Arthur Samuel是斯坦福大學(xué)的一位奇異的計(jì)算機(jī)工程師,他參與了在跳棋界被認(rèn)為*重要的*比賽。Arthur用他設(shè)計(jì)的下棋計(jì)算機(jī)向當(dāng)時(shí)康涅狄格州的*發(fā)起挑戰(zhàn)。
令人驚訝的是,這并不是近代歷史的產(chǎn)物,這場(chǎng)決定性的比賽是在1961年舉行的。在個(gè)人電腦革命發(fā)生前的幾十年里,Aurther教授創(chuàng)造了一個(gè)能夠?qū)崿F(xiàn)我們現(xiàn)在所說(shuō)的“機(jī)器學(xué)習(xí)”(Machine Learning)的可用原型機(jī)。Aurther并沒(méi)有為它輸入幾千億種可能的對(duì)局情形,而是命令電腦根據(jù)過(guò)去玩的游戲做出反應(yīng)。完成*又*游戲后,電腦通過(guò)“學(xué)習(xí)”成為了跳棋大師。
計(jì)算機(jī)沒(méi)有明確編程指令也能開(kāi)發(fā)技能跳棋這種游戲需要對(duì)數(shù)十個(gè)因素進(jìn)行權(quán)衡、計(jì)算風(fēng)險(xiǎn),并計(jì)劃如何高效地走下一步棋。Arthur Samuel在他早期的機(jī)器學(xué)習(xí)實(shí)驗(yàn)中所應(yīng)用的原理一直沿用至今,特別是在現(xiàn)代農(nóng)業(yè)中。“人工智能”領(lǐng)域中增長(zhǎng)迅速的技術(shù)之一就是機(jī)器學(xué)習(xí)。這項(xiàng)技術(shù)正被應(yīng)用于現(xiàn)代農(nóng)業(yè),用于創(chuàng)造應(yīng)用在更大規(guī)模的、更高精度的解決方案。
機(jī)器學(xué)習(xí)使用算法來(lái)分析數(shù)據(jù),從中學(xué)習(xí),并在沒(méi)有人類干預(yù)的情況下做出決策。
數(shù)百萬(wàn)計(jì)的選擇植物育種家一直在尋找特定的性狀。他們想要尋找質(zhì)量性狀來(lái)幫助作物更高效地利用水、養(yǎng)分,適應(yīng)氣候變化,或是抵御病害。要讓一株植物遺傳一項(xiàng)有益性狀,研究人員必須找到正確的基因序列。但究竟哪一段序列才是正確的那個(gè)呢?這是一開(kāi)始就會(huì)遇到的難題。
開(kāi)發(fā)新品種時(shí),植物育種家面臨著數(shù)百萬(wàn)計(jì)的選擇深度學(xué)習(xí)算法能夠提取十年的農(nóng)田數(shù)據(jù)——關(guān)于作物在不同氣候條件下表現(xiàn)如何以及對(duì)某種特定性狀的遺傳性如何等信息——然后用這些數(shù)據(jù)來(lái)建立一個(gè)概率模型。有了這些遠(yuǎn)遠(yuǎn)超出某一個(gè)人所能夠掌握的信息,機(jī)器學(xué)習(xí)就能夠預(yù)測(cè)哪些基因*有可能參與植物的某種有益性狀。面對(duì)數(shù)百萬(wàn)計(jì)的排列組合數(shù)據(jù),先進(jìn)的軟件極大地縮小了搜索范圍。
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支,能夠從原始數(shù)據(jù)的不同集合中推導(dǎo)出結(jié)論
有了機(jī)器學(xué)習(xí)的幫助,植物育種正變得越來(lái)越*、高效,并有能力對(duì)更大范圍內(nèi)的變量進(jìn)行評(píng)估??茖W(xué)家們能夠用電腦模擬來(lái)開(kāi)展早期測(cè)試,以評(píng)估一個(gè)新品種在面臨不同的亞氣候環(huán)境、土壤類型、天氣模式和其他因素條件時(shí)會(huì)如何表現(xiàn)。數(shù)字測(cè)試并不會(huì)完全取代實(shí)地田間研究,但允許植物育種家更準(zhǔn)確地預(yù)測(cè)作物的表現(xiàn)。當(dāng)一個(gè)新的品種被種到土壤中前,機(jī)器學(xué)習(xí)已經(jīng)幫助育種家們篩選出了經(jīng)過(guò)前所未有的更全面測(cè)試的產(chǎn)品。
