આ જ રીતે વર્ચુઅલ સહાયકો અમારું આગલું પ્રિય ગીત શોધવામાં મદદ કરે છે, એક નવું સોફ્ટવેર પેકેજ એ ખેડૂત અને કૃષિવિજ્istsાનીઓને મદદ કરવા માટે અદ્યતન મશીન લર્નિંગનો ઉપયોગ કરે છે, જે તેમના પાક અને જમીનને ટકાઉ રીતે ઉપજ વધારવા માટે જરૂરી છે તે નિર્દેશ કરે છે. આ લેખ એ.જી.ડેઇલી દ્વારા પ્રકાશિત.
ની વૈજ્ .ાનિક ટીમો બેયર પાક વિજ્ .ાન અને બાયોમ ઉત્પાદકો પર આ ગ્રાઉન્ડબ્રેકિંગ ટેક્નોલ ofજીની પ્રથમ એપ્લિકેશનનું પરીક્ષણ કર્યું અને જાહેર કર્યું bioRxiv. અભ્યાસ અને પરિણામે વૈજ્ .ાનિક કાગળમાં બાયરના જૈવિક ફૂગનાશક મિનિટેટની અસરકારકતાનું મૂલ્યાંકન કરવા માટે માટીના માઇક્રોબાયોમના વિશ્લેષણની વિગતો છે. ખાસ કરીને, મશીન લર્નિંગ સ softwareફ્ટવેર બાયર સીએસને ઇનપુટની અરજી કરતા પહેલા બટાકાની ઉપજમાં સુધારણાની આગાહી કરી શકે છે. આગાહી કરેલ પરિણામ ઇડાહોમાં પરીક્ષણ થયેલ એક ક્ષેત્રમાં 40% સુધીની ઉપજ બમ્પ હતું.
બાયર સીએસના પ્રોજેક્ટ નેતા વર્ગીઝ થોમસએ જણાવ્યું હતું કે, પાકની ઉત્પાદકતામાં સુધારો લાવવા માટે ટકાઉ અને આર્થિક સાનુકૂળ ઉકેલો તરફ આગળ વધતા પાકના ઇનપુટ્સના ઉપયોગને izeપ્ટિમાઇઝ કરવા અને જમીનના જીવવિજ્ utilાનનો ઉપયોગ કરવાનો એક અનોખો અભિગમ છે.
આ તકનીકી એગ્રોનોમિસ્ટ માટે એક વિશાળ કૂદકો છે, જેમણે, હજી સુધી, તેમની મોસમી જમીન અને પાકના નિર્ણયો માટે જૈવિક ઉકેલોને ચોક્કસપણે નક્કી કરવા માટે જરૂરી ડેટાનો અભાવ છે. પાકની ઉપજ અને ગુણવત્તા વધારવા માટે માટી એ એક મૂલ્યવાન સંપત્તિ છે, પરંતુ હાલમાં તે સ્થિર છે, કૃષિવૈતિક ભલામણો તેમાં થતી જૈવિક પ્રક્રિયાઓના ઓછા જ્ ofાન પર આધારિત છે. પરંતુ આજે, વિવિધ ઉકેલોની અસરની આગાહી કરવામાં સહાય માટે એઆઈ વર્ચ્યુઅલ સહાયકની ઉપલબ્ધતા સાથે, રમત-બદલાવ, અને વધુ ઉત્પાદક અને ટકાઉ કૃષિ પ્રણાલી તરફ પ્રગતિ છે.
એઆઈ એ હંમેશા વિકસતું સાધન છે અને, જેમ કે, હાલમાં ખેતીની અન્ય સમસ્યાઓનું સમાધાન કરવા માટે "પ્રશિક્ષિત" કરવામાં આવી રહ્યું છે, જેમાં ઉત્પાદનના શેલ્ફ-લાઇફ, પેદાશોની પોષક ગુણવત્તા અને વિવિધના ઉપયોગના આધારે અનુમાનિત કાર્બન ક્રેડિટ વિશેના પ્રશ્નોનો સમાવેશ થાય છે. ઉત્પાદનો અથવા વ્યવસ્થાપન પદ્ધતિઓ. ઇનપુટ ઉત્પાદકો કડક હેઠળ પરીક્ષણ કરીને એઆઇ ભલામણ સિસ્ટમમાં પોતાનું, કસ્ટમ સોલ્યુશન ઉમેરી શકે છે ઘિયોમ ફીલ્ડ ટ્રાયલ્સ પ્રોટોકોલ.