ಘಟಕಗಳು
1. ಕೃಷಿ ಇಂಜಿನಿಯರಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಪರಿಶೀಲನೆ ಶಿಸ್ತು ಪರಿಚಯ 2. ನಿಖರವಾದ ಕೃಷಿ ಮತ್ತು ಕೃಷಿ ದತ್ತಾಂಶದ ರಚನೆ 3. ಉಪಗ್ರಹ ಮತ್ತು ಡ್ರೋನ್‌ನೊಂದಿಗೆ ಸಸ್ಯ ಆರೋಗ್ಯ ಮಾನಿಟರಿಂಗ್: NDVI ಮತ್ತು ಸಸ್ಯವರ್ಗ ಸೂಚ್ಯಂಕಗಳು 4. ಮಣ್ಣಿನ ವಿಶ್ಲೇಷಣೆಯ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ಫಲೀಕರಣ ಆಪ್ಟಿಮೈಸೇಶನ್ 5. ನೀರಾವರಿ ಆಪ್ಟಿಮೈಸೇಶನ್ ಮತ್ತು ನೀರಿನ ನಿರ್ವಹಣೆ 6. ರೋಗ ಮತ್ತು ಕೀಟ ರೋಗನಿರ್ಣಯ: ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ನಿರ್ಧಾರ 7. ಹವಾಮಾನ ಮತ್ತು ಹವಾಮಾನ ಡೇಟಾದೊಂದಿಗೆ ಕೃಷಿ ನಿರ್ಧಾರ ಬೆಂಬಲ 8. ಇಳುವರಿ ಅಂದಾಜು ಮತ್ತು ಕೃಷಿ ಮಾಡೆಲಿಂಗ್ 9. ಪೈಥಾನ್‌ನೊಂದಿಗೆ ಕೃಷಿ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆ 10. ಪತ್ತೆಹಚ್ಚುವಿಕೆ, ಕೃಷಿ ನೋಂದಣಿ ಮತ್ತು ಪೂರೈಕೆ ಸರಪಳಿ 11. ನೀತಿಶಾಸ್ತ್ರ, ಗೌಪ್ಯತೆ, ಗಡಿಗಳು ಮತ್ತು ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಏಕೀಕರಣ
ಘಟಕ 6 / 11

ರೋಗ ಮತ್ತು ಕೀಟ ರೋಗನಿರ್ಣಯ: ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ನಿರ್ಧಾರ

ಲಾಭಗಳು:

  • ಎಲೆ/ಹಣ್ಣಿನ ಚಿತ್ರಗಳಿಂದ AI ಯೊಂದಿಗೆ ಪ್ರಾಥಮಿಕ ರೋಗನಿರ್ಣಯದ ಹರಿವು ಮತ್ತು ಸಮಗ್ರ ಕೀಟ ನಿರ್ವಹಣೆ (IPM) ತರ್ಕವನ್ನು ಸ್ಥಾಪಿಸುವ ಸಾಮರ್ಥ್ಯ
  • ರೋಗಲಕ್ಷಣದ ವಿವರಣೆಯನ್ನು ರಚನಾತ್ಮಕ ಪ್ರಾಂಪ್ಟ್ ಆಗಿ ಪರಿವರ್ತಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸಂಭವನೀಯ ಅಂಶಗಳು ಮತ್ತು ಭೇದಾತ್ಮಕ ರೋಗನಿರ್ಣಯದ ಪಟ್ಟಿಯನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಮರ್ಥ್ಯ
  • ಕ್ಷೇತ್ರ ಮಾದರಿ, ಪ್ರಯೋಗಾಲಯ ಮತ್ತು ಪರವಾನಗಿ ಪಡೆದ ಔಷಧ ಲೇಬಲ್‌ನೊಂದಿಗೆ AI ರೋಗನಿರ್ಣಯವನ್ನು ದೃಢೀಕರಿಸುವ ಮೂಲಕ ದುರುಪಯೋಗವನ್ನು ತಡೆಗಟ್ಟುವ ಸಾಮರ್ಥ್ಯ

