Die digitale Landwirtschaft entfacht eine enorme Dynamik. Das war bei allen acht Vorträgen, die coronabedingt online gehalten wurden, beim agrarwissenschaftlichen Symposium des Hans-Eisenmann-Forums der TU München erlebbar. Alle Professoren und Professorinnen betonten, dass Zusammenarbeit in den komplexen wie komplizierten Themenbereichen essenziell sei, um am Schluss kompatible sowie konnektive Lösungen für die landwirtschaftliche Praxis zu erzielen [...]
Nachfolgend auszugsweise die Vortragsthemen der beiden Professoren*innen unserer Fakultät, den kompletten Text können Sie über den Link am Ende des Textes lesen:
3. Roboter – die Revolution in der Landwirtschaft?
Professor Chris McCool (Rheinische Friedrich-Wilhelms-Universität, Bonn) stellte die Robotik und Visionen für eine Präzisionslandwirtschaft in den Fokus seiner Ausführungen: „Roboter beziehungsweise autonome Systeme bieten das Potenzial die landwirtschaftlichen Praktiken zu revolutionieren, indem sie ein pflanzenspezifisches Management ermöglichen. Dies kann nur erreicht werden, wenn sie den Zustand jeder Pflanze erfassen und verstehen können. Ein kritisches Element ist das Roboter-Sichtsystem, mit dem Roboter und autonome Systeme ihre Umgebung verstehen und erfassen können.“ In seiner Präsentation diskutierte der australische Wissenschaftler einige der Fortschritte, die in diesen Bereichen erzielt wurden, und zukünftige Arbeiten, die noch durchgeführt werden müssen: wie die Bilderkennung von verschiedenfarbigen Paprikaschoten im Gewächshaus bzw. deren automatische Ernte von speziellen Roboter-Prototypen [...]
5. Wenn die Maschine von alleine dazu lernt:
Können Maschinen selber lernen? Professorin Ribana Roscher (Rheinische Friedrich-Wilhelms-Universität, Bonn) zeigte in ihrem Referat „Mit maschinellem Lernen zu neuen Möglichkeiten in der Landwirtschaft“ die Methoden des maschinellen Lernens auf: „Insbesondere neuronale Netzwerke werden heutzutage in kommerziellen Anwendungen weit verbreitet eingesetzt. Dieser Erfolg hat zu einer beträchtlichen Verbreitung des maschinellen Lernens in wissenschaftlichen Bereichen geführt und bietet mittlerweile zahlreiche Möglichkeiten zum Einsatz in der Landwirtschaft.“
Roscher stellte dazu ausgewählte Ansätze vor. Als Beispiele und Potenziale für Anwendungen in der Landwirtschaft präsentierte sie Forschungsergebnisse im Bereich Vorhersagen des Pflanzenwachstums bzw. inwieweit die Ausbreitung von Krankheiten vorhersagbar sind. Maschinen-Lernen trägt dazu bei, landwirtschaftliche Aufgaben effizient, umfassend, automatisch und objektiv lösen zu können. Voraussetzung sind aber geeignete Daten und Methoden. Experten aus beiden Disziplinen (Daten und Methoden) müssen zwingend zusammenarbeiten. Denn weder gute Daten noch gute Methoden allein reichen aus [...]
... den ganzen Artikel lesen:
www.wochenblatt-dlv.de | 06.11.2020