以识别14种不同的植物物种，诊断多达26种不同的疾病，精度超过99％。 AI将处理农业物联网产生的巨大数据集 上述的图像识别功能一直是AI激增的主要内容，但与此同时，数据也很重要，深度学习亦通过其他方式为农业效率做出贡献。
美国农场如此有效的原因之一便是大量使用收集并分析作物相关数据的传感器和系统。
到2020年，全球物联网（IoT）的设备将达到每年7500万台。农业物联网提供商OnFarm表示，到2050年，每年平均每个农场将产生400万个数据点。 关于天气、土壤条件、作物状态等因素的大量信息将是深度学习的目标。虽然现在数据仍然受人类管理，但研究人员认为这种情况即将改变。 能够繁育更好种子的AI 深度学习的影响也不局限于日常农业经营，开奖，能够获得在不断变化的条件下适应并长大的植物亦可以成为提高产量的最有效途径之一。 在过去，为了达到增产的目标，人们采用了很多粗暴的方法。例如，现在占加州大部分产量的大米的CalRose变种，以及在德克萨斯州占主导地位的红宝石红葡萄柚都是用研究人员创造的γ射线轰击种子以达到基因突变的目的。 深度学习能够更深层次地理解植物的复杂遗传学，使得育种方法更精细、更集中。
|
