Nyereség:
- Képes előzetes diagnosztikai folyamat és integrált növényvédelem (IPM) logika létrehozására mesterséges intelligencia segítségével levél-/gyümölcsképekből
- Képes a tünet leírását strukturált promptlá alakítani, valamint a lehetséges tényezők listáját és a differenciáldiagnózist elkészíteni
- Képes a visszaélések megelőzésére az AI diagnózisának helyszíni mintával, laboratóriumi és engedélyezett gyógyszercímkével való megerősítésével
Mire betegséget vagy kártevőt észlelnek a területen, gyakran már késő; A korai és pontos diagnózis az egyetlen dolog, amely megtakarítja a hatékonyságot. De a diagnózis az egyik legnehezebb döntés a mezőgazdaságban: ugyanazt a sárgulást húsz ok okozhatja, ugyanaz a folt lehet gomba, baktérium vagy tápanyaghiány jele. A mesterséges intelligencia egy olyan eszköz, amely az elmúlt években nagy figyelmet kapott ezen a területen: széles körben elterjedtek azok az alkalmazások, amelyek egy levélről készült fényképről azt mondják, hogy "ez lisztharmat lehet". Ez az egység megtanítja a képalapú AI-diagnosztika valódi erejét és – ami még fontosabb – veszélyes határait; Megmutatja, hogyan kapcsolhatja össze az AI-t a helyes döntéssel, nem pedig a rossz permetezéssel az integrált növényvédelem (IPM) keretein belül. Figyelmeztessük már az elején: a gyógyszer kiválasztása és adagolása a biztonság szempontjából kritikus; Az AI előzetes diagnózist javasol, a felhatalmazott mérnök megerősíti a diagnózist és az előírást.
Miért nehéz a képdiagnosztika?
Még az emberi szem is becsapott; Sokkal könnyebb becsapni egy modellt. Először is, a tünetek hasonlósága: a gombás levélfolt, a bakteriális folt és a cinkhiány mind nagyon hasonlónak tűnhet a levélen. Másodszor, a kontextus hiánya: a modell látja a fényképet, de nem ismeri a régiót, az éghajlatot, a vetéstörténetet, hogy a kártevő jelen van-e az adott területen – tehát olyan betegségre utalhat, amelyet soha nem találtak a területen (hallucináció). Harmadszor, a fénykép minősége: fény, szög, felbontás gyökeresen megváltoztatja a diagnózist. Negyedik szakasz: a korai és az előrehaladott tünetek nagyon eltérőek. Ezért az image AI nem diagnózis, hanem a differenciáldiagnózis kezdete – egy asszisztens, amely felsorolja a lehetséges okokat, és megmondja, hol keresse.
Integrált növényvédelmi (IPM) keretrendszer
A modern növényvédelem nem a „találkozunk a peszticidekkel” logikával, hanem az IPM (Integrated Pest Management – angolul Integrated Pest Management) logikájával működik: először helyesen kell monitorozni és diagnosztizálni, majd ellenőrizni a gazdasági kárküszöböt (a kártevő-sűrűség olyan szinten van, amely indokolja a beavatkozást), kulturális és biológiai intézkedések értékelése, vegyszeres védekezés utolsó és célzott szerként, megfelelő időben engedélyezett szerként. A mesterséges intelligencia e lánc minden láncszeménél segíthet – diagnosztikai hipotézis, küszöbérték-emlékeztető, alternatív intézkedések listája –, de nem hoz egyedül egyetlen láncszemnél sem.
Tipp: Ahelyett, hogy megkérdezné az MI-től, hogy „melyik gyógyszert írjak fel”, kérdezze meg: „milyen tényezők utalnak erre a tünetre, és hogyan különböztethetem meg ezeket a terepen?” Az első kérdés a rossz gyógyszerhez, a második a helyes diagnózishoz vezet.
A tünet leírásának konfigurálása
A jó tünetleírás még képek nélkül is erős differenciáldiagnózist eredményez az AI-tól. A jó leírás a következőket tartalmazza: termés és fajta, fejlődési szakasz, a tünet helye (felső/alsó levél, termés, szár, gyökér), szín és forma (folt, halo, sárgás, hervadás), eloszlás (foltos, interveinális, egész tábla), időzítés (csapadék után) és környezeti állapot (nedvesség, hőmérséklet). Ez a strukturált recept csökkenti a modell találgatásait.
