Projektams, pradedant nuo dirvožemiu plaukiančio roboto, galinčio realiu laiku pajusti sąlygas šaknų zonoje, iki skaičiavimo modelių, galinčių numatyti produkcijos sugadinimą, buvo gautos lėšos iš Kornelio skaitmeninio žemės ūkio iniciatyvanaujasis mokslinių tyrimų inovacijų fondas.
Aštuonios tarpdisciplininės tyrėjų komandos – iš Žemės ūkio ir gyvosios gamtos mokslų kolegijos, Inžinerijos, kompiuterijos ir informacijos mokslų kolegijos, Cornell Tech ir Veterinarinės medicinos koledžo (CVM) – gaus trejų metų apdovanojimus iki 225,000 XNUMX USD. Norėdami kreiptis, komandos turėjo įtraukti Kornelio fakulteto narius iš mažiausiai dviejų kolegijų, užtikrinant bendradarbiavimą tarp universiteto miestelių.
„Šie mokslinių tyrimų projektai atspindi įdomų skaitmeninių įrankių, tokių kaip skaičiavimo modeliai, robotizuotos sistemos, dirbtinis intelektas ir „daiktų internetas“, potencialą transformuoti žemės ūkį kiekviename maisto gamybos proceso etape“, – sakė jis. Susan McCouch, Barbara McClintock augalų selekcijos ir genetikos profesorė bei Kornelio skaitmeninio žemės ūkio iniciatyvos (CIDA) direktorė. „Toks tarpdisciplininis bendradarbiavimas pastūmės mokslo ribas, kad padidėtų žemės ūkio produktyvumas ir tvarumas bei būtų skatinamas atradimų ir praktinių naujovių srautas.
Beveik trijų dešimčių fakulteto narių daugiadalykė grupė, kuriai pirmininkavo CVM Populiacinės medicinos ir diagnostikos mokslų katedros docentė Renata Ivanek, atrinko aštuonis projektus iš 31 pasiūlymo. Apdovanojimai finansuojami iš CIDA tyrimų inovacijų fondo ir JAV žemės ūkio departamento „Hatch Act“ programos.
Projektai:
Braškių derliaus gerinimas naudojant vietinius ir robotus apdulkintojus: Kirstin Petersen, elektros ir kompiuterių inžinerijos docentė; ir Scott McArt, entomologijos docentas. Jų darbas apims automatizuotą laukinių ir valdomų apdulkintojų stebėjimą su robotizuotu apdulkinimu, padėdamas pagrindus biologinei-hibridinei sistemai, kuri gali stebėti, prognozuoti ir pagerinti pasėlių derlių. Tyrėjai kurs patvarias ir mažos galios vabzdžių kamerų gaudykles, naudos dronus greitam kryžminiam apdulkinimui ir kurs augimo modelius, kurie gali būti perduodami ūkininkui per internetinę programėlę.
Nauja dirvožemio robotika ir vandens naudojimo efektyvumo dirvožemio šaknų fenotipų nustatymas: Taryn Bauerle, Integratyvaus augalų mokslo mokyklos (SIPS) docentė; Robertas Shepherdas, Sibley mechanikos ir kosmoso inžinerijos mokyklos (MAE) docentas; Mike'as Gore'as, Liberty Hyde Bailey SIPS molekulinio veisimo ir genetikos profesorius ir docentas; Johannes Lehmann, SIPS dirvožemio ir pasėlių mokslų profesorius; ir Abraham Stroock, William C. Hooey direktorius ir Gordon L. Dibble, chemijos ir biomolekulinės inžinerijos profesorius. Norėdami gauti realaus laiko informaciją apie vandens prieinamumą ir srautą dirvožemyje aplink augalų šaknis, mokslininkai parengs jutimo strategiją ir dirvožemyje plaukiantį robotą, kuris pusiau autonomiškai tyrinės šaknų zoną.
Mikrobiomais pagrįsti skaičiavimo modeliai ir sprendimų palaikymo įrankiai, skirti numatyti šviežių produktų gedimą: špinatai kaip pavyzdinė sistema: Martin Wiedmann, Gellert šeimos maisto saugos profesorius; ir Ivanekas. Tyrėjai sukurs mikrobiomų sąveikos ir perturbacijų skaičiavimo modelį perdirbimo, transportavimo ir mažmeninės prekybos metu, kad prognozuotų šviežių špinatų galiojimo laiką.