ಜಮೀನಿನಲ್ಲಿ ರೋಗ ಅಥವಾ ಕೀಟವನ್ನು ಗಮನಿಸಿದಾಗ, ಅದು ತುಂಬಾ ತಡವಾಗಿರುತ್ತದೆ; ಆರಂಭಿಕ ಮತ್ತು ನಿಖರವಾದ ರೋಗನಿರ್ಣಯವು ದಕ್ಷತೆಯನ್ನು ಉಳಿಸುವ ಏಕೈಕ ವಿಷಯವಾಗಿದೆ. ಆದರೆ ರೋಗನಿರ್ಣಯವು ಕೃಷಿಯಲ್ಲಿ ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದ ನಿರ್ಧಾರಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ: ಅದೇ ಹಳದಿ ಇಪ್ಪತ್ತು ವಿಭಿನ್ನ ಕಾರಣಗಳಿಂದ ಉಂಟಾಗಬಹುದು, ಅದೇ ಸ್ಥಳವು ಶಿಲೀಂಧ್ರ, ಬ್ಯಾಕ್ಟೀರಿಯಾ ಅಥವಾ ಪೌಷ್ಟಿಕಾಂಶದ ಕೊರತೆಯ ಸಂಕೇತವಾಗಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಹೆಚ್ಚಿನ ಗಮನವನ್ನು ಸೆಳೆದ ಸಾಧನವಾಗಿದೆ: ಎಲೆಯ ಫೋಟೋದಿಂದ "ಇದು ಸೂಕ್ಷ್ಮ ಶಿಲೀಂಧ್ರವಾಗಿರಬಹುದು" ಎಂದು ಹೇಳುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ವ್ಯಾಪಕವಾಗಿ ಹರಡಿವೆ. ಈ ಘಟಕವು ನಿಜವಾದ ಶಕ್ತಿ ಮತ್ತು - ಹೆಚ್ಚು ಮುಖ್ಯವಾಗಿ - ಇಮೇಜ್-ಆಧಾರಿತ AI ಡಯಾಗ್ನೋಸ್ಟಿಕ್ಸ್‌ನ ಅಪಾಯಕಾರಿ ಮಿತಿಗಳನ್ನು ಕಲಿಸುತ್ತದೆ; ಸಮಗ್ರ ಕೀಟ ನಿರ್ವಹಣೆಯ (IPM) ಚೌಕಟ್ಟಿನೊಳಗೆ AI ಅನ್ನು ಸರಿಯಾದ ನಿರ್ಧಾರಕ್ಕೆ ಹೇಗೆ ಸಂಪರ್ಕಿಸುವುದು ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ, ತಪ್ಪಾದ ಸಿಂಪಡಿಸುವಿಕೆಯಲ್ಲ. ಮೊದಲಿನಿಂದಲೂ ನಾವು ನಿಮಗೆ ಎಚ್ಚರಿಕೆ ನೀಡೋಣ: ಔಷಧದ ಆಯ್ಕೆ ಮತ್ತು ಡೋಸೇಜ್ ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕವಾಗಿದೆ; AI ಪ್ರಾಥಮಿಕ ರೋಗನಿರ್ಣಯವನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಅಧಿಕೃತ ಎಂಜಿನಿಯರ್ ರೋಗನಿರ್ಣಯ ಮತ್ತು ಪ್ರಿಸ್ಕ್ರಿಪ್ಷನ್ ಅನ್ನು ದೃಢೀಕರಿಸುತ್ತಾರೆ.

ಚಿತ್ರದ ರೋಗನಿರ್ಣಯ ಏಕೆ ಕಷ್ಟ?

ಮಾನವನ ಕಣ್ಣು ಕೂಡ ಮೋಸಗೊಂಡಿದೆ; ಮಾದರಿಯಿಂದ ಮೋಸಹೋಗುವುದು ತುಂಬಾ ಸುಲಭ. ಮೊದಲನೆಯದಾಗಿ, ರೋಗಲಕ್ಷಣದ ಹೋಲಿಕೆ: ಫಂಗಲ್ ಲೀಫ್ ಸ್ಪಾಟ್, ಬ್ಯಾಕ್ಟೀರಿಯಾದ ಚುಕ್ಕೆ ಮತ್ತು ಸತುವಿನ ಕೊರತೆಯು ಎಲೆಯ ಮೇಲೆ ಒಂದೇ ರೀತಿ ಕಾಣಿಸಬಹುದು. ಎರಡನೆಯದಾಗಿ, ಸಂದರ್ಭದ ಕೊರತೆ: ಮಾದರಿಯು ಫೋಟೋವನ್ನು ನೋಡುತ್ತದೆ ಆದರೆ ಪ್ರದೇಶ, ಹವಾಮಾನ, ಬೆಳೆ ಇತಿಹಾಸ, ಆ ಪ್ರದೇಶದಲ್ಲಿ ಆ ಕೀಟವಿದೆಯೇ ಎಂದು ತಿಳಿದಿಲ್ಲ - ಆದ್ದರಿಂದ ಇದು ಪ್ರದೇಶದಲ್ಲಿ ಕಂಡುಬರದ ರೋಗವನ್ನು ಸೂಚಿಸಬಹುದು (ಭ್ರಮೆ). ಮೂರನೆಯದಾಗಿ, ಫೋಟೋ ಗುಣಮಟ್ಟ: ಬೆಳಕು, ಕೋನ, ರೆಸಲ್ಯೂಶನ್ ರೋಗನಿರ್ಣಯವನ್ನು ಆಮೂಲಾಗ್ರವಾಗಿ ಬದಲಾಯಿಸುತ್ತದೆ. ನಾಲ್ಕನೇ, ಹಂತ: ಆರಂಭಿಕ ರೋಗಲಕ್ಷಣ ಮತ್ತು ಮುಂದುವರಿದ ರೋಗಲಕ್ಷಣವು ವಿಭಿನ್ನವಾಗಿ ಕಾಣುತ್ತದೆ. ಅದಕ್ಕಾಗಿಯೇ ಇಮೇಜ್ AI ಒಂದು ರೋಗನಿರ್ಣಯವಲ್ಲ, ಆದರೆ ವಿಭಿನ್ನ ರೋಗನಿರ್ಣಯದ ಆರಂಭವಾಗಿದೆ - ಸಂಭವನೀಯ ಕಾರಣಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವ ಮತ್ತು ಎಲ್ಲಿ ನೋಡಬೇಕೆಂದು ನಿಮಗೆ ತಿಳಿಸುವ ಸಹಾಯಕ.