Három mini tok: a számok szerint
1. eset – Helyes útmutatás. Az AI leírták, hogy egy szőlőültetvényben sárga olajfoltok jelennek meg a leveleken; Az AI támogatta a peronoszpóra hipotézist, és javasolta a fehér hamu elleni védekezést az alsó levélfelületen. Ezt a tünetet terepen igazolták, a mintát laboratóriumba küldték, majd a diagnózis megerősítésekor az engedélyezett termékkel időben történő beavatkozásra került sor; terjedése korlátozott maradt.
2. eset – Hallucináció rögzítése. Egy paradicsomos üvegházban az MI a tünet alapján "lehetséges sivatagi sáskakárosodást" javasolt. Az üvegházban azonban a tünet egy szívó kártevő (fehérszárnyú) volt, és a sivatagi sáska nem jelentett problémát ezen a területen/állapotban. Az agronómiai elfogadhatósági szűrő (termés, környezet, földrajz) kiküszöbölte a rossz javaslatot; A valódi ügynököt a sárga ragacscsapdával igazolták.
3. eset – Étel vagy betegség? A kukoricatábla interveinális sárgulásának látványa „lehetséges betegségként” merült fel. A mérnök tudta, hogy az interveinális mintázat klasszikus magnéziumhiányos mintázat; levélelemzés ezt megerősítette. A magnézium-kiegészítők jelentették a megoldást, nem a gyógyszerek; Megakadályozták a szükségtelen és káros növényvédő szerek kijuttatását.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Sárga folt van a levélen, milyen gyógyszert használjak?
Erőteljes felszólítás:
Feladata: Növényvédelmi szakagronómus (IPM megközelítés). Készítsen DIFFERENCIÁLDIAGNÓZIS-t az alábbi tünetleírás szerint; NE diagnosztizálj, AJÁNLJ gyógyszert.Tünet: termés [..], stádium [..], hely [felső/alsó levél..], szín/forma [..], eloszlás [foltos/egész tábla], időzítés [csapadék után..], állapot [páratartalom/hőmérséklet].Feladat:- POSSIBLE-5-ös lista (gombás/baktérium/vírus/káros/tápanyag/abiotikus).- Minden faktor Írja meg azt a tesztet, amely lehetővé teszi, hogy KÜLÖNBÖZHETŐ MEGKÜLÖNBÖZTETÉST a terepen/laborban.- KISZÜNTETETTEM azokat a tényezőket, amelyek nem ésszerűek a régióban/termékben, és mondják el, hogy miért.- Mit kell ellenőriznem a gazdasági ártalmak küszöbével és az IPM alternatíváival kapcsolatban?
A hatékony felszólítás az AI-t a differenciáldiagnózishoz és ellenőrzéshez irányítja, megőrzi a diagnosztikai és felírási jogosultságot, kényszeríti a plauzibilitási szűrőt és az IPM keretrendszert.
Négy másolható sablon
1) Differenciáldiagnózis lista:
Adjon meg 3-5 lehetséges tényezőt ehhez a tünetleíráshoz valószínűségi sorrendben. Mindegyiknél: jellemző tünetkülönbség, terepen történő megkülönböztetés módja, gyorsan nő-e. Ne diagnosztizálj.
2) Ésszerűségi szűrő:
Ebből a tényezők listájából távolítsa el azokat, amelyek NEM MEGFELELŐak az általam megadott régióban/klímában/termésben/évszakban, és írja le az egyes megszüntetések okát. A többit jelölje meg "ellenőrzés a terepen"-ként.
3) Mintavételi és ellenőrzési terv:
Hogyan kell ehhez a betegséggyanúhoz megfelelő mintát venni (mely szövetből, hány növényből, hogyan kell tárolni), melyik laboratóriumi vizsgálatot kérik? Írj lépésről lépésre.
