超級電腦顯示最有影響力的農作物參數
2020/09/09 @國際
摘要
俄羅斯斯科爾科沃科學技術研究所研究團隊應用AI-Native導入農業，並且根據過往累積的大量數據搭配數位模組找出俄羅斯黑鈣土地區的作物產量的關鍵參數，並於2020年的國際計算科學會議中發表專門計算人工智慧的超級電腦Zhores。
示意圖
現今，全世界的農民使用數位作物模組以預測產量，該模組根據土壤、氣候、作物特性及所需環境與農業管理之數據進行校正和改善預測結果。然而，在某些國家/地區無法免費獲得這些數據，且這種校正的動作要價不斐並耗時。因此，俄羅斯斯科爾科沃科學技術研究所（Skolkovo Institute of Science and Technology，簡稱Skoltech）的研究團隊將農業導入人工智慧原生技術（AI-native），其使用了一種以開放式資源為基礎的模組—MONICA並根據歷史數據與程序模組找出黑鈣土地區不同作物產量的關鍵參數，此外，他們使用Zhores將模組模擬的計算效率從每日1次到每日50萬次。Zhores為俄羅斯第一台專門處理人工智慧相關問題的千兆級高效能超級電腦，該研究發表於2020國際計算科學大會中。【延伸閱讀】結合衛星、超級電腦和深度神經網路分析辨識並提供即時作物類型
事實上，土壤在俄羅斯是一個非常複雜的問題，不幸的是，有關土壤性質和作物產量的數據並無發表出來，然而，進行如此精細的模擬計算以呈現出高品質的靈敏度分析是必要的，其有助於理解某些輸入因子如何影響產量的預測，如土壤或肥料的參數。為解決此問題，研究團隊找到了克服此障礙的方法，並建立超級電腦—Zhores。研究團隊使用從2011至2017年俄羅斯黑鈣土地區實驗的田間數據，其包含甜菜、大麥和大豆之季節性輪作，並挑選出六個主要的土壤參數以進行Sobol靈敏性分析（2001年由俄羅斯數學家Ilya Sobol的名字命名）。因此，現在無需耗時且價格較低來模擬所有可能的變因並顯示出最關鍵的參數，同時期望該研究能幫助農民數位化其作物之生長。
資料來源
文章摘譯
