YOLOvME: الكشف عن أمراض المحاصيل وتحسين الكفاءة في الزراعة

جلسنا مع كلينتون أناني لمعرفة كيف تغلب على مشاكل أمراض المحاصيل باستخدام الذكاء الاصطناعي.

كلينتون هو مهندس برمجيات و روبوتات، ومهندس تعلم عميق شغوف للغاية. وهو أيضاً الشريك المؤسس والرئيس التنفيذي لشركة 3Farmate Robotics Limited، وهي شركة ناشئة للبحث والتطوير في مجال التكنولوجيا الزراعية تركز على بناء آلات أتمتة لمعالجة العمالة اليدوية غير الفعالة في قطاع الزراعة، من خلال الاستفادة من الروبوتات المتطورة والذكاء الاصطناعي.

يحب كلينتون بناء الروبوتات! ولكن اهتمامه بالآلات بدأ مبكراً جداً، عندما كان طفلاً. قاده هذا الفضول في النهاية إلى الذكاء الاصطناعي. بدأ كلينتون في مجال الذكاء الاصطناعي منذ حوالي 3 سنوات، وكان لديه معرفة تكاد تكون معدومة بهذا المجال. لقد تابع عشرات الدروس التعليمية وبنى أشياء مذهلة. ومع ذلك، لم يكن كلينتون قادراً على الوقوف بمفرده في قطاع الذكاء الاصطناعي. لذلك، قرر الغوص عميقاً في Machine Learning. لقد حضر كلينتون في الغالب دورات تدريبية من كبرى الجامعات والمؤسسات على Coursera و Udacity. صرح كلينتون أن الدورات التي أخذها من Andrew Ng حول التعلم العميق كانت مؤثرة بشكل خاص في مساعدته على الوصول إلى ما هو عليه اليوم. يستخدم كلينتون YOLOv5 منذ بداية عام 2021.

تعالج شركة 3Farmate Robotics قضيتين في صناعة إنتاج الغذاء:#

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

بالنسبة كلا القطاعين، يعتبر AI in agriculture أمراً بالغ الأهمية. طالما ابتليت المزارع بآمات المحاصيل، وتستمر في تدمير مئات الأفذا من محاصيل الغذاء كل عام. يرجع هذا الدمار إلى الطبيعة البطيئة للغاية واليدوية لتحليل أمراض المحاصيل والوقت الذي يستغرقه التوصية بالحلول. تتطلب الحلول الحالية عموماً أن يقوم أخصائي أمراض النبات بزيارة المزرعة، وإجراء الدراسات الاستقصائية، وجمع بعض البيانات، وتقديم النتائج في غضون أسبوع أو أسبوعين، وخلال هذه الفترة تستمر الأمراض/الإصابات في الانتشار. إدراكاً لعدم كفاءة العمليات، هناك فرصة واضحة للتحسين: سواء في تحديد أمراض المحاصيل في الموقع أو التوصية بالحلول في غضون ثوانٍ معدودة.

لذا، وُجد أن الذكاء الاصطناعي هو المرشح الأبرز لحل هذه المشكلة. وعندما تعلق الأمر باختيار نماذج الذكاء الاصطناعي، توجد خيارات عديدة يمكن الاختيار من بينها. ومع ذلك، قدم نموذج Ultralytics YOLOv5 باستمرار نتائج ودقة ممتازتين لـ كلينتون عندما عمل معه سابقاً، مما جعله يفكر في استخدامه لأدواتهم الرقمية وكذلك لأنظمتهم المدمجة.

لماذا كان نموذج Ultralytics YOLOv5 سهلاً في التعامل معه؟#

شاهد: تحليل المحاصيل للأغذية الصحية باستخدام Ultralytics YOLOv5.

تدريب نموذج Ultralytics YOLOv5 مباشر للغاية ومريح جداً في العمل معه. أما بالنسبة لنشر النموذج، فلدينا نشر قائم على الويب، ونشر على الهواتف المحمولة، ونشر على الأنظمة المدمجة.

يقول كلينتون: "في المستقبل القريب، نتطلع إلى إجراء تقييمات الجودة للفواكه والخضروات في الوقت الفعلي، ولهذا الغرض سيتم استخدام Ultralytics YOLOv5".

ما هي النصيحة التي تقدمها لشخص يبدأ في مجال الذكاء الاصطناعي؟#

بالنسبة لشخص جديد في مجال الذكاء الاصطناعي، أوصي بالعثور على خارطة طريق تعليمية جيدة حقًا للذكاء الاصطناعي واتباعها بدقة. إذا فاتتك أسس الذكاء الاصطناعي (جانب التفاضل والتكامل، والإحصاء، والمعادلات التفاضلية)، فسيكون من الصعب عليك العمل مع أنظمة الذكاء الاصطناعي وما يتطلبه الأمر لتكون قادرًا على التعامل مع مشروع ذكاء اصطناعي واقعي. لذا خذ الأمور ببطء، واستمتع بالرحلة.

_توفر 3Farmate Robotics منصة مدعومة بالذكاء الاصطناعي لتحليل المحاصيل واكتشاف العدوى وتقديم التوصيات مع دعم لمحاصيل متعددة. هذه المنصة خفيفة الوزن ويمكن تشغيلها على أي هاتف محمول. ابق على اطلاع دائم بـ 3Farmate Robotics على _ LinkedIn._

اكتشف كيف يغير Ultralytics YOLOv5 والذكاء الاصطناعي للرؤية قطاع الزراعة.

نريد تسليط الضوء على حالة استخدام YOLOv5 الخاصة بك أيضًا! قم بالإشارة إلينا على وسائل التواصل الاجتماعي Ultralytics@ باستخدام الوسم #YOLOvME للحصول على فرصة للظهور.