《佛罗里达大学科学家开发人工智能技术评估飓风过后农作物的损失》

  • 来源专题:农机装备
  • 编译者: 江浩
  • 发布时间:2025-07-01
  • 佛罗里达州盖恩斯维尔 2025 年 6 月 30 日

    想象一下,使用类似于 ChatGPT 的生成式 AI 平台在飓风过后获取农作物损失信息。这就是佛罗里达大学人工智能 (AI) 科学家 Nikolaos Tziolas 计划为全州农民提供的东西。

    借助美国农业部国家食品和农业研究所 (USDA-National Institute of Food and Agriculture) 提供的 297,000 美元新赠款,Tziolas 计划为农民开发一种交互式工具,用于评估大风暴后的农作物损失,并将其与前几个季节进行比较。

    对话式 AI 系统通过一个简单的基于聊天的界面,让非专家用户(如农民和推广代理)能够轻松访问和理解卫星图像,从而释放卫星图像的价值。结果将是一个基于网络的平台,可以与智能手机和计算机配合使用,UF/IFAS 西南佛罗里达州研究和教育中心的教员 Tziolas 说。

    他说,通过这个直观的平台,用户将很容易找到基本问题的答案。

    例如,他们可以识别被淹区域或比较暴风雨前后的作物健康状况,并获得准确及时的见解。该系统将增强卫星图像并为决策提供非常详细的信息。

    Tziolas 将这项技术与 ChatGPT 进行了比较,后者农民可以与了解农业的“AI 助手”互动。种植者最终将能够使用该技术来确定风暴破坏作物的位置,并找到洪水最严重的位置。

    “想象一下,输入诸如'我的农场有多少被淹了?'或'与去年相比,我的庄稼长势如何?',然后通过为您的田地量身定制的地图和数字获得答案,”他说。

    土壤、水和生态系统科学助理教授 Tziolas 说,飓风等极端天气事件会严重破坏农业系统,影响粮食生产和生计。例如,在去年的飓风米尔顿期间,佛罗里达州遭受了 1.904 亿美元至 6.427 亿美元的农业损失。

    按照目前的做法,种植者在飓风过后会去他们的田地检查他们的庄稼,但这需要很多时间。一些农民还使用无人机更快地检查更大的区域,但这种方法需要大量资金,而且它只能提供损失的快照——而不是事情如何随时间变化。

    “评估此类损失的传统方法通常缓慢、复杂且昂贵,这限制了它们在时间敏感的灾难响应工作中的有效性,”Tziolas 说。“该项目旨在通过开发一个人工智能对话平台来应对这些挑战,该平台使农民、政策制定者和其他非专家能够使用卫星数据和人工智能评估作物损失并监测恢复情况。”