ಇಂಟಿಗ್ರೇಟೆಡ್ ಪೆಸ್ಟ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್ (IPM) ಫ್ರೇಮ್ವರ್ಕ್

ಆಧುನಿಕ ಸಸ್ಯ ಸಂರಕ್ಷಣೆಯು "ಕೀಟನಾಶಕಗಳೊಂದಿಗೆ ನಿಮ್ಮನ್ನು ಭೇಟಿ ಮಾಡುತ್ತೇವೆ" ಎಂಬ ತರ್ಕದೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ, ಆದರೆ ಐಪಿಎಂ (ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿ ಇಂಟಿಗ್ರೇಟೆಡ್ ಪೆಸ್ಟ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್) ತರ್ಕದೊಂದಿಗೆ: ಮೊದಲು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ ಮತ್ತು ಸರಿಯಾಗಿ ರೋಗನಿರ್ಣಯ ಮಾಡಿ, ನಂತರ ಆರ್ಥಿಕ ಹಾನಿ ಮಿತಿಯನ್ನು ಪರಿಶೀಲಿಸಿ (ಮಧ್ಯಸ್ಥಿಕೆಯನ್ನು ಸಮರ್ಥಿಸುವ ಮಟ್ಟದಲ್ಲಿ ಕೀಟ ಸಾಂದ್ರತೆ), ಸಾಂಸ್ಕೃತಿಕ ಮತ್ತು ಜೈವಿಕ ಉತ್ಪನ್ನಗಳ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ಸರಿಯಾದ ರಾಸಾಯನಿಕ ನಿಯಂತ್ರಣವನ್ನು ಅನ್ವಯಿಸಿ. AI ಈ ಸರಪಳಿಯ ಪ್ರತಿಯೊಂದು ಲಿಂಕ್‌ನಲ್ಲಿ ಸಹಾಯ ಮಾಡಬಹುದು-ರೋಗನಿರ್ಣಯ ಕಲ್ಪನೆ, ಮಿತಿ ಜ್ಞಾಪನೆ, ಪರ್ಯಾಯ ಕ್ರಮಗಳ ಪಟ್ಟಿ-ಆದರೆ ಅದು ಯಾವುದೇ ಲಿಂಕ್‌ನಲ್ಲಿ ಮಾತ್ರ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ.

ಸಲಹೆ: "ನಾನು ಯಾವ ಔಷಧಿಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡಬೇಕು" ಎಂದು AI ಅನ್ನು ಕೇಳುವ ಬದಲು, "ಈ ರೋಗಲಕ್ಷಣವನ್ನು ಯಾವ ಅಂಶಗಳು ಸೂಚಿಸುತ್ತವೆ ಮತ್ತು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರತಿಯೊಂದನ್ನು ನಾನು ಹೇಗೆ ಪ್ರತ್ಯೇಕಿಸಬಹುದು?" ಮೊದಲ ಪ್ರಶ್ನೆಯು ನಿಮ್ಮನ್ನು ತಪ್ಪು ಔಷಧಿಗೆ ಕರೆದೊಯ್ಯುತ್ತದೆ, ಎರಡನೆಯದು ಸರಿಯಾದ ರೋಗನಿರ್ಣಯಕ್ಕೆ.

ರೋಗಲಕ್ಷಣದ ವಿವರಣೆಯನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾಗುತ್ತಿದೆ

ಚಿತ್ರಗಳಿಲ್ಲದಿದ್ದರೂ ಸಹ, ಉತ್ತಮ ರೋಗಲಕ್ಷಣದ ವಿವರಣೆಯು AI ನಿಂದ ಬಲವಾದ ಭೇದಾತ್ಮಕ ರೋಗನಿರ್ಣಯವನ್ನು ನೀಡುತ್ತದೆ. ಉತ್ತಮ ವಿವರಣೆಯು ಒಳಗೊಂಡಿದೆ: ಬೆಳೆ ಮತ್ತು ವೈವಿಧ್ಯತೆ, ಬೆಳವಣಿಗೆಯ ಹಂತ, ರೋಗಲಕ್ಷಣದ ಸ್ಥಳ (ಮೇಲಿನ/ಕೆಳಗಿನ ಎಲೆ, ಹಣ್ಣು, ಕಾಂಡ, ಬೇರು), ಬಣ್ಣ ಮತ್ತು ಆಕಾರ (ಮಚ್ಚೆ, ಹಾಲೋ, ಹಳದಿ, ವಿಲ್ಟಿಂಗ್), ವಿತರಣೆ (ಪ್ಯಾಚಿ, ಮಧ್ಯಂತರ, ಸಂಪೂರ್ಣ ಕ್ಷೇತ್ರ), ಸಮಯ (ಮಳೆಯಾದ ನಂತರ) ಮತ್ತು ಪರಿಸರ ಸ್ಥಿತಿ (ತೇವಾಂಶ, ತಾಪಮಾನ). ಈ ರಚನಾತ್ಮಕ ಪಾಕವಿಧಾನವು ಮಾದರಿಯ ಊಹೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.

ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು: ಸಂಖ್ಯೆಗಳ ಮೂಲಕ

ಪ್ರಕರಣ 1 - ಸರಿಯಾದ ಮಾರ್ಗದರ್ಶನ. ದ್ರಾಕ್ಷಿತೋಟದಲ್ಲಿ ಎಲೆಗಳ ಮೇಲೆ ಹಳದಿ ಎಣ್ಣೆಯ ಚುಕ್ಕೆಗಳ ನೋಟವನ್ನು AI ಗೆ ವಿವರಿಸಲಾಗಿದೆ; AI ಡೌನಿ ಶಿಲೀಂಧ್ರ ಕಲ್ಪನೆಯನ್ನು ಉತ್ತೇಜಿಸಿತು ಮತ್ತು ಕೆಳಗಿನ ಎಲೆಯ ಮೇಲ್ಮೈಯಲ್ಲಿ ಬಿಳಿ ಬೂದಿ ನಿಯಂತ್ರಣವನ್ನು ಸೂಚಿಸಿತು. ಈ ರೋಗಲಕ್ಷಣವು ಕ್ಷೇತ್ರದಲ್ಲಿ ದೃಢೀಕರಿಸಲ್ಪಟ್ಟಿದೆ, ಮಾದರಿಯನ್ನು ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ಕಳುಹಿಸಲಾಗಿದೆ ಮತ್ತು ರೋಗನಿರ್ಣಯವನ್ನು ದೃಢೀಕರಿಸಿದಾಗ, ಪರವಾನಗಿ ಉತ್ಪನ್ನದೊಂದಿಗೆ ಸಕಾಲಿಕ ಹಸ್ತಕ್ಷೇಪವನ್ನು ನಡೆಸಲಾಯಿತು; ಹರಡುವಿಕೆ ಸೀಮಿತವಾಗಿ ಉಳಿಯಿತು.

ಪ್ರಕರಣ 2 - ಭ್ರಮೆ ಸೆರೆಹಿಡಿಯುವಿಕೆ. ಟೊಮೆಟೊ ಹಸಿರುಮನೆಯಲ್ಲಿ, AI ರೋಗಲಕ್ಷಣದಿಂದ "ಸಾಧ್ಯವಾದ ಮರುಭೂಮಿ ಮಿಡತೆ ಹಾನಿ" ಎಂದು ಸೂಚಿಸಿದೆ. ಆದಾಗ್ಯೂ, ಹಸಿರುಮನೆಯಲ್ಲಿನ ರೋಗಲಕ್ಷಣವು ಹೀರುವ ಕೀಟ (ಬಿಳಿ ನೊಣ) ಮಾದರಿಯಾಗಿತ್ತು ಮತ್ತು ಆ ಪ್ರದೇಶ/ಸ್ಥಿತಿಯಲ್ಲಿ ಮರುಭೂಮಿ ಮಿಡತೆ ಸಮಸ್ಯೆಯಾಗಿರಲಿಲ್ಲ. ಅಗ್ರೋನೊಮಿಕ್ ಪ್ಲಾಸಿಬಿಲಿಟಿ ಫಿಲ್ಟರ್ (ಬೆಳೆ, ಪರಿಸರ, ಭೌಗೋಳಿಕತೆ) ತಪ್ಪು ಪ್ರಸ್ತಾಪವನ್ನು ತೆಗೆದುಹಾಕಿದೆ; ಹಳದಿ ಜಿಗುಟಾದ ಟ್ರ್ಯಾಪ್ನೊಂದಿಗೆ ನಿಜವಾದ ಏಜೆಂಟ್ ದೃಢೀಕರಿಸಲ್ಪಟ್ಟಿದೆ.

