Droner udstyret med kameraer parret med kunstig intelligens tilbyder et gennembrud i kampen mod stinkende biller, der er berygtede for deres ubehagelige lugt, når de trues, og deres rolle som en betydelig landbrugsskade i Europa og Nordamerika. Disse invasive biller har forårsaget betydelig skade, med en økonomisk byrde på omkring 500 millioner euro i europæiske afgrødetab i 2019.
For at imødekomme det presserende behov for at udrydde disse insekter har forskere udforsket en kombination af drone-teknologi og avanceret AI som et potent alternativ til eksisterende, mindre effektive overvågningsmetoder. Et dristigt skridt fremad blev for nylig rapporteret i Pest Management Science af en gruppe italienske forskere. Deres undersøgelse fremhævede brugen af en standard kommerciel drone til at fange billeder i høj opløsning af stankelben i en pæreplantage. Holdet udviklede en “automatiseret flyprotokol” til at styre dronen via en mobilapp, hvilket gjorde det muligt for dem at svæve præcist over inficerede afgrøder.
Denne ubemandede flyvningsteknologi formåede at opnå hundreder af fotos i høj kvalitet, hvilket var afgørende for at træne en AI-algoritme til at opdage de stinkende skadedyr med en imponerende nøjagtighedsrate på 97%.
I modsætning til traditionelle metoder, som f.eks. feromonfælder til at lokke og tælle insekter manuelt, fremkalder droner en unik “frysningsrespons” hos billerne. Mens insekterne typisk flygter eller falder fra afgrøder, når mennesker nærmer sig, forblev omkring 85% af dem ubevægelige, når dronen svævede i højder mellem 4 og 8 meter, hvilket muliggjorde klar fotografisk optagelse.
Disse billeder var afgørende for opbygningen af en AI-model, der er i stand til at genkende skadedyrene. Ud af de 2459 samlede fotos taget af DJI Matrice 300-dronen udstyret med et HD-kamera, viste kun 402 målene korrekt. Disse billeder blev manuelt annoteret for at forfine AI’ens læringsproces.
Selvom forskernes fokus var rettet mod et specifikt skadedyr, antyder deres resultater, at de samme drone og AI-principper kan anvendes til at overvåge en række landbrugsskadedyr. Fremtidige forskere kan tilpasse systemet, skabe nye dronebilleder til at træne AI-modeller derefter, hvilket lover en revolutionerende tilgang til skadedyrsopdagelse og -styring i landbruget.
Betydningen af skadedyrsopdagelse i landbruget
Skadedyrsopdagelse er en kritisk aktivitet inden for landbruget, da det markant kan påvirke afgrødeudbyttet og -kvaliteten. I tilfælde af stankelbene kræver deres evne til at forårsage omfattende skader på en bred vifte af afgrøder rettidige og effektive overvågnings- og kontrolforanstaltninger. Den økonomiske indvirkning af sådanne skadedyr er betydelig, som det fremgår af de 500 millioner euro i tab, der blev oplevet i Europa.
Fordele ved drone- og AI-integreret skadedyrsopdagelse
Integreringen af droner med AI har flere fordele i forhold til traditionelle metoder til skadedyrsopdagelse.
– Effektivitet: Droner kan dække store områder hurtigt, hvilket sparer tid og arbejdskraft i forhold til manuelle inspektioner.
– Datakvalitet: Højopløste billeder taget af droner giver mere detaljerede oplysninger, der muliggør præcis skadedyrsidentifikation.
– Precision: Den automatiserede flyprotokol tillader systematisk dataindsamling, hvilket reducerer menneskelige fejl.
– Sikkerhed: Droner minimerer behovet for menneskelig interaktion med afgrøder, hvilket kan være gavnligt i forhold til sikkerheden, især når man håndterer farlige kemikalier eller vanskeligt terræn.
– Frysningsrespons: Evnen hos droner til at fremkalde en frysningsrespons hos biller, hvilket øger sandsynligheden for nøjagtig tælling, er en unik fordel.
Udfordringer og kontroverser
En af de væsentlige udfordringer ved droneløsninger og AI-baserede overvågningssystemer er den indledende omkostning og investering i teknologi. Der er også en indlæringskurve forbundet med at betjene droner og håndtere de data, de indsamler. Derudover kan reguleringsmæssige spørgsmål vedrørende droneflyvninger udgøre udfordringer i visse regioner eller lande.
Der er også den fortsatte udvikling og forfinelse af AI-algoritmer, der kræver effektiv træning for at identificere specifikke skadedyr blandt en lang række miljøvariabler.
Ulemper
Selvom fordelene er betydelige, er der nogle ulemper ved at bruge droner og AI til skadedyrsopdagelse:
– Omkostninger: Den indledende investering til droner, kameraer og AI-teknologi kan være høj.
– Tekniske udfordringer: Udvikling af pålidelige AI-modeller kræver betydelig ekspertise og kan være krævende computermæssigt.
– Vejrafhængighed: Droneoperationer kan påvirkes af dårligt vejr, hvilket kan begrænse deres anvendelse.
– Reguleringshindringer: Strenge regler vedrørende droneflyvninger kan begrænse brugen i visse områder eller kræve yderligere tilladelser og overholdelse af lokale love.
For yderligere information om drone-teknologi og kunstig intelligens, kan du besøge følgende hjemmesider:
– Drone Teknologi: DJI
– Kunstig Intelligens: DeepMind