    “通过使先进技术易于访问和可作,该平台将帮助用户降低成本并提高对未来极端天气事件的抵御能力——通过知道在哪里种植,”他说。


  • 原文来源:https://www.seedquest.com/news.php?type=news&id_article=163855&id_region=&id_category=2489&id_crop=
相关报告
  • 《《科学》:借力人工智能 科学家开发出更强大的基因载体》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2019-12-03
    • 在理解这篇由著名分子生物学家George M. Church教授发表于《科学》的重磅论文前,我们先了解一下什么是腺相关病毒(AAV)。AAV是一种单链DNA病毒,由科学家1965年在制备腺病毒时发现,因此得名腺相关病毒。腺病毒会感染多种脊椎动物,这其中也包括人类,会诱发人类的上呼吸道感染,而AAV非常特别,目前的科学界共识是它不会导致任何人类疾病,也是目前人类发现的一类结构最简单的单链DNA缺陷型病毒,正是因为其DNA结构上的缺陷,在没有辅助病毒的参与下(典型的如腺病毒、单纯疱疹病毒等),AAV无法引发病毒感染。这样的特性让AAV成为了科学家眼中最为理想的基因载体。 未经改造的天然存在野生型AAV由蛋白衣壳(capside)和长度为4.7kb的单链DNA基因组构成。蛋白衣壳由三个亚基组成,分别为VP1,VP2,和VP3。AAV基因组两端为两个“T”型的末端反向重复序列(inverted terminal repeat, ITR)。这两个ITRs是病毒DNA复制的起点和触发病毒包装的信号。AAV基因组中的rep基因编码4个与病毒复制相关的蛋白,分别为Rep78、Rep68、Rep52、和Rep40。 科学家通过改造AAV,获得了用于基因疗法的优良载体——重组腺相关病毒(rAAV)。rAAV携带的蛋白衣壳与野生型AAV几乎完全相同,然而衣壳内的基因组中编码病毒蛋白的部分完全被删除,取而代之的是治疗性转基因(transgene)。现在,AAV基因组中被保留的部分主要是编码衣壳蛋白的cap基因,以及ITRs,它起到指导基因组的复制和病毒载体组装的作用。将编码病毒蛋白的部分完全删除的优点是:一方面可以最大化重组AAV携带转基因的容量,另一方面减小体内递送转基因时产生的免疫原性和细胞毒性。但目前的rAAV依然不能满足基因疗法的需求,我们急切的需要一款功能更为强大的AAV,而这次哈佛大学(Harvard University)著名分子生物学家George M. Church教授领导研究团队联合Dyno Therapeutics公司(Dyno Therapeutics是一家将人工智能应用于基因治疗的生物技术公司)的科学家,通过结合计算机技术,成功得到了一批功能优异的AAV。 先前的研究策略集中在对cap基因的优化,使其增加递送效率的同时也就有侵染活性,研究策略限于随机突变,效果不理想。因此,研究小组对腺相关病毒2型(AAV2)衣壳中的735个氨基酸位点进行单突变,从而生成了一个包含约200,000个变体的单突变库。为了研究其功能,研究人员将这些突变体转染到小鼠中,看它们在小鼠不同器官的富集程度。比如,有些突变体特意地在肝脏富集,有些则在血液。这个现象也叫“归巢”现象。同时,他们通过巧妙的实验设计,鉴定了对应的衣壳变化,与突变位点的对应关系,建立起了一个计算机模型。 但实际设计中,单突变可能满足不了基因疗法的需求,要采用多突变位点设计,同时还要AAV2的活力。为此,他们用计算机模型预测了多位点突变的一些组合,并与随机突变组合的进行了比较,最终发现计算机设计的突变体,很多既有高的AVV2活力,又保持了其“归巢”的潜能。令人惊喜的是,研究团队还发现了隐藏在衣壳编码DNA序列中的新辅助蛋白,该蛋白可与靶细胞膜结合。 这篇论文构建迄今为止最全面的AAV蛋白衣壳库。