ಪ್ರಕರಣ 3 - ಆಹಾರ ಅಥವಾ ರೋಗ? ಜೋಳದ ಹೊಲದಲ್ಲಿ ಮಧ್ಯಂತರ ಹಳದಿ ಬಣ್ಣವು "ಸಂಭವನೀಯ ರೋಗ" ಎಂದು ಕಾಣಿಸಿಕೊಂಡಿತು. ಇಂಜಿನಿಯರ್ ಇಂಟರ್ವೀನಲ್ ಮಾದರಿಯು ಕ್ಲಾಸಿಕ್ ಮೆಗ್ನೀಸಿಯಮ್ ಕೊರತೆಯ ಮಾದರಿ ಎಂದು ತಿಳಿದಿದ್ದರು; ಎಲೆ ವಿಶ್ಲೇಷಣೆ ಇದನ್ನು ದೃಢಪಡಿಸಿತು. ಮೆಗ್ನೀಸಿಯಮ್ ಪೂರಕಗಳು, ಔಷಧವಲ್ಲ, ಪರಿಹಾರ; ಅನವಶ್ಯಕ ಹಾಗೂ ಹಾನಿಕಾರಕ ಕೀಟನಾಶಕ ಬಳಕೆಯನ್ನು ತಡೆಯಲಾಗಿದೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಎಲೆಯ ಮೇಲೆ ಹಳದಿ ಚುಕ್ಕೆ ಇದೆ, ನಾನು ಯಾವ ಔಷಧಿಯನ್ನು ಬಳಸಬೇಕು?

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ಸಸ್ಯ ಸಂರಕ್ಷಣಾ ತಜ್ಞ ಕೃಷಿಶಾಸ್ತ್ರಜ್ಞ (IPM ವಿಧಾನ). ಕೆಳಗಿನ ರೋಗಲಕ್ಷಣದ ವಿವರಣೆಯ ಪ್ರಕಾರ ಭೇದಾತ್ಮಕ ರೋಗನಿರ್ಣಯವನ್ನು ಮಾಡಿ; ರೋಗನಿರ್ಣಯ ಮಾಡಬೇಡಿ, ಔಷಧವನ್ನು ಶಿಫಾರಸು ಮಾಡಬೇಡಿ. ಲಕ್ಷಣ: ಬೆಳೆ [..], ಹಂತ [..], ಸ್ಥಳ [ಮೇಲಿನ/ಕೆಳಗಿನ ಎಲೆ..], ಬಣ್ಣ/ಆಕಾರ [..], ವಿತರಣೆ [ಪ್ಯಾಚಿ/ಇಡೀ ಕ್ಷೇತ್ರ], ಸಮಯ [ಮಳೆಯಾದ ನಂತರ..], ಸ್ಥಿತಿ [ಆರ್ದ್ರತೆ/ತಾಪಮಾನ]. ಕಾರ್ಯ:- ಪಟ್ಟಿ 3-5 POSSIBLE ಅಂಶಗಳು (ಶಿಲೀಂಧ್ರ/ಬ್ಯಾಕ್ಟೀರಿಯಾ/ವೈರಲ್/ಹಾನಿಕಾರಕ/ಪೌಷ್ಠಿಕಾಂಶ/ಅಜೀವಕ).- ಪ್ರತಿಯೊಂದು ಅಂಶವು ಕ್ಷೇತ್ರ/ಲ್ಯಾಬ್‌ನಲ್ಲಿ ಭೇದಿಸಲು ನನಗೆ ಅನುಮತಿಸುವ ಒಂದು ಪರೀಕ್ಷೆಯನ್ನು ಬರೆಯಿರಿ.- ಪ್ರದೇಶ/ಉತ್ಪನ್ನ ಮತ್ತು ರಾಜ್ಯಕ್ಕೆ ಏಕೆ ಸಮಂಜಸವಲ್ಲದ ಅಂಶಗಳನ್ನು ನಿವಾರಿಸಿ.- ಆರ್ಥಿಕ ಹಾನಿ ಮಿತಿ ಮತ್ತು IPM ಪರ್ಯಾಯಗಳ ಬಗ್ಗೆ ನಾನು ಏನು ಪರಿಶೀಲಿಸಬೇಕು?

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್ AI ಅನ್ನು ವಿಭಿನ್ನ ರೋಗನಿರ್ಣಯ ಮತ್ತು ಪರಿಶೀಲನೆಗೆ ನಿರ್ದೇಶಿಸುತ್ತದೆ, ರೋಗನಿರ್ಣಯ ಮತ್ತು ಪ್ರಿಸ್ಕ್ರಿಪ್ಷನ್ ಅಧಿಕಾರವನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ, ತೋರಿಕೆಯ ಫಿಲ್ಟರ್ ಮತ್ತು IPM ಫ್ರೇಮ್‌ವರ್ಕ್ ಅನ್ನು ಜಾರಿಗೊಳಿಸುತ್ತದೆ.

ನಾಲ್ಕು ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಭೇದಾತ್ಮಕ ರೋಗನಿರ್ಣಯ ಪಟ್ಟಿ:

ಸಂಭವನೀಯತೆಯ ಕ್ರಮದಲ್ಲಿ ಈ ರೋಗಲಕ್ಷಣದ ವಿವರಣೆಗೆ 3-5 ಸಂಭವನೀಯ ಅಂಶಗಳನ್ನು ನೀಡಿ. ಪ್ರತಿಯೊಂದಕ್ಕೂ: ವಿಶಿಷ್ಟವಾದ ರೋಗಲಕ್ಷಣದ ವ್ಯತ್ಯಾಸ, ಕ್ಷೇತ್ರದಲ್ಲಿ ವಿಭಿನ್ನತೆಯ ವಿಧಾನ, ಅದು ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತದೆಯೇ. ರೋಗನಿರ್ಣಯ ಮಾಡಬೇಡಿ.