4) IPM döntési keret:
Feltételezhető ágens [megerősítve]: (1) ellenőrizze, hogy mekkora a gazdasági kockázati küszöb, (2) kulturális/biológiai alternatívák, (3) kémiai, ha szükséges, engedélyezett termék és címke megfelelősége, rezisztencia kezelése. ADAGOLÁS; Mutassa be az ellenőrizendő tételeket.
Ügynök típusa
Tipikus tipp
ne diszkriminálj
gombás
Folt + hamu/penész, páratartalommal növekszik
mikroszkóp/kultúra
bakteriális
Vizes folt, halo, rossz szag
laboratóriumi vizsgálat
vírusos
mozaik, deformáció, vektor
Szerológiai/PCR teszt
káros
lyuk, szívó, élő rovar
Csapda, vizuális szám
táplálkozási hiány
Szimmetrikus/szemcseközi minta
Levélelemzés
abiotikus
Fagy/nap/gyógyszer okozta károk
Történelem + terjesztés
Gyakori hibák
- Feltételezve, hogy a képdiagnózis végleges. A fényképezés differenciáldiagnózist kezdeményez, nem diagnózist; Minta és laboratórium szükséges.
- A zóna ésszerűségének megkerülése. A modell javasolhat olyan kártevőt, amely nincs jelen a területen; földrajzon/klímán keresztül szűrjük.
- A táplálkozási/abiotikus ok elfelejtése. Sok "betegségszerű" tünet a hiány vagy a nap/fagy/gyógyszer okozta károk következménye.
- Permetezés a küszöb átlépése nélkül. Nem minden IPM-ben látható igényel káros beavatkozást; Lásd a gazdasági kárküszöböt.
- Az engedély és a címke figyelmen kívül hagyása. Az engedély nélküli vagy helytelenül adagolt gyógyszer a termékben maradékanyag- és rezisztencia kockázatát okozza.
Figyelem: A téves diagnózison alapuló permetezés háromszoros kárt okoz: a betegség nem áll le, a hasznos élőlények elpusztulnak, maradványok, rezisztens törzsek képződnek a termékben. A diagnózis megerősítéséig nem születik gyógyszeres döntés.
Összefoglalva
A képalapú AI-diagnózis hatékony kezdeti eszköz, de a tünetek hasonlósága, a kontextus hiánya és a hallucináció miatt differenciáldiagnózis, nem diagnózis. A helyes megközelítés az IPM keretrendszer: a lehetséges faktorok felsorolása strukturált tünetleírással, valószínûségre szûrése, terepen és laboratóriumi ellenõrzés, a gazdasági küszöb ellenõrzése és csak szükség esetén beavatkozás engedélyezett, célzott gyógyszerrel. Az AI előzetes diagnózist javasol; A diagnózis és a felírás felelőssége az arra jogosult mezőgazdasági mérnök feladata.
Pályázati feladat
Írjon tünet forgatókönyvet (pl. "paradicsom, virágzási időszak, alsó levelek interveinális sárgulása, intenzív, alacsony páratartalmú mezősarokban"). Adja át az AI-nak az egység „differenciáldiagnosztikai listája” és „valószínűségi szűrő” sablonjaival. A kimenetben értékelje, hogy a mesterséges intelligencia hány különböző típusú tényezőt javasol, figyelembe vesz-e táplálkozási/abiotikus okot, és nem tesz-e ésszerűtlen ajánlást a régió számára. Minden egyes tényezőhöz írja le azt a megkülönböztető tesztet, amelyet a mezőben megnézne.
ellenőrző lista
- [ ] A tünetet strukturáltnak írtam le (termék, stádium, hely, szín, eloszlás, állapot).
- [ ] Az AI kimenetet differenciáldiagnózisként kaptam, nem diagnózisként.
- [ ] Alkalmaztam a régió/klíma/termék plauzibilitási szűrőt.
- [ ] Szükség esetén terepi mintával és laboratóriummal igazoltam az ügynököt.
- [ ] Ellenőriztem az IPM küszöbértéket, és csak engedélyezett, címkének megfelelő beavatkozást terveztem mérnöki jóváhagyással.