Crunch教授表示:“利用这个文库产生的数据,我们还能够设计出更多衣壳突变体,比先前自然或人工变异产生的还要多。不仅如此,AI设计产生有效衣壳的效率远远超过随机诱变方法产生的AAV。” “这些高通量的技术与计算机技术相结合,为未来的基因治疗奠定了坚实的基础。”Dyno Therapeutics公司现任首席执行官,论文共同第一作者Eric Kelsic博士对此表示,过去的方法,如人为设计或随机突变,都存在各自的缺点,不是受突变库规模限制,就是质量低下。机器辅助设计则是一种数据驱动的蛋白质工程方法,另外有足够数据的简单数学模型就可以成功生成可行的合成衣壳。由此借助计算机的力量,便可充分结合利用上述蛋白质工程的迭代和经验方法,从而生成大量高质量的衣壳变体。” 另外,文章作者还发现,cap基因还能编码一个新的蛋白MAAP(membrane-associatedaccessory protein)。文章作者推测,MAAP蛋白可能与之前在工程型AVV2库中发现的高基因组-衣壳耦合现象有关。MAAP存在于大部分AAV血清型中,研究人员相信它将在病毒的自然生命周期中发挥作用。研究人员表示:“研究MAAP的功能是一个令人兴奋的领域,并有助于人们更好地理解AAV、并设计更好地AAV基因疗法。该发现令人鼓舞,但却只是迈出了第一步。利用这些数据和来自未来实验的数据,我们可以构建机器学习模型来优化AAV载体衣壳,并解决各种基因治疗的挑战。”这项研究可以说是一个里程碑式的进展,更是一个良好的开端。 因此从2015年开始,研究团队便着力于通过开发新的机器引导技术来克服现有技术局限性,从而在今天宣布研发出了一种更快速有效的工具型AAV。本项研究具有里程碑式的意义,使用新的高通量测量技术收集大量数据,教他们如何构建更好的多位点突变体库,最终优化了AAV的传递性能。 研究人员表示:“这只是机器引导的AAV衣壳工程改变基因疗法的开始,这项研究的成功使我们看到了追求更多数据和更大容量的机器学习模型应用于基因疗法的无限潜力。” 研究人员的思路是,鉴于观察到AAV2单突变库不同突变体在不同器官中富集程度不同,与之相应的AAV2有相应的突变位点和衣壳结构,研究人员建立计算机模型,将两者进行联系。为了简化模型,他们选择了富集在肝脏的那些AAV2突变体,对其一一测序。 为了研究这些突变体在体内的作用,研究人员便把AAV2逐一感染到小鼠中,这些感染到小鼠体内的突变体有不同生物分布特征,比如分布在肾、心脏、肝、肺等。随后,研究人员做了主成分分析,将不同AAV2突变体衣壳结构特征与其在生物内的分布特征联系起来;聚类分析的结果显示,有一些突变体特异地被肝清除,而在血液、心脏和肾脏中富集,有些则相反。 考虑到之前许多随机突变产生的AAV2无法进行有效基因传递,研究人员也就生出了“能否创造出一种计算机方法来更有效改良AAV2”的想法,为验证该设想他们便尝试用计算机进行突变位点设计。 鉴于AAV2单突变库不同突变体在不同器官中富集程度不同,与之相应的AAV2有相应的突变位点和衣壳结构,研究人员建立计算机模型,将两者进行联系。为了简化模型,他们选择了富集在肝脏的那些AAV2突变体,对其一一测序,通过测序发现富集在肝脏区域的AAV2突变体,其突变位点仅限于cap基因所编码氨基酸的第561-588位点间,由此他们将此区域定为多位点突变选择的靶区域。 逐个扫描cap基因候选靶区域的氨基酸位点,计算机模型便会给氨基酸位点按照模型计算出来的可能性进行打分,分数越高,可能性越大。接着研究人员将分值高的位点一起突变,建立起一个多位点突变体库。 与此同时,他们又根据氨基酸位点的效果和随机性的原则,人为挑选了一些氨基酸位点进行突变,作为对照。通过此方法,他们共设计了1271个AVV2突变体,以及10047个随机突变体,随后他们把这些突变体转染到小鼠中,检测它们的分布情况。最终的结果显示计算机设计的突变体大约有25.6%都是有功能的(即在肝脏中有分布),而近乎一半(4477个)随机产生的突变体都是无效的(在肝脏中无分布或弱分布)。
  • 《多国人工智能产业加速发展》

