YOLOvME: الكشف عن أمراض المحاصيل وتعزيز الكفاءة الزراعية

جلسنا مع كلينتون أناني لنعرف كيف تغلب على مشكلات أمراض المحاصيل باستخدام الذكاء الاصطناعي.

كلينتون مهندس برمجيات وروبوتات، ومهندس شغوف بالتعلم العميق. وهو أيضًا الشريك المؤسس والرئيس التنفيذي لشركة 3Farmate Robotics Limited، وهي شركة ناشئة في مجال التكنولوجيا الزراعية والبحث والتطوير AgriTech R&D، تركز على بناء آلات مؤتمتة لمعالجة أوجه القصور في العمل اليدوي بالقطاع الزراعي بالاستفادة من الروبوتات والذكاء الاصطناعي.

يحب كلينتون بناء الروبوتات! لكن اهتمامه بالآلات بدأ قبل ذلك بكثير، عندما كان طفلًا. وأدى هذا الفضول في نهاية المطاف إلى اهتمامه بالذكاء الاصطناعي. بدأ كلينتون رحلته في الذكاء الاصطناعي قبل نحو 3 سنوات، وكانت معرفته بهذا المجال شبه معدومة. تابع عشرات البرامج التعليمية وأنشأ مشاريع كثيرة، لكنه مع ذلك لم يتمكن من الاعتماد على نفسه في قطاع الذكاء الاصطناعي. لذا قرر التعمق في التعلم الآلي. التحق كلينتون في الغالب بدورات قدمتها جامعات ومؤسسات مرموقة على Coursera وUdacity. وذكر كلينتون أن الدورات التي أخذها من أندرو نغ في التعلم العميق كان لها أثر خاص في وصوله إلى ما هو عليه اليوم. ويستخدم كلينتون YOLOv5 منذ بداية عام 2021.

تعالج 3Farmate Robotics مشكلتين في صناعة إنتاج الأغذية:#

1. توفير أدوات زراعية رقمية للقطاع لتحسين الكفاءة والإنتاجية. 2. توفير قوة عاملة عالية الكفاءة لحراثة الأرض وتعظيم إمكاناتها.

يُعد الذكاء الاصطناعي في الزراعة ضروريًا لكلا القطاعين. لطالما أضرت أمراض المحاصيل بالمزارع، وما زالت تدمر مئات الأفدنة من المحاصيل الغذائية كل عام. ويعود هذا الدمار إلى بطء تحليل أمراض المحاصيل واعتماده الشديد على العمل اليدوي، فضلًا عن طول المدة اللازمة للتوصية بالحلول. وتتطلب الحلول الحالية عمومًا زيارة اختصاصي أمراض نباتات للمزرعة، وإجراء المسوحات وجمع بعض البيانات وعرض النتائج خلال أسبوع أو أسبوعين، تواصل الأمراض أو الإصابات خلالهما الانتشار. ومع إدراك أوجه القصور في العملية، تظهر فرصة واضحة للتحسين: تحديد أمراض المحاصيل في الموقع مباشرةً والتوصية بالحلول خلال ثوانٍ.

لذلك، برز الذكاء الاصطناعي بوصفه خيارًا رائدًا لحل هذه المشكلة. وعند اختيار نماذج الذكاء الاصطناعي، تتوفر خيارات كثيرة. لكن Ultralytics YOLOv5 كان يحقق باستمرار نتائج ممتازة ودقة عالية عندما عمل به كلينتون سابقًا، ما دفعه إلى التفكير في استخدامه لكل من أدواتهم الرقمية وأنظمتهم المدمجة.

لماذا كان التعامل مع Ultralytics YOLOv5 سهلًا؟#

شاهد: تحليل المحاصيل للحصول على غذاء صحي باستخدام Ultralytics YOLOv5.

إن تدريب نموذج Ultralytics YOLOv5 سهل، كما أن العمل به مريح للغاية. أما نشر النموذج، فيتوفر لدينا نشر قائم على الويب ونشر على الأجهزة المحمولة ونشر على الأنظمة المدمجة.

يقول كلينتون: «في المستقبل القريب، سنسعى إلى إجراء تقييمات لجودة الفواكه والخضروات في الوقت الفعلي، وسنستخدم Ultralytics YOLOv5 لهذا الغرض».

ما النصيحة التي تقدمها لمن يبدأ رحلته في الذكاء الاصطناعي؟#

أنصح المبتدئ في الذكاء الاصطناعي بالعثور على خارطة طريق تعليمية جيدة جدًا لهذا المجال واتباعها بدقة. إذا فاتتك أساسيات الذكاء الاصطناعي (التفاضل والتكامل والإحصاء والمعادلات التفاضلية)، فستواجه صعوبة في التعامل مع أنظمة الذكاء الاصطناعي وفهم متطلبات تنفيذ مشروع حقيقي في هذا المجال. لذا تمهّل واستمتع بالرحلة.

توفر 3Farmate Robotics منصة مدعومة بالذكاء الاصطناعي لتحليل المحاصيل واكتشاف الإصابات وتقديم التوصيات، مع دعم محاصيل متعددة. والمنصة خفيفة ويمكن تشغيلها على أي هاتف محمول. تابع آخر مستجدات 3Farmate Robotics على LinkedIn.

اكتشف كيف يغيّر Ultralytics YOLOv5 والذكاء الاصطناعي البصري قطاع الزراعة.

نرغب في تسليط الضوء على حالة استخدامك لـ YOLOv5 أيضًا! أشر إلينا على وسائل التواصل الاجتماعي باستخدام @Ultralytics و#YOLOvME لتحظى بفرصة إبرازها.