2) ಸಮಂಜಸತೆ ಫಿಲ್ಟರ್:

ಈ ಅಂಶಗಳ ಪಟ್ಟಿಯಿಂದ, ನಾನು ನೀಡಿರುವ ಪ್ರದೇಶ/ಹವಾಮಾನ/ಬೆಳೆ/ಋತುವಿಗೆ ತರ್ಕಬದ್ಧವಲ್ಲದವುಗಳನ್ನು ತೆಗೆದುಹಾಕಿ ಮತ್ತು ಪ್ರತಿ ನಿರ್ಮೂಲನೆಗೆ ಕಾರಣವನ್ನು ಬರೆಯಿರಿ. ಉಳಿದವುಗಳನ್ನು "ಕ್ಷೇತ್ರದಲ್ಲಿ ಪರಿಶೀಲಿಸು" ಎಂದು ಗುರುತಿಸಿ.

3) ಮಾದರಿ ಮತ್ತು ಪರಿಶೀಲನೆ ಯೋಜನೆ:

ಈ ಶಂಕಿತ ಕಾಯಿಲೆಗೆ ಸರಿಯಾದ ಮಾದರಿಯನ್ನು ಹೇಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದು (ಯಾವ ಅಂಗಾಂಶ, ಎಷ್ಟು ಸಸ್ಯಗಳು, ಅದನ್ನು ಹೇಗೆ ಸಂಗ್ರಹಿಸುವುದು), ಯಾವ ಪ್ರಯೋಗಾಲಯ ಪರೀಕ್ಷೆಯನ್ನು ಕೋರಲಾಗಿದೆ? ಹಂತ ಹಂತವಾಗಿ ಬರೆಯಿರಿ.

4) IPM ನಿರ್ಧಾರದ ಚೌಕಟ್ಟು:

ಊಹಿಸುವ ಏಜೆಂಟ್ [ದೃಢೀಕರಿಸಲಾಗಿದೆ]: (1) ಆರ್ಥಿಕ ಅಪಾಯದ ಮಿತಿ ಏನೆಂದು ಪರಿಶೀಲಿಸಿ, (2) ಸಾಂಸ್ಕೃತಿಕ/ಜೈವಿಕ ಪರ್ಯಾಯಗಳು, (3) ಅಗತ್ಯವಿದ್ದರೆ ರಾಸಾಯನಿಕ ಪರವಾನಗಿ ಪಡೆದ ಉತ್ಪನ್ನ ಮತ್ತು ಲೇಬಲ್ ಅನುಸರಣೆ, ಪ್ರತಿರೋಧ ನಿರ್ವಹಣೆ. ಡೋಸಿಂಗ್; ಪರಿಶೀಲಿಸಬೇಕಾದ ವಸ್ತುಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಿ.

