Aide à la décision
❯
Recommander
❯Diagnostic des cultures et recommandations de produits via l'IA
Plateforme d'apprentissage adaptatif IA pour un apprentissage personnalisé
Grandes entreprises
Ressources humaines - Évaluation du rendement des employés
Divertissement et médias - Personnalisation du contenu
Diagnostic des cultures et recommandations de produits via l'IA
Grandes entreprises
Opérations - Surveillance intelligente des infrastructures
Renseignements automatisés sur l'enrichissement des menaces dans la cybersécurité
Grand public
Éducation - Apprentissage personnalisé
Gestion - Intelligence de marché
L'IA pour la prévention des pertes des clients des services de télécommunication
Diagnostic des cultures et recommandations de produits via l'IA
Pour:
Agriculteurs, entreprises biochimiques, fabricants de traitements contre les maladies des culturesObjectif:
Amélioration du développement de produits / R&D, amélioration de l'efficacité opérationnelleProblème adressé
Des millions de dollars sont dépensés chaque année par les agriculteurs pour gérer les maladies des cultures, mais jusqu'à récemment, ils n'avaient souvent pas accès à un équipement de diagnostic fiable. De nombreuses souches de maladies des cultures peuvent être éliminées à l'aide de thérapies ciblées, mais il est crucial d'utiliser la bonne. Les agriculteurs peuvent rendre les meilleurs traitements inefficaces s'ils sont armés de diagnostics erronés. Les maladies des cultures sont extrêmement difficiles à identifier sans une connaissance approfondie du sujet. Ce n'est que lorsque la maladie traitée a été correctement diagnostiquée que les conseils de traitement peuvent être utiles. Mais le problème est que les pathologistes ne peuvent pas visiter tous les champs.
Description
La solution est d'apporter les données aux pathologistes. Pour cela, un processus de diagnostic a été conçu grâce à l'utilisation d'analyses d'images avancées alimentées par l'intelligence artificielle et l'apprentissage automatique. Les capacités sophistiquées d'apprentissage en profondeur du moteur ML de Google ont été utilisées pour créer des capacités de classification des maladies. Pour former le réseau neuronal, la plate-forme haute performance de Google et plus de 50 000 photos sont utilisées. Le temps de formation du réseau neuronal est considérablement réduit grâce aux unités de traitement Tensorflow (TPU) de Google, permettant des mises à jour rapides et abordables des modèles lorsque de nouvelles photos sont collectées et filtrées. Un agriculteur peut utiliser l'application pour smartphone pour prendre des photos des feuilles infectées sur ses cultures. Les services ML hébergés par GCP obtiennent ces photos et fournissent rapidement un diagnostic à l'agriculteur. L'évolutivité est offerte par ML Engine, une plate-forme hébergée sans serveur, sans qu'il soit nécessaire de gérer plusieurs serveurs. Dans l'ensemble, une solution numérique a été construite qui a permis de donner des recommandations de produits précises aux agriculteurs du monde entier sans avoir besoin d'envoyer des phytopathologistes sur le terrain chaque fois qu'un diagnostic est nécessaire.
Voir - Image
IA: Percevoir
Vision par ordinateur
Apprentissage en profondeur
IA: Comprendre
Aide à la décision - Recommander
IA: Agir