至顶网CIO与CTO频道 05月06日 编译:一位生态科学家和一位农业经济学家介绍了为什么农业需要在作物和农田使用中融合大数据技术,发展更具可持续性的土地管理系统,他们将其称之为数字化农业。
在2020年4月份的《Nature Sustainability》上发表的一篇论文中,密歇根州立大学自然科学学院教授Bruno Basso和俄勒冈州立大学应用经济学教授John Antle认为数字化农业可以铺就农业可持续发展的道路。
该研究论文的合著者Basso表示,传感器、人工智能和预测模型的使用可以将准确性提高,达到设计通往农业可持续性发展之路的水平。但是,他警告称,除非能够证明这些系统对社区、经济和环境能够产生积极的影响,如果没有这样的激励,采用这些系统所面临的挑战就不会发生改变。
Basso表示,数字化农业是农业、科学、政策和教育交汇的地方。
Basso表示,数字化农业已经作为一种技术,已经出现了大概20年左右,但是自从90年代初GPS首次被安装在拖拉机上以来,它只是进入了初级阶段。
Basso 表示:“对于所有这一切来说,新的变化在于农艺学方面新的分析和突破,我们现在能够对于影响作物健康和单产的因素有了更深入的了解,并且找到了为什么在同一块地之内以及在不同的年份之间,作物的产量会出现变化的原因。”他说:“现在我们可以更好地管理这些变量,并最终迈向更可持续发展的农业系统,因为所需的投入可以得到更精确的投放,而不是在不需要的地方也同等投入。”
Basso表示:“和其他领域的数字化进程相比,农业板块的数字化仍然是不起眼的‘灰姑娘’……数字化农业包含了多种技术,从能够从近距离或者数千英里之外的天空中感知环境的设备到监控视频系统的芯片等。”
Basso补充表示,有了传感器,大数据分析的新方法以及通过验证的仿真模型和人工智能系统产生的预测结果已经开始对农民和环境产生积极的影响。
Basso表示:“为了增加对这些技术的使用,农民、环保主义者、科学家、政策制定者们需要坐下来,互相听取意见,搁置对因为我们不用照顾土地获得利益的争议。”
Basso表示,如果目标是增加生物多样性、减少氮肥的使用或者是减少资源密集型多年生作物的种植,那么激励至关重要。
该论文的新闻稿表示,研究人员的分析表明,如果氮肥的施用是基于需求和产量稳定性而不是均匀施用,那么美国中西部的氮肥使用量可以减少36%,同时能够显著减少地下水污染和二氧化碳排放量。
Basso希望社会能够做出这些决定,并且让社会承担相关的成本。
Basso表示:“农民们今天在他们土地上的所作所为将在未来30年内影响到邻居的孙子。”
好文章,需要你的鼓励
斯坦福大学研究发现,主要用英语训练的大型语言模型竟能自发学会处理其他语言任务,无需明确教学。这种跨语言迁移能力随模型规模增大而显著提升,通过形成"通用语义空间"实现不同语言间的知识迁移。研究为降低多语言AI开发成本、支持资源稀缺语言提供了新途径,但仍面临性能不均衡、文化适应性等挑战。
从金冠到雅客、友臣、蜡笔小新,这些曾风靡小卖铺与超市货架的老牌零食厂商,一度因渠道滞后、品牌老化而淡出人们视野。而如今,它们在拼多多上正迎来一场集体复兴。
阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码(RSD)技术,通过让小模型处理简单任务、大模型解决复杂问题的智能分工,在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色,计算量最多可减少75%,为AI应用的普及和成本降低提供了重要技术支撑。