    • 来源专题:装备制造监测服务
    • 编译者:zhangmin
    • 发布时间:2020-12-29
    • 当前,以人工智能(AI)为代表的新兴信息技术蓬勃发展,人工智能应用技术正加速普及,特别是在医疗健康、教育、金融、安全防务等专业服务领域。咨询公司麦肯锡的一项最新研究发现,疫情防控以来,传统经济加快智能化转型,加速了以人工智能为代表的新技术转化速度,预计到2030年约有30%的工作岗位将实现自动化、智能化。   智能研发提速 机器人显身手   韩国MBN电视台近日推出本国第一位人工智能主播。外形和真人几乎完全相同的人工智能主播,模仿真人的声音和语调,顺利播报了当日的主要新闻和若干条快讯。MBN电视台表示,人工智能主播可以在发生灾难等紧急情况时,迅速向观众播报新闻内容,并可全天候持续工作,节省了大量人力、时间和费用成本。   德国的人工智能医疗机器人“阿达”一直备受关注。当人们在“阿达”的应用界面中输入症状后,“阿达”会通过人工智能算法分析评估病人的症状并给出治疗建议。“阿达”的诊疗“天赋”源于70多名医生、数学家、数据专家和计算机科学家的知识与经验。负责开发“阿达”的科技公司负责人纳特哈特表示:“我们用了7年时间专注研究人工智能的数据处理问题,并建了一个全球医学专家网络来提供医学支持。”目前,全球已有超过300万人使用过“阿达”。2017年,这家初创企业获得了4000万欧元投资。   去年11月,日本NTT公司和日本国立情报学研究所宣布,其研发的人工智能技术挑战当年日本“高考”英语满分200分的笔试题,获得了185分的高分。NTT公司称,他们一直致力于提高人工智能对英语笔试题的自动解答技术、提升其借助深度学习所获得的自然语言处理知识。自2011年起,日本国立情报学研究所和东京大学等合作发起人工智能项目,检验人工智能可在多大程度上模拟人类思考以及解决问题的能力。   不久前,第二届欧盟人工智能联盟大会集中展示了一批典型案例,介绍人工智能应用技术如何助力疫情防控。比如,训练智能机器人来照顾新冠肺炎患者,利用人工智能系统分析病人肺部CT,以减轻医护人员工作压力。比利时鲁汶大学医学影像研究中心主席兼教授苏艾腾表示,实践证明,人工智能比放射医师更能有效地分析肺部CT。   多国出台政策 力促产业发展   近年来,越来越多国家出台政策扶持人工智能产业发展。欧盟今年2月发布《人工智能白皮书》,力促人工智能产业发展。在过去3年里,欧盟用于人工智能研究和创新的资金增至15亿欧元,同比增长70%。欧盟近期还提出了一项重大的专项拨款,用于支持在“数字欧洲”计划下的人工智能研究项目。欧盟希望未来10年每年吸引超过200亿欧元的投资用于人工智能领域。   法国2018年5月出台“法国人工智能战略”,从政策层面力促研究机构将人工智能研发成果商业化。法国政府计划在2022年底前投入15亿欧元用于人工智能产业发展。仅2019年,法国新注册的人工智能企业就达102家。   2019年12月,韩国政府发布“人工智能国家战略”,提出九大领域100个课题,计划2030年时将韩国在人工智能领域的竞争力提升至世界前列。韩国政府力争到2021年成功打造人工智能开发平台、全面开放公共数据,到2024年建立光州人工智能园区,到2029年为新一代存算一体人工智能芯片研发投入约1万亿韩元(1美元约合1090韩元)。   去年6月,日本政府出台“人工智能战略2019”,旨在从全球范围内吸引人才,增强本国人工智能产业竞争力。去年12月,东京大学和软银公司签署协议,宣布将共同打造世界顶尖的人工智能研究所,致力于开展人工智能的基础研究和应用研究。软银将在今后10年为此投资200亿日元(1美元约合104日元)用于相关研究,促进日本人工智能研究及相关产业发展。   应用前景广阔 助益经济增效   专家表示,未来全球可持续增长越来越依赖于数据所创造的价值,而人工智能是数字经济中最重要的应用技术之一。人工智能将在精准农业、远程医疗、自动驾驶等方面大有作为。   普华永道的最新研究指出,到2030年,凭借运用人工智能技术的创新型产品与效率的提升,全球经济总量有望额外增长13.4万亿欧元。研究认为,德国大部分行业尤其是医疗、能源和汽车行业的生产率将因人工智能技术应用而显着提高,预计到2030年德国经济将实现11.3%的额外增加值。韩国政府预计,如果人工智能国家战略相关措施得以有效实施,到2030年,韩国将在人工智能领域创造455万亿韩元经济效益。   日本经济产业省对制造业及建筑业等大约2000家中小企业和提供人工智能服务的企业实施调查,并筛选出可用人工智能替代的业务,估算出如果中小企业引进人工智能技术,到2025年将产生11万亿日元的经济效益,可在一定程度上解决少子老龄化造成的劳动力缺口问题。   韩国延世大学教授金时镐指出,随着人工智能产业的发展,各国政府需要研究各种可能出现的新问题,包括以基本劳动力为中心的工作岗位消失、人工智能服务安全性、数据安全等问题,提前研究应对策略以及必要的法律和制度修订。 作者:牛瑞飞 马菲