Projekty siahajúce od robota plávajúceho v pôde, ktorý dokáže snímať podmienky v koreňovej zóne v reálnom čase, až po výpočtové modely, ktoré dokážu predpovedať kazenie, získali počiatočné prostriedky od Cornellova iniciatíva za digitálne poľnohospodárstvonový výskumný inovačný fond.
Osem interdisciplinárnych tímov výskumníkov – z College of Agriculture and Life Sciences, College of Engineering, Computing and Information Science, Cornell Tech a College of Veterinary Medicine (CVM) – získa trojročné ocenenia až do výšky 225,000 XNUMX USD. Aby sa tímy mohli prihlásiť, museli zahŕňať členov fakulty Cornell z najmenej dvoch vysokých škôl, čím sa zabezpečila spolupráca medzi kampusmi.
„Tieto výskumné projekty predstavujú vzrušujúci potenciál digitálnych nástrojov, ako sú výpočtové modely, robotické systémy, umelá inteligencia a „internet vecí“, na transformáciu poľnohospodárstva na každom kroku procesu výroby potravín,“ povedal. Susan McCouch, profesorka šľachtenia rastlín a genetiky Barbara McClintock a riaditeľka Cornellovej iniciatívy pre digitálne poľnohospodárstvo (CIDA). "Interdisciplinárna spolupráca, ako je táto, posunie hranice vedy, aby sa zvýšila produktivita a udržateľnosť poľnohospodárstva a podporilo sa množstvo objavov a praktických inovácií."
Osem projektov z 31 návrhov vybrala multidisciplinárna skupina takmer troch desiatok členov fakulty, ktorej predsedníčkou bola Renata Ivanek, docentka z Katedry populačného lekárstva a diagnostických vied CVM. Financovanie cien pochádza z fondu CIDA Research Innovation Fund a programu Hatch Act z Ministerstva poľnohospodárstva USA.
Projekty:
Zlepšenie úrody jahôd prostredníctvom pôvodných a robotických opeľovačov: Kirstin Petersen, odborná asistentka elektrotechniky a počítačového inžinierstva; a Scott McArt, odborný asistent entomológie. Ich práca bude integrovať automatizované monitorovanie voľne žijúcich a riadených opeľovačov s robotickým opeľovaním, čím sa vytvorí základ pre biologicko-hybridný systém, ktorý dokáže pozorovať, predpovedať a zlepšovať výnosy plodín. Výskumníci vyvinú odolné a nízkoenergetické kamerové pasce na hmyz, použijú drony na rýchle krížové opeľovanie a vytvoria modely rastu, ktoré bude možné sprostredkovať farmárovi prostredníctvom online aplikácie.
Nová pôdna robotika a snímanie pre fenotypizáciu pôdneho koreňa efektívnosti využívania vody: Taryn Bauerle, docentka na School of Integrative Plant Science (SIPS); Robert Shepherd, docent na Sibley School of Mechanical and Aerospace Engineering (MAE); Mike Gore, profesor Liberty Hyde Bailey a docent molekulárneho šľachtenia a genetiky v SIPS; Johannes Lehmann, profesor pôdnych a rastlinných vied v SIPS; a Abraham Stroock, riaditeľ William C. Hooey a Gordon L. Dibble, profesor chemického a biomolekulového inžinierstva. Na prístup k informáciám v reálnom čase o dostupnosti a toku vody v pôde okolo koreňov rastlín výskumníci vyvinú stratégiu snímania a robota na plávanie v pôde, aby poloautonómne preskúmali koreňovú zónu.
Výpočtové modely a nástroje na podporu rozhodovania založené na mikrobiómoch na predpovedanie skazenia čerstvých produktov: špenát ako modelový systém: Martin Wiedmann, profesor bezpečnosti potravín rodiny Gellertovcov; a Ivanek. Výskumníci vyvinú výpočtový model mikrobiómových interakcií a porúch počas spracovania, prepravy a maloobchodu, aby predpovedali trvanlivosť čerstvého špenátu.