Pagreitinta ir automatizuota streso diagnostika obelų soduose: Awais Khan, Cornell AgriTech SIPS docentas; Serge'as Belongie, „Cornell Tech“ kompiuterių mokslų profesorius; ir Noah Snavely, „Cornell Tech“ kompiuterių mokslų docentas. Derindama augalų patologijos, fenotipų nustatymo ir kompiuterinio matymo žinias, komanda sukurs ekspertų anotuotus obuolių ligų duomenų rinkinius, vadovaus pasauliniam iššūkių konkursui, siekdama rasti naujų sprendimų ligų klasifikavimui ir kiekybiniam įvertinimui, kurs kompiuterinio matymo modelius, kad būtų galima tiksliai atskirti daugelio ligų simptomus. ligų ir sukurti patogias programėles obuolių augintojams remti.
Anglies ūkis: mašinų intelekto, didelių duomenų ir procesų modelių derinimas, siekiant palaikyti šį besiformuojantį sektorių: Lehmann ir Fengqi You, Roxanne E. ir Michael J. Zak, Smitho chemijos ir biomolekulinės inžinerijos mokyklos energijos sistemų inžinerijos profesoriai. Šiuo projektu siekiama pagerinti tikslią dirvožemio organinės anglies prognozę derinant dirvožemio proceso modeliavimą su mašininiu mokymusi, giluminiu mokymusi ir dideliais duomenimis, kad būtų sukurta platforma, kuria būtų galima paskatinti įrodymais pagrįstą politiką ir investicijas į dirvožemio sveikatą ir klimato kaitos švelninimą.
Į funkcijas nukreipta didelės skiriamosios gebos fenotipų nustatymo platforma, leidžianti nustatyti genetikos ir funkcijų ryšius šakniastiebiuose ir skatinti augalų maistinių medžiagų panaudojimą: April Gu, civilinės ir aplinkos inžinerijos profesorius; Jenny Kao-Kniffin, SIPS docentė; ir Kilian Weinberger, kompiuterių mokslo docentas. Tyrėjai sukurs naujovišką fenotipų nustatymo ir genotipų nustatymo technologijų platformą, kuri leis jiems sukurti pasaulinio lygio žemės ūkio fenotipų nustatymo įrenginį Kornelyje, kad būtų galima atrasti ir profiliuoti naujus augalams naudingus mikroorganizmus.
Keičiami skaitmeniniai dangaus ir dirvožemio jutikliai: daiktų interneto metodas, skirtas pagerinti ūkio masto orų prognozes dėl ypatingo karščio, sausros ir kritulių: Toby Ault, žemės ir atmosferos mokslų docentas; ir Max Zhang, MAE docentas. Naudodami esamą belaidį daiktų internetą, tyrėjai stebės ir prognozuos pagrindinius kintamuosius, skirtus prognozuoti ekstremalius orus valstijos, apskrities ir ūkių lygmenimis, kad maisto gamintojams pateiktų priemonių rinkinį, skirtą numatyti pavojų.
Prognozuojamų modelių, leidžiančių tiksliai nustatyti subklinikinį ir klinikinį mastitą melžiamoms karvėms, melžiamoms automatizuotomis melžimo sistemomis, kūrimas: Rickas Wattersas, CVM vyresnysis padėjėjas ir Kokybės pieno gamybos paslaugų Vakarų laboratorijos direktorius; ir Kristan Reed, gyvūnų mokslo docentė. Naudodami tokius duomenis kaip primilžis, melžimo laikas ir laikas tarp melžimo vizitų, mokslininkai parengs algoritmą melžiamų karvių mastitui prognozuoti.
- Melanie Lefkowitz, Kornelio universitetas
Projektams, pradedant nuo dirvožemyje plaukiančio roboto, kuris gali jausti sąlygas šaknų zonoje realiuoju laiku, iki skaičiavimo modelių, galinčių numatyti produkcijos gedimą, buvo gautos pradinės lėšos iš Kornelio skaitmeninės žemės ūkio iniciatyvos naujojo mokslinių tyrimų inovacijų fondo. Aukščiau yra dronas Musgreivo tyrimų ūkyje, kurį į lauką išvežė profesoriaus Michealo Gore'o laboratorijos studentai. Nuotrauka: Allison Usavage