För några år sedan tittade en studie på ett antal sektorer och var de befann sig i digital transformation. "Det var tydligt att jordbruket släpade efter, ” säger Ranveer Chandra, chefsforskare, Microsoft Azure Global. "En av de största anledningarna till att det har släpat efter är att det inte har rätt data för att driva omvandlingen."
Med sitt tillvägagångssätt, Microsoft försöker överbrygga klyftan. "Vi kan tänja på gränserna med initiativ som FarmBeats för att driva jordbrukets digitala transformation, " han säger.
Successful Farming satte sig ner med datavetaren för att lära sig mer om teknikjättens växande närvaro inom jordbruket.
RC: Många av odlarens beslut baseras på gissningar idag. Genom att fånga in stora mängder data från gården och sedan använda artificiell intelligens (AI) och maskininlärning för att översätta denna data till insikter, Microsoft bygger teknik som ersätter gissningar.
För att möjliggöra datadrivet jordbruk, ett sömlöst datainsamlingssystem behövs. Vår FarmBeats-plattform möjliggör sömlös datainsamling från en mängd olika källor, inklusive sensorer, satelliter, drönare, och väderstationer. Det utnyttjar sedan maskininlärning, så partner ag tech-företag kan omvandla den informationen till handlingsbar intelligens för bönder.
Eftersom gårdar inte heller har så bra anslutningsmöjligheter, Microsoft investerar i teknologier som tv-vitutrymme, samt Azure IoT Edge för insamling av data, som sedan kan intas i FarmBeats.
I sista hand, FarmBeats kan spela en viktig roll för att hållbart mata världen med mer mat – och mer näringsrik mat. Det är också viktigt att påpeka att vi inte är ett jordbruksföretag, och det är inte vårt expertområde. Vår roll är att föra Microsofts digitala innovation till jordbruket. För att uppnå detta, vi samarbetar med ett antal partners, och ständigt lägga till fler partners, till FarmBeats ekosystem som bygger lösningar för jordbruk ovanpå vår plattform.
RC: AI kan hjälpa till att möjliggöra flera scenarier för jordbruk, från automation till precisionsjordbruk. Det kan hjälpa till att fylla luckor i data från gården och även förutsäga vissa värden. Med AI i FarmBeats, du kan se markfuktighetsvärdena i hela gården med väldigt få sensorer. Du kan också uppskatta vad markfuktigheten blir några dagar i förväg. Flera ag-applikationer kan byggas ovanpå denna AI-byggda modell. Till exempel, när, var, och hur mycket man ska vattna, när man ska så fröet, när man ska gödsla, och många fler.
Som sagt, mycket av arbetet i ag bygger på vilken data du kan få från gården just nu, vilket är mycket begränsat. Det begränsar också mängden AI du kan göra, eftersom AI bara är lika bra som din data. Om du inte har bra data, dina AI-modeller kommer att lida.
FarmBeats låter oss samla in stora mängder data från gården och från pålitliga källor i molnet. Genom att sammanföra data (t.ex. satellit, väder, traktor, och sensordata), människor kan börja fundera på hur man kan omvandla hela livsmedelsvärdekedjan från produktion till skörd till butikshyllor.
RC: Oavsett vilken teknik vi använder, den totala kostnaden måste vara överkomlig för varje jordbrukare. För att uppnå det, datakvaliteten får inte äventyras.
Till exempel, om bönder vill få en korrekt representation av markfuktigheten, de behöver distribuera många sensorer över ett helt fält, vilket kan bli dyrt. För att få så mycket intelligens som möjligt, FarmBeats bestämmer den bästa platsen för att placera sensorer på ett fält. Den kombinerar sedan data som samlats in på marken med flygbilder så att en bonde kan bygga detaljerade kartor över sin gård med få sensorer.
TV-radioapparater använder tillgängliga TV-kanaler och behöver inget dedikerat spektrum. Som wifi, radioapparaterna är billiga. Eftersom jordfuktighets- och jordelektriska konduktivitetssensorer (EC) är dyra, Vi inser också att många bönder inte är villiga att spendera hundratals dollar på denna teknik. Det fick oss att fråga, "Hur kan vi hjälpa bönder att förstå vad som händer i deras jord till en lägre kostnad?"
Hemstad: Jamshedpur, Indien
Bakgrund: Ranveer Chandra är chefsforskare på Microsoft Azure Global. Hans forskning är en del av flera Microsoft-produkter, inklusive Windows, Visuell Studio, och Azure. Han leder FarmBeats, batteri, och tv-forskningsprojekt för vita rymden hos Microsoft. Chandra har publicerat över 90 forskningsartiklar, och han har beviljats över 100 patent.
Utbildning :Hans grundexamen är från IIT Kharagpur, Indien, och han har en doktorsexamen från Cornell University.
Modell 042305 - Kolvstång med löstagbart handtag
Forskning om näringsbehov och foderteknik för mandarinfisk
4 appar för att bekämpa matsvinn med din telefon
Hur fick dessa mjölkbönder nya maskiner?
Den nyligen införda brittiska lagstiftningen erkänner formellt djurförnimmelser
En expertguide för att föda upp friska kycklingar (och överleva kycklingdagar)
Fiskodling FAQ/Vanliga frågor. du kan hitta de vanligaste frågorna här fiskodling/ fiskodling faq. Fiskodling FAQ # 1:Hur odlar vi fisk? Olika arter av fiskfrön tas med och odlas kommersiellt i tankar eller konstgjorda strukturer för mat. Hela proceduren för att odla fisk tar flera månader, beroende på vilken typ av fisk som föds upp. Anläggningar som foder och andra miljöförhållanden övervakas regelbundet medan fiskodling och detaljer om fiskodlingsprocessen kan läsas på Fiskodling
SinDelle driver Georgia Herb &Egg Co. i Dublin, GA, och har mycket erfarenhet av att göra DIY runt gården. Hur man bygger en inkubator Bakgårdskycklingar är på modet! Att kläcka sina egna kycklingar är väldigt roligt, men bra inkubatorer är dyra. Lyckligtvis, inkubatorer är inte svåra att göra, och med lite svettkapital, du kan få igång din egen gör-det-själv-inkubator på nolltid. Du kommer behöva: Frigolit kylare 25 watts glödlampa Bild ram Nät eller kycklingnät Dimmer T