Система распознавания эмоций животных

Компьютерная система WUR Wolf с помощью ИИ распознает эмоции животных и определяет, счастливы они или грустны, агрессивны или возбуждены. Систему создали в Университете Вагенингена в Нидерландах.

WUR Wolf анализирует десятки тысяч изображений коров и свиней с шести ферм по всему миру. Помимо снимков, в систему передаются данные о том, при каких обстоятельствах они были сделаны: когда поели и находятся ли рядом другие животные и фермер.

Основываясь на движении их ушей, глаз и поведении, система может идентифицировать 13 вариантов выражения лиц морд животных и девять видов эмоционального состояния. Их ИИ определяет с точностью до 85 %.

Польза. Можно заранее выявить медицинские осложнения и стрессовые ситуации для скота, а также предотвратить конфликты между животными. Все это позволяет повысить продолжительность жизни скота и улучшить качество получаемой продукции, делает обращение с животными более гуманным.

Ученые разработали систему искусственного интеллекта, способную выявлять болезни и дефекты на фотографиях овощей и фруктов на ранней стадии (до того, как повреждения станут заметными человеку). Система может обнаружить гнилые и плесневые участки яблок.

Её создали в «Сколтехе» и Санкт-Петербургском госуниверситете аэрокосмического приборостроения. Работа опубликована в журнале Entropy.

Проблема. Пока продукты доставляют до потребителей, они могут портиться и повреждаться. Оценку качества фруктов и овощей на послеуборочной стадии, особенно во время сортировки, в основном производит человек. Некоторые участки гниения человек может не увидеть.

Обычно для обнаружения повреждений специалисты используют инфракрасный свет, но, как говорят исследователи, для этого нужны мульти- и гиперспектральные камеры. «Они очень дорогие и порой очень сложно устроены», утверждают в «Сколтехе».

Цель исследования — предложить альтернативный способ этим камерам с использованием глубокого обучения, моделей, которые могут генерировать инфракрасные изображения. Авторы подчёркивают, что не стремятся заменить традиционные способы, а лишь предлагают один из более доступных и продвинутых методов.

Созданная учеными система способна анализировать снимки четырех разных сортов яблок, находить фрукты с плесенью и гнилью и отличать их от неповрежденных плодов с вероятностью в 98%. Это позволяет использовать подобные алгоритмы для наблюдений за состоянием урожая и своевременного удаления больных фруктов и овощей, служащих очагами распространения болезней, утверждают в пресс-службе «Сколтеха».

27 ноября состоялась отраслевая встреча представителей из России и Нигерии при поддержке РСХБ.

В ходе встречи эксперты из двух стран обсудили перспективы развития агропромышленного комплекса Нигерии. Особое внимание уделили большому потенциалу в сфере повышения продуктивности сельхозкультур и развития электронных отраслевых площадок, меры поддержки при внедрении ИТ-решений и возможное сотрудничество между двумя странами.

Посмотрев видео, вы узнаете:

• как российские стартапы могут выйти на этот рынок,

• практические кейсы,

• инсайты по работе в Африке.

Выкладываем запись агромитапа: