Google EDGE TPUが農業を改善する方法
Coralは、ローカライズされたAIを使用して製品を構築する一連の開発デバイスです。 Coralを使用すると、デバイス上のAIアプリケーションのアイデアをプロトタイプから生産まで拡張できます。 Coralシリーズのハードウェアデバイスとコンポーネント、ソフトウェアツール、プリコンパイルモデルのプラットフォームを通じて、ローカルAIを使用して、効率的でプライベートなオフラインの人工知能製品を迅速に構築できます。
Edge TPU は予測メンテナンスや異常検出、マシンビジョン、ロボット工学、音声認識など、増え続ける産業ユースケースに使用できます。 また、製造、オンプレミス、ヘルスケア、小売、スマート スペース、交通機関などにも使用できます。
スマート農業
Local AIは、農業の高性能オフライン分析を提供します。これにより、土壌の質、植物の健康、および作物の収穫量が向上し、それによってより多くの食料を生産し、環境への影響を減らし、持続可能な農業慣行を達成できます。
国連食糧農業機関によると、世界の食糧生産の約3分の1が栽培によって無駄になったり失われたりしており、2018年には8億2,000万人以上の飢えた人々がいました。
世界の人々に食料の持続可能な供給を確保するために、生産者は、土地の侵食、栄養損失、温室効果ガスの排出などの環境への負の影響を減らしながら生産を増やす必要があります。
土壌分析
従来の方法で作物の成長状態を分析するには1か月以上かかります。 このような遅延は、不適切な植え付けと受精の時間につながり、作物の収穫量を減らし、さらには収穫を妨げます。
土壌データで訓練されたニューラルネットワークモデルと組み合わされたサンゴ設備は、ほぼリアルタイムの土壌状態分析を提供できます。 これは、農業対策のよりタイムリーな調整とタイムリーな播種につながります。
作物の選別
小規模農家にとって、農産物の品質を分類すると、販売価格が上がり、市場投入までの時間が短縮されます。 従来の手作業による作物の等級付けプロセスは時間がかかり、労働リソースを大量に消費します。
Coral機器を使用すると、ターゲット検出モデルを実行することで、より安価なモジュール式ソーターを構築できます。 このモジュール式の並べ替えは、農民が製品を簡単に並べ替え、迅速に市場に投入するのに役立ちます。
病気の検出
病気、害虫、環境情報などの植物の健康状態を正確に診断することは、生育状況を改善するための最初のステップです。
セマンティックセグメンテーションモデルは、葉と植物の特徴を複雑な背景から分離するのに役立ちます。 分類モデルと組み合わせて、Coralプラットフォームで実行すると、農家は野外病をリアルタイムで診断できます。
成長期およびさまざまな分野でこのデータを集約すると、モデルが改善され、それによって将来の作物の収穫量が増加し、害虫や病気のリスクが軽減されます。
精密農業
適切な時期に作物の受精、散水、および駆虫の介入を促進するために、精密農業では、作物の植え付け位置、成長状態、成長の進行などの情報を高度に理解する必要があります。 大規模ファームであろうと小規模ファームであろうと、この情報を追跡することは困難です。
CoralのローカルAIテクノロジーによって構築された作物状態監視ツールの助けを借りて、識別と分類のための機械学習モデルと組み合わせることで、農家は作物を識別し、介入をターゲットとする成長状態を評価できます。 農薬、肥料、除草剤の正確な使用など。
Edge TPU は、Coral のさまざまなプロトタイピング プロダクトと製品版プロダクトを使用して、エッジでの高品質な ML 推論のデプロイを可能にします。
エッジの ML 向け Coral プラットフォームにより、Google の Cloud TPU と Cloud IoT が強化され、エンドツーエンド(クラウドツーエッジ、ハードウェア + ソフトウェア)のインフラストラクチャを提供することにより、お客様の AI ベース ソリューションのデプロイが簡単になります。
Coral プラットフォームはオープンソースの TensorFlow Lite プログラミング環境のほか、完全なデベロッパー ツールキットを提供するので、各自のモデルをコンパイルするか、Edge TPU のために複数の Google AI モデルを保持して AI とハードウェアの両面における Google の専門知識を組み合わせることができます。
Google Coral 海外代理店 Gravitylink: https://store.gravitylink.com/global/