在追蹤病害時(shí),早期和準(zhǔn)確的鑒定至關(guān)重要。傳統(tǒng)的植物病害鑒定方法是通過(guò)視覺(jué)檢查完成的。這一過(guò)程的普遍問(wèn)題是效率低,并且容易產(chǎn)生人為誤差。對(duì)于一臺(tái)訓(xùn)練有素的計(jì)算機(jī)來(lái)說(shuō),診斷植物病害本質(zhì)上就是一個(gè)模式識(shí)別。在將成千上萬(wàn)張患病植物照片進(jìn)行歸類后,機(jī)器學(xué)習(xí)算法能夠確定病害類別、嚴(yán)重程度,并在未來(lái)甚至 有可能給出推薦方案,減少病害帶來(lái)的損失。
農(nóng)業(yè)中的機(jī)器學(xué)習(xí)允許更*的病害診斷,同時(shí)幫助減少因誤診而產(chǎn)生的能源和資源的浪費(fèi)。種植者能夠?qū)⑿l(wèi)星、無(wú)人機(jī)、田間巡游器等拍下的農(nóng)田影像資料以及智能手機(jī)拍攝的照片上傳,使用軟件進(jìn)行診斷并制定管理計(jì)劃。
作物病害是全球饑餓和糧食危機(jī)的一個(gè)主要原因?,F(xiàn)代農(nóng)業(yè)的核心目標(biāo)就是創(chuàng)造出可減緩這些全球挑戰(zhàn)的種子和作物保護(hù)產(chǎn)品。機(jī)器學(xué)習(xí)能帶來(lái)許多好處,其中之一就是如何讓農(nóng)業(yè)生產(chǎn)過(guò)程得到更*地改進(jìn)。在植物育種領(lǐng)域,機(jī)器學(xué)習(xí)正在幫助創(chuàng)造更高效的種子。這些進(jìn)展為創(chuàng)造更具適應(yīng)能力、更高產(chǎn)種子提供了更大潛力,以更好地利用我們彌足珍貴的天然資源。
那些以前常常為大型研究機(jī)構(gòu)所有的計(jì)算機(jī)現(xiàn)在已經(jīng)觸手可及,供小型但有能力的團(tuán)隊(duì)使用。與使用更便宜的服務(wù)器和微處理器帶來(lái)的變化類似,使用機(jī)器學(xué)習(xí)的小型初創(chuàng)公司正開(kāi)始重塑現(xiàn)代農(nóng)業(yè)的產(chǎn)業(yè)格局。理論上,一個(gè)5000美元的超級(jí)計(jì)算機(jī)和幾個(gè)雄心勃勃的計(jì)算機(jī)工程師就可以在植物育種上取得巨大突破。而僅僅在十年前,這種念頭還只是不切實(shí)際的幻想。
就像軟件一樣,機(jī)器學(xué)習(xí)的改進(jìn)似乎有無(wú)限的可能性?,F(xiàn)代農(nóng)業(yè)的研究人員正在更大的規(guī)模上測(cè)試他們的理論,并幫助做出更準(zhǔn)確的實(shí)時(shí)的預(yù)測(cè)?,F(xiàn)代農(nóng)業(yè)有可能發(fā)現(xiàn)更多的方法來(lái)節(jié)約用水,更有效地使用資源和能源,并適應(yīng)氣候變化。誰(shuí)會(huì)料想,當(dāng)年Arthur Samuel的跳棋游戲會(huì)在這么多項(xiàng)進(jìn)展方面為現(xiàn)代農(nóng)業(yè)的發(fā)展鋪平道路呢?
專業(yè)術(shù)語(yǔ):
植物育種:植物育種在歷史上被定義為對(duì)植物的雜交繁育,以獲得含有父本母本中理想特性的后代。
作物保護(hù):作物保護(hù)是工具、產(chǎn)品和*農(nóng)事操作實(shí)踐的集合,供種植者用于保護(hù)他們的作物免受雜草、害蟲(chóng)和病害的侵害。
農(nóng)業(yè)網(wǎng)(Agronet.com.cn)微信掃一掃: 盡“掃”天下農(nóng)商情
相關(guān)新聞更多