ಏಜೆಂಟ್ ಪ್ರಕಾರ

ವಿಶಿಷ್ಟ ತುದಿ

ತಾರತಮ್ಯ ಮಾಡಬೇಡಿ

ಶಿಲೀಂಧ್ರ

ಸ್ಟೇನ್ + ಬೂದಿ / ಶಿಲೀಂಧ್ರ, ತೇವಾಂಶದೊಂದಿಗೆ ಹೆಚ್ಚಾಗುತ್ತದೆ

ಸೂಕ್ಷ್ಮದರ್ಶಕ/ಸಂಸ್ಕೃತಿ

ಬ್ಯಾಕ್ಟೀರಿಯಾದ

ನೀರಿನ ಕಲೆ, ಪ್ರಭಾವಲಯ, ಕೆಟ್ಟ ವಾಸನೆ

ಪ್ರಯೋಗಾಲಯ ಪರೀಕ್ಷೆ

ವೈರಲ್

ಮೊಸಾಯಿಕ್, ವಿರೂಪ, ವೆಕ್ಟರ್

ಸೆರೋಲಾಜಿಕಲ್ / ಪಿಸಿಆರ್ ಪರೀಕ್ಷೆ

ಹಾನಿಕಾರಕ

ರಂಧ್ರ, ಹೀರುವ, ಲೈವ್ ಕೀಟ

ಬಲೆ, ದೃಶ್ಯ ಎಣಿಕೆ

ಪೌಷ್ಟಿಕಾಂಶದ ಕೊರತೆ

ಸಮ್ಮಿತೀಯ/ಇಂಟರ್‌ಗ್ರೇನ್ ಮಾದರಿ

ಎಲೆ ವಿಶ್ಲೇಷಣೆ

ಅಜೀವಕ

ಫ್ರಾಸ್ಟ್/ಸೂರ್ಯ/ಔಷಧ ಹಾನಿ

ಇತಿಹಾಸ + ವಿತರಣೆ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಚಿತ್ರದ ರೋಗನಿರ್ಣಯವು ನಿರ್ಣಾಯಕವಾಗಿದೆ ಎಂದು ಊಹಿಸಿ. ಛಾಯಾಗ್ರಹಣವು ಭೇದಾತ್ಮಕ ರೋಗನಿರ್ಣಯವನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತದೆ, ರೋಗನಿರ್ಣಯವಲ್ಲ; ಮಾದರಿ ಮತ್ತು ಪ್ರಯೋಗಾಲಯದ ಅಗತ್ಯವಿದೆ.
  • ವಲಯ ಸಮಂಜಸತೆಯನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು. ಮಾದರಿಯು ಪ್ರದೇಶದಲ್ಲಿ ಇಲ್ಲದಿರುವ ಕೀಟವನ್ನು ಸೂಚಿಸಬಹುದು; ಭೌಗೋಳಿಕ/ಹವಾಮಾನದ ಮೂಲಕ ಫಿಲ್ಟರ್ ಮಾಡಿ.
  • ಪೌಷ್ಠಿಕಾಂಶ/ಅಜೀವಕ ಕಾರಣವನ್ನು ಮರೆತುಬಿಡುವುದು. ಅನೇಕ "ರೋಗ-ತರಹದ" ರೋಗಲಕ್ಷಣಗಳು ಕೊರತೆ ಅಥವಾ ಬಿಸಿಲು/ಫ್ರಾಸ್ಟ್/ಔಷಧದ ಹಾನಿಯಿಂದಾಗಿ.
  • ಮಿತಿ ದಾಟದೆ ಸಿಂಪಡಿಸುವುದು. IPM ನಲ್ಲಿ ಕಂಡುಬರುವ ಪ್ರತಿಯೊಂದಕ್ಕೂ ಹಾನಿಕಾರಕ ಹಸ್ತಕ್ಷೇಪದ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ; ಆರ್ಥಿಕ ಹಾನಿ ಮಿತಿಯನ್ನು ನೋಡಿ.
  • ಪರವಾನಗಿ ಮತ್ತು ಲೇಬಲ್ ಅನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ಉತ್ಪನ್ನದಲ್ಲಿ ಪರವಾನಗಿ ಇಲ್ಲದ ಅಥವಾ ತಪ್ಪಾಗಿ ಡೋಸ್ ಮಾಡಲಾದ ಔಷಧಿಯು ಶೇಷ ಮತ್ತು ಪ್ರತಿರೋಧದ ಅಪಾಯವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.
ಗಮನ: ತಪ್ಪಾದ ರೋಗನಿರ್ಣಯದ ಆಧಾರದ ಮೇಲೆ ಸಿಂಪಡಿಸುವಿಕೆಯು ಮೂರು ಪಟ್ಟು ಹಾನಿಯಾಗಿದೆ: ರೋಗವು ನಿಲ್ಲುವುದಿಲ್ಲ, ಪ್ರಯೋಜನಕಾರಿ ಜೀವಿಗಳು ಸಾಯುತ್ತವೆ, ಉತ್ಪನ್ನದಲ್ಲಿ ಉಳಿಕೆಗಳು ಮತ್ತು ನಿರೋಧಕ ತಳಿಗಳು ರೂಪುಗೊಳ್ಳುತ್ತವೆ. ರೋಗನಿರ್ಣಯವನ್ನು ದೃಢೀಕರಿಸುವವರೆಗೆ ಯಾವುದೇ ಔಷಧಿ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗುವುದಿಲ್ಲ.

