මිනිස් ඇසින් ඔබ්බට: ගැඹුරු ඉගෙනීම අර්තාපල් වර්ග කිරීම සහ තත්ත්ව පාලනය විප්ලවීය වෙනසක් කරන්නේ කෙසේද?

අර්තාපල් නිෂ්පාදකයින් සඳහා, පසු අස්වනු වර්ග කිරීමේ ක්‍රියාවලිය තීරණාත්මක නමුත් අභියෝගාත්මක බාධකයකි. ශ්‍රේණිගත කිරීම සඳහා මිනිස් ශ්‍රමය මත යැපීම මිල අධික හා මන්දගාමී පමණක් නොව, නොගැලපීම සහ දෝෂ වලටද ගොදුරු වන අතර එමඟින් රෝග පැතිරීම සහ නිෂ්පාදන පහත වැටීම් හේතුවෙන් සැලකිය යුතු මූල්‍ය පාඩු සිදු වේ. මෙම මූලික කර්මාන්ත අභියෝගයට මුහුණ දෙමින්, හුනාන් කෘෂිකාර්මික විශ්ව විද්‍යාලයේ පර්යේෂකයින් අර්තාපල් තත්ත්ව පාලනය ස්වයංක්‍රීය කිරීමට සහ වැඩිදියුණු කිරීමට නිර්මාණය කර ඇති නවීන ගැඹුරු ඉගෙනුම් ආකෘතියක් වන YOLO-MTP සංවර්ධනය කර ඇත. තනි කාර්යයක් ඉටු කරන බොහෝ පවතින පද්ධති මෙන් නොව, YOLO-MTP යනු ද්විත්ව කාර්ය මෙවලමක් වන අතර එය පොදු මතුපිට දෝෂ හයක් හඳුනා ගනී - පත්රව, පණු සිදුරු, පැළවීම, යාන්ත්‍රික හානි, වියළි කුණුවීම සහ තැලීම් - ඒ සමඟම පරිභෝජනය හෝ සිටුවීම සඳහා අලයේ සමස්ත යෝග්‍යතාවය තක්සේරු කරයි.

මෙම ආකෘතියේ ක්‍රියාකාරිත්වය කැපී පෙනේ. අභ්‍යන්තර පරීක්ෂණ මගින් 96% කට වඩා වැඩි දෝෂ හඳුනාගැනීමේ නිරවද්‍යතාවයක් පෙන්නුම් කර ඇති අතර, සැකසුම් මාර්ගයක තත්‍ය කාලීනව ක්‍රියාත්මක වේ. ප්‍රධාන වාසියක් වන්නේ තනි අර්තාපල් එකක බහු, කුඩා හෝ අතිච්ඡාදනය වන දෝෂ හඳුනා ගැනීමට ඇති හැකියාවයි, එය සාම්ප්‍රදායිකව ස්වයංක්‍රීය පද්ධති සඳහා දුෂ්කර කාර්යයකි. මෙම ඉහළ මට්ටමේ නිරවද්‍යතාවය ඉතා වැදගත් වේ. ආහාර හා කෘෂිකර්ම සංවිධානයට (FAO) අනුව, මූල භෝග සඳහා අස්වනු නෙලීමෙන් පසු පාඩු සමහර සංවර්ධනය වෙමින් පවතින කලාපවල 30% ඉක්මවිය හැකිය, බොහෝ විට ප්‍රමාණවත් නොවන වර්ග කිරීම සහ ගබඩා කිරීම හේතුවෙන්. වියළි කුණුවීමක් ඇති අය වැනි රෝගී අල ඉක්මනින් හඳුනාගෙන ඉවත් කිරීමෙන්, YOLO-MTP වැනි පද්ධති මෙම පාඩු සෘජුවම සටන් කළ හැකි අතර, සමස්ත කාණ්ඩයේ ගුණාත්මකභාවය සහ වෙළඳපල වටිනාකම ආරක්ෂා කරයි. මෙම නවෝත්පාදනය පැමිණෙන්නේ කෘෂිකර්මාන්තයේ AI සඳහා වන ගෝලීය වෙළඳපොළ සැලකිය යුතු ලෙස වර්ධනය වනු ඇතැයි පුරෝකථනය කර ඇති විටය, MarketsandMarkets හි මෑත විශ්ලේෂණයට අනුව, 2023 දී ආසන්න වශයෙන් ඩොලර් බිලියන 1.7 සිට 2028 වන විට ඩොලර් බිලියන 4.7 දක්වා, දත්ත මත පදනම් වූ විසඳුම් කරා ප්‍රධාන කර්මාන්ත මාරුවක් ඉස්මතු කරයි.

YOLO-MTP ආකෘතියේ සංවර්ධනය කෘෂිකාර්මික තාක්‍ෂණයේ සැලකිය යුතු ඉදිරි පිම්මක් නියෝජනය කරයි. එය සරල ස්වයංක්‍රීයකරණයෙන් ඔබ්බට ගොස්, වේගයෙන් සහ අනුකූලතාවයෙන් මානව හැකියාව ඉක්මවා යන බුද්ධිමත්, බහු-මුහුණත් තත්ත්ව තක්සේරුවක් ලබා දෙයි. ගොවීන්, කෘෂි විද්‍යාඥයින් සහ ඉංජිනේරුවන් සඳහා, ඇඟවුම් සැලකිය යුතු ය: හිඟ ශ්‍රමය මත යැපීම අඩු කිරීම, අස්වනු නෙලීමෙන් පසු පාඩු අවම කිරීම, රෝග කළමනාකරණය වැඩිදියුණු කිරීම සහ සමස්ත නිෂ්පාදන ගුණාත්මකභාවය ඉහළ නැංවීම. දැනට පර්යේෂණ මූලාකෘතියක් වුවද, වාණිජ වර්ග කිරීමේ යන්ත්‍රෝපකරණවලට ඒකාබද්ධ වීමට සහ අනෙකුත් භෝග සඳහා අනුවර්තනය වීමට ඇති හැකියාව, කාර්යක්ෂම හා තිරසාර අර්තාපල් නිෂ්පාදනයේ අනාගතය සඳහා පදනම් තාක්‍ෂණයක් ලෙස එය ස්ථානගත කරයි.