Zrýchlená a automatizovaná diagnostika stresu v jabloňových sadoch: Awais Khan, docent v SIPS na Cornell AgriTech; Serge Belongie, profesor informatiky na Cornell Tech; a Noah Snavely, docent informatiky na Cornell Tech. Spojením odborných znalostí v oblasti patológie rastlín, fenotypovania a počítačového videnia tím vytvorí expertne anotované súbory údajov o chorobách pre jablká, povedie globálnu súťaž s cieľom nájsť nové riešenia na klasifikáciu a kvantifikáciu chorôb, vyvinie modely počítačového videnia na presné rozlíšenie symptómov mnohých chorôb. choroby a vyvíjať užívateľsky prívetivé aplikácie na podporu pestovateľov jabĺk.
Uhlíkové poľnohospodárstvo: Kombinácia strojovej inteligencie, veľkých dát a modelov procesov na podporu tohto vznikajúceho sektora: Lehmann a Fengqi You, Roxanne E. a Michael J. Zak profesori inžinierstva energetických systémov na Smith School of Chemical and Biomolecular Engineering. Cieľom tohto projektu je zlepšiť presné predpovedanie pôdneho organického uhlíka kombináciou modelovania pôdneho procesu so strojovým učením, hlbokým učením a veľkými údajmi s cieľom vytvoriť platformu na riadenie politiky založenej na dôkazoch a investícií do zdravia pôdy a zmierňovania klimatických zmien.
Funkčne zacielená platforma fenotypovania s vysokým rozlíšením na odvodenie vzťahov medzi genetikou a funkciami v rizomikrobióme na podporu využitia rastlinných živín: April Gu, profesor stavebného a environmentálneho inžinierstva; Jenny Kao-Kniffin, docentka v SIPS; a Kilian Weinberger, docent informatiky. Výskumníci vyvinú inovatívnu technologickú platformu na fenotypovanie a genotypizáciu, ktorá im umožní vybudovať prvotriedne zariadenie na poľnohospodársku fenotypizáciu v Cornell, s cieľom objaviť a profilovať nové mikroorganizmy, ktoré sú prospešné pre plodiny.
Škálovateľné digitálne senzory na oblohe a pôde: Internet vecí na zlepšenie predpovedí počasia pre extrémne horúčavy, suchá a zrážky na farmách: Toby Ault, odborný asistent vied o Zemi a atmosfére; a Max Zhang, docent v MAE. Pomocou existujúceho bezdrôtového internetu vecí budú výskumníci monitorovať a predpovedať kľúčové premenné na predpovedanie extrémneho počasia na úrovni štátov, okresov a fariem, aby výrobcom potravín poskytli sadu nástrojov na predpovedanie nebezpečenstiev.
Vývoj prediktívnych modelov na presnú detekciu subklinickej a klinickej mastitídy u dojníc dojených automatizovanými systémami dojenia: Rick Watters, vedúci pobočky CVM a riaditeľ Western Laboratory Quality Milk Production Services; a Kristan Reed, odborný asistent vedy o zvieratách. Pomocou údajov, ako je dojivosť, čas dojenia a čas medzi návštevami dojenia, výskumníci vyvinú algoritmus na predpovedanie mastitídy u dojníc.
- Melanie Lefkowitz, Cornell University
Projekty počnúc pôdnym plávajúcim robotom, ktorý dokáže snímať podmienky v koreňovej zóne v reálnom čase, až po výpočtové modely, ktoré dokážu predpovedať kazenie, získali počiatočné prostriedky z nového výskumného inovačného fondu Cornell Initiative for Digital Agriculture. Hore je dron na výskumnej farme Musgrave, ktorý študenti v laboratóriu profesora Micheala Gorea berú do terénu. Foto: Allison Usavage