ಸಾರಾಂಶದಲ್ಲಿ

ಚಿತ್ರ-ಆಧಾರಿತ AI ರೋಗನಿರ್ಣಯವು ಪ್ರಬಲವಾದ ಆರಂಭಿಕ ಸಾಧನವಾಗಿದೆ, ಆದರೆ ರೋಗಲಕ್ಷಣದ ಹೋಲಿಕೆ, ಸಂದರ್ಭದ ಕೊರತೆ ಮತ್ತು ಭ್ರಮೆಯ ಕಾರಣದಿಂದಾಗಿ, ಇದು ಭೇದಾತ್ಮಕ ರೋಗನಿರ್ಣಯವಾಗಿದೆ, ರೋಗನಿರ್ಣಯವಲ್ಲ. ಸರಿಯಾದ ವಿಧಾನವೆಂದರೆ IPM ಫ್ರೇಮ್‌ವರ್ಕ್: ರಚನಾತ್ಮಕ ರೋಗಲಕ್ಷಣದ ವಿವರಣೆಯೊಂದಿಗೆ ಸಂಭವನೀಯ ಅಂಶಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವುದು, ಸಂಭಾವ್ಯತೆಗಾಗಿ ಅವುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುವುದು, ಕ್ಷೇತ್ರ ಮತ್ತು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಪರಿಶೀಲಿಸುವುದು, ಆರ್ಥಿಕ ಮಿತಿಯನ್ನು ಪರಿಶೀಲಿಸುವುದು ಮತ್ತು ಪರವಾನಗಿ ಪಡೆದ, ಉದ್ದೇಶಿತ ಔಷಧದೊಂದಿಗೆ ಅಗತ್ಯವಿದ್ದರೆ ಮಾತ್ರ ಮಧ್ಯಪ್ರವೇಶಿಸುವುದು. AI ಪ್ರಾಥಮಿಕ ರೋಗನಿರ್ಣಯವನ್ನು ಸೂಚಿಸುತ್ತದೆ; ರೋಗನಿರ್ಣಯ ಮತ್ತು ಪ್ರಿಸ್ಕ್ರಿಪ್ಷನ್‌ನ ಜವಾಬ್ದಾರಿಯು ಅಧಿಕೃತ ಕೃಷಿ ಎಂಜಿನಿಯರ್‌ಗೆ ಇರುತ್ತದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ರೋಗಲಕ್ಷಣದ ಸನ್ನಿವೇಶವನ್ನು ಬರೆಯಿರಿ (ಉದಾ. "ಟೊಮೆಟೊ, ಹೂಬಿಡುವ ಅವಧಿ, ಕೆಳಗಿನ ಎಲೆಗಳ ಮೇಲೆ ಮಧ್ಯಂತರ ಹಳದಿ, ಕಡಿಮೆ ಆರ್ದ್ರತೆಯ ಮೂಲೆಯಲ್ಲಿ ತೀವ್ರವಾಗಿರುತ್ತದೆ"). ಈ ಘಟಕದಿಂದ "ಡಿಫರೆನ್ಷಿಯಲ್ ಡಯಾಗ್ನೋಸಿಸ್ ಲಿಸ್ಟ್" ಮತ್ತು "ಪ್ಲಯಸಿಬಿಲಿಟಿ ಫಿಲ್ಟರ್" ಟೆಂಪ್ಲೇಟ್‌ಗಳೊಂದಿಗೆ ಇದನ್ನು AI ಗೆ ನೀಡಿ. ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ, AI ಎಷ್ಟು ವಿವಿಧ ರೀತಿಯ ಅಂಶಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಅದು ಪೌಷ್ಟಿಕಾಂಶ/ಅಜೀವಕ ಕಾರಣವನ್ನು ಪರಿಗಣಿಸುತ್ತದೆಯೇ ಮತ್ತು ಅದು ಪ್ರದೇಶಕ್ಕೆ ಅಸಮಂಜಸವಾದ ಶಿಫಾರಸು ಮಾಡುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. ಪ್ರತಿಯೊಂದು ಅಂಶಕ್ಕೂ, ನೀವು ಕ್ಷೇತ್ರದಲ್ಲಿ ನೋಡುವ ಒಂದು ವಿಶಿಷ್ಟ ಪರೀಕ್ಷೆಯನ್ನು ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ನಾನು ರೋಗಲಕ್ಷಣವನ್ನು ರಚನಾತ್ಮಕವಾಗಿ ವಿವರಿಸಿದ್ದೇನೆ (ಉತ್ಪನ್ನ, ಹಂತ, ಸ್ಥಳ, ಬಣ್ಣ, ವಿತರಣೆ, ಸ್ಥಿತಿ).
  • [ ] ನಾನು AI ಔಟ್‌ಪುಟ್ ಅನ್ನು ಡಿಫರೆನ್ಷಿಯಲ್ ಡಯಾಗ್ನೋಸಿಸ್ ಆಗಿ ಸ್ವೀಕರಿಸಿದ್ದೇನೆ, ರೋಗನಿರ್ಣಯವಲ್ಲ.
  • [ ] ನಾನು ಪ್ರದೇಶ/ಹವಾಮಾನ/ಉತ್ಪನ್ನ ತೋರಿಕೆಯ ಫಿಲ್ಟರ್ ಅನ್ನು ಅನ್ವಯಿಸಿದೆ.
  • [ ] ನಾನು ಕ್ಷೇತ್ರ ಮಾದರಿ ಮತ್ತು ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ಪ್ರಯೋಗಾಲಯದೊಂದಿಗೆ ಏಜೆಂಟ್ ಅನ್ನು ದೃಢಪಡಿಸಿದೆ.
  • [ ] ನಾನು IPM ಥ್ರೆಶೋಲ್ಡ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ ಮತ್ತು ಇಂಜಿನಿಯರ್ ಅನುಮೋದನೆಯೊಂದಿಗೆ ಪರವಾನಗಿ ಪಡೆದ, ಲೇಬಲ್-ಕಂಪ್ಲೈಂಟ್ ಹಸ್ತಕ್ಷೇಪವನ್ನು ಮಾತ್ರ ಯೋಜಿಸಿದೆ.