Kemm pjanti b'saħħithom tat-tadam se jagħtu ħafna żerriegħa? Riċerkaturi mill-Agro Food Robotics fl-Università u Riċerka ta ’Wageningen żviluppaw test tal-ġerminazzjoni awtomatiku li jagħti lil dawk li jrabbu ż-żerriegħa u lill-produtturi tweġibiet rapidi u oġġettivi għal din il-mistoqsija, u jiffrankaw l-ispejjeż u jżidu l-effiċjenza.
Il-produtturi jħobbu jwasslu pjanti uniformi u għalhekk iridu jkunu jafu l-kwalità taż-żerriegħa li jordnaw. Kemm-il pjanta tagħti lott ta 'żerriegħa? Hemm kampjuni li għadhom lura fit-tkabbir, għandhom zokk mibrum, jew werqa nieqsa? Kemm dawk li jrabbu ż-żerriegħa kif ukoll dawk li jkabbru jagħmlu testijiet tal-ġerminazzjoni.
Il-pjanti mkabbra minn dawn it-testijiet huma vvalutati manwalment, u skond il-kriterji tal-kumpanija stess u l-metodi ta 'tkabbir. Min irabbi ż-żerriegħa, pereżempju, jikkultiva taħt eżattament l-istess kondizzjonijiet is-sena kollha, filwaqt li f'serra kummerċjali dawn il-kondizzjonijiet jistgħu jvarjaw skond l-istaġun. . “Ir-riżultati tat-testijiet tal-ġerminazzjoni jistgħu, għalhekk, ivarjaw minn xulxin. Dan jagħmilha diffiċli għal dawk li jrabbu ż-żerriegħa biex jaqblu dwar il-kwalità taż-żerriegħa u għal dawk li jkabbru biex jistmaw sew il-produzzjoni ta 'nebbieta, "tgħid Lydia Meesters, riċerkatur fl-Agro Food Robotics fl-Università u Riċerka ta' Wageningen.
Netwerks newrali
Fil-proġett Sfruttament ta 'għodod ta' fenotipar tal-pjanti ta 'teknoloġija għolja għal kumpaniji tat-tgħammir u produtturi (2018-2021), riċerkaturi mill-Agro Food Robotics fl-Università u Riċerka ta ’Wageningen żviluppaw test tal-ġerminazzjoni awtomatiku u standardizzat li jelimina dawn il-problemi.
"Bis-sistema tal-kamera MARVIN tagħna, nagħmlu numru kbir ta 'films b'veloċità għolja ta' nebbieta tat-tadam u ngħaqqduhom ma 'softwer ta' klassifikazzjoni," tgħid Meesters. “Is-softwer juża netwerks newrali (deep learning), forma ta’ intelliġenza artifiċjali li tippermetti lill-kompjuters jitgħallmu abbażi tal-informazzjoni li jirċievu. F'dan il-każ nagħmlu immaġini kemm bidimensjonali kif ukoll tridimensjonali. "
Tbassir aħjar
Wieħed mill-ħdax-il sieħeb fil-proġett huwa Paul Verbruggen, riċerkatur f'Bejo Zaden f'Warmenhuizen. "Aħna dejjem infittxu li nbassru aħjar il-kwalità u l-uniformità tal-pjanti tat-tadam miż-żerriegħa tagħna," huwa jispjega.
Dak il-għan issa jista 'jintlaħaq grazzi għar-riċerka ta' Wageningen. "Is-sistema tal-kamera Marvin diġà tidher li tbassar il-kwalità tal-pjanti pjuttost tajjeb," jgħid Verbruggen. “Meta żżid teknoloġija ġdida, bħal intelliġenza artifiċjali, l-affidabilità tiżdied b'mod sinifikanti. L-ewwel riżultati jindikaw ukoll li ma jimpurtax jekk tiġborx immaġini 2-D jew 3-D ta 'pjanti tat-tadam. "Għalina huwa sabiħ li nkunu nafu, għax jikkonferma li Bejo Zaden diġà qed jużaw sistema tajba."
Naħdem b'mod effiċjenti
Verbruggen innota wkoll li huwa diffiċli li jintlaħaq kunsens ma 'partijiet oħra dwar kif titkejjel eżattament il-kwalità taż-żerriegħa. "Aħna issa qed naħdmu flimkien fuq mudelli ta 'tbassir magħmula apposta, li bihom kull sieħeb fil-katina jista' jħarreġ il-mudell tiegħu stess." Jekk imiss lil Meesters, dawn il-mudelli huma biss il-bidu. "Iktar ma t-teknoloġija moderna tkun integrata fis-serer, iktar isiru kumpaniji effiċjenti."