Uborkaválogató gép fejlesztésére használta a Google nyílt forrású gépitanulás-rendszerét egy japán mezőgazda.
2016. szeptember 04. 09:00
p
0
0
0
Mentés
Japánban teljesen más a mezőgazdaság, mint az Egyesült Államokban. Az átlag japán farm csak 4,8 hektár, és több mint másfél millió élelmiszertermelő kisgazda tevékenykedik a hegyes szigeten. Ezzel ellentétben, az amerikai átlagfarm 434 hektár.
Az elosztott japán modell problémája, hogy a hatékony mezőgazdasági eszközökkel nagyban kellene dolgozni, máskülönben oda a rentabilitás. Egy kis birtokon a gazda, a korábban az autóiparnak beágyazott rendszereket tervező Makoto Koike el is döntötte, hogy szabványgépek helyett inkább mesterséges intelligenciát alkalmaz. Egy kérdést vett alaposan górcső alá: a válogatást. Családjával együtt uborkát termel, csakhogy a zöldség kilenc kategóriája alapján történő kézi szortírozás fárasztó és időigényes. Általában édesanyja csinálja, az ő munkájára keresett gépi megoldást. A tevékenység hónapok alatt sajátítható el, amit Makoto közölt is a Google-lal, majd gépépítésbe kezdett.
A gép automatikusan azonosítja és szétválasztja az uborkákat. A gazda a nyílt forrású gépitanulás-könyvtár TensorFlow-t használta, miután látta, mire volt képes a cég MI-je a dél-koreai gobajnokkal ellen.
„AlphaGo adta meg a lökést a mélytanulás-alapú uborkaválogató fejlesztéséhez” – nyilatkozta Makoto.
A Google szerint csak le kellett tölteni a kódmintát, elolvasni a használati utasítást, és bármikor el lehetett kezdeni a fejlesztést. A valóságban azért valamivel nehezebben ment: az eredetileg rendszertervező Makoto a három kameráról érkező adatokat kicsi fedélzeti komputerre küldő nagyon komplex gépet épített. A gépről a Google számítási felhőjébe kerülnek az adatok, feldolgozásuk is ott történik. Algoritmusok döntenek a kar mozgásáról, hogy a kilenc csoport közül melyikbe tegye az uborkát.
Makoto hónapokat töltött el több mint 7 ezer uborkakép címkézésével. Ezen az adatbázison tanulták meg az algoritmusok, hogy melyik a jó, és melyik a rossz ubi. A gép júliusban kezdett el dolgozni, hatékonysága 70 százalék.
A szoftvert Japánban több helyen is lemásolták, uborka mellett gomba, káposzta és más növények is válogathatók vele.
Az uborkatermesztő esete szépen szemlélteti, hogy miért fontosak a nyílt forrású rendszerek. A kód szabad használata demokratizálja az MI-kutatásokat, bárki hozzáértő vagy a megfelelő szakértelmet gyorsan elsajátító személy fejleszthet mesterséges intelligenciát.
Meg Trump. Ugyanis mindkét ország attól tart, hogy a világ dolgaiba való belecsendőrködéssel szakító új amerikai kormány nem védi meg őket, muszáj tehát szövetségeseket keresniük.
Az utóbbi harminc évben nem sok lehetőség jutott a hazai zöldségtermesztés és a gyümölcsösök modernizálására, Magyarország így is megtartotta vezető szerepét. A klímaváltozás, a munkaerőhiány és a generációváltás azonban óriási kihívást jelent.
Az iPhone-eladások visszaesése miatt csökkent a cég összbevétele, az almás headset pedig egyelőre nem hozta meg a várt sikert. Talán az Apple is érzékeli, hogy érdemes valami újat villantani.
Bűn és bűnhődés az 1940-es évek, háború sújtotta Japánjában, ahol bár Godzilla is hatalmas pusztítást végez, ez ahhoz képest semmi, amit az emberek alapból is átéltek.
Súlyos hírszerzési mulasztás, őrült elkövető, testőri hibák sorozata a Fico elleni merénylet mérlege. Eközben kapitulációt ajánlott a cseh elnök Ukrajnának.
p
0
0
1
Hírlevél-feliratkozás
Ne maradjon le a Mandiner cikkeiről, iratkozzon fel hírlevelünkre! Adja meg a nevét és az e-mail-címét, és elküldjük Önnek a nap legfontosabb híreit.
Összesen 0 komment
A kommentek nem szerkesztett tartalmak, tartalmuk a szerzőjük álláspontját tükrözi. Mielőtt hozzászólna, kérjük, olvassa el a kommentszabályzatot.
Sorrend:
Jelenleg csak a hozzászólások egy kis részét látja. Hozzászóláshoz és a további kommentek megtekintéséhez lépjen be, vagy regisztráljon!