Проекти кои се движат од робот за пливање почва кој може да ги почувствува условите во коренската зона во реално време до пресметковни модели кои можат да го предвидат производството на расипување, добиени семенски средства од Корнел иницијатива за дигитално земјоделствоНовиот Фонд за истражувачки иновации.
Осум интердисциплинарни тимови на истражувачи - од Колеџот за земјоделство и животни науки, Колеџот за инженерство, компјутери и информатички науки, Корнел Техника и Колеџот за ветеринарна медицина (CVM) - ќе добијат тригодишни награди до 225,000 американски долари. За да аплицираат, тимовите требаше да вклучат членови на факултетот Корнел од најмалку два колеџи, обезбедувајќи соработка меѓу кампусот.
„Овие истражувачки проекти го претставуваат возбудливиот потенцијал на дигиталните алатки, како што се пресметковните модели, роботските системи, вештачката интелигенција и „интернетот на нештата“, за да го трансформираат земјоделството на секој чекор од процесот на производство на храна“, рече Сузан МекКауч, Барбара Меклинток, професор по одгледување растенија и генетика и директор на Корнелската иницијатива за дигитално земјоделство (CIDA). „Интердисциплинарните соработки како овие ќе ги поместат границите на науката за да ја зголемат продуктивноста и одржливоста на земјоделството и да поттикнат линија на откритија и практични иновации.
Мултидисциплинарна група од речиси триесетина членови на факултетот, предводена од Рената Иванек, вонреден професор на Катедрата за медицина на населението и дијагностички науки во ЦВМ, ги избра осумте проекти од 31 предлог. Финансирањето на наградите доаѓа од Фондот за иновации за истражување CIDA и од програмата Hatch Act на Министерството за земјоделство на САД.
Проектите:
Подобрување на приносот на јагоди преку природни и роботски опрашувачи: Кирстин Петерсен, доцент по електро и компјутерско инженерство; и Скот Макарт, доцент по ентомологија. Нивната работа ќе интегрира автоматско следење на диви и управувани опрашувачи со роботско опрашување, поставувајќи ја основата за биолошко-хибриден систем кој може да го набљудува, предвидува и подобри приносот на културите. Истражувачите ќе развијат издржливи и ниско-моќни замки за камери за инсекти, ќе користат беспилотни летала за брзо вкрстено опрашување и ќе создадат модели на раст што ќе можат да му се пренесат на фармерот преку онлајн апликација.
Нова роботика на почвата и сензори за фенотипизација на почвата-коренот на ефективноста на употребата на вода: Тарин Бауерле, вонреден професор на Факултетот за интегративна наука за растенијата (SIPS); Роберт Шеферд, вонреден професор на Факултетот за механичко и воздушно инженерство Сибли (MAE); Мајк Гор, Либерти Хајд Бејли, професор и вонреден професор по молекуларно одгледување и генетика во SIPS; Јоханес Леман, професор по науки за почвата и културите во СИПС; и Абрахам Строк, директорот на Вилијам К. Хуи и Гордон Л. Дибл, професор по хемиско и биомолекуларно инженерство. За да пристапат до информации во реално време за достапноста и протокот на вода во почвата околу корените на растенијата, истражувачите ќе развијат стратегија за чувствителност и робот за пливање почва за полуавтономно да ја истражуваат коренската зона.
Пресметковни модели информирани за микробиомот и алатки за поддршка на одлуки за да се предвиди расипување на свежите производи: спанаќот како модел систем: Мартин Видман, професор на семејството Гелерт за безбедност на храната; и Иванек. Истражувачите ќе развијат пресметковен модел на интеракции и пертурбации на микробиомот за време на обработката, транспортот и малопродажбата за да го предвидат рокот на траење на свежиот спанаќ.
Забрзана и автоматизирана дијагностика на стрес во насадите со јаболка: Аваис Кан, вонреден професор во SIPS во Cornell AgriTech; Серж Белонги, професор по компјутерски науки во Cornell Tech; и Noah Snavely, вонреден професор по компјутерски науки во Cornell Tech. Комбинирајќи ја експертизата во патологијата на растенијата, фенотипизацијата и компјутерската визија, тимот ќе создаде збирки на податоци за болести означени од експерти за јаболка, ќе води натпревар за глобален предизвик за изнаоѓање нови решенија за класификација и квантификација на болестите, ќе развие модели на компјутерска визија за прецизно разликување помеѓу симптомите на многу болести и развивање апликации погодни за корисниците за поддршка на одгледувачите на јаболка.
Земјоделство на јаглерод: Комбинирање машинска интелигенција, големи податоци и модели на процеси за поддршка на овој сектор во развој: Леман и Фенгки Вие, Роксана Е. и Мајкл Ј. Зак, професор по инженерство на енергетски системи во Смит Факултетот за хемиско и биомолекуларно инженерство. Овој проект има за цел да го подобри точното предвидување на органскиот јаглерод во почвата со комбинирање на моделирање на процесите на почвата со машинско учење, длабоко учење и големи податоци за да создаде платформа за поттикнување на политиката заснована на докази и инвестиции во здравјето на почвата и ублажување на климатските промени.
Функционално насочена платформа за фенотипирање со висока резолуција за да се заклучат односите меѓу генетиката и функциите во ризомикробиомот за промовирање на искористувањето на хранливите материи на растенијата: Април Гу, професор по градежништво и инженерство за животна средина; Џени Као-Книфин, вонреден професор во СИПС; и Килијан Вајнбергер, вонреден професор по компјутерски науки. Истражувачите ќе развијат иновативна технолошка платформа за фенотипирање-генотипирање што ќе им овозможи да изградат капацитет за земјоделски фенотипизација од светска класа во Корнел, со цел да откријат и профилираат нови микроорганизми кои се корисни за земјоделските култури.
Скалабилни дигитални сензори на небото и почвите: пристап на интернет на нештата за подобрување на временските прогнози за екстремни горештини, суша и врнежи на фарма: Тоби Олт, доцент по науки за земјата и атмосферата; и Макс Џанг, вонреден професор во MAE. Со користење на постоечки, безжичен интернет на нештата, истражувачите ќе ги следат и предвидуваат клучните променливи за предвидување на екстремни временски услови на нивоа на државата, округот и фармата за да им обезбедат на производителите на храна комплет алатки за предвидување опасности.
Развој на предвидливи модели за прецизно откривање на субклинички и клинички маститис кај млечни крави молзени со автоматски системи за молзење: Рик Вотерс, виш соработник во CVM и директор на Западната лабораторија за квалитетно производство на млеко; и Кристан Рид, доцент по наука за животни. Користејќи податоци како што се приносот на млеко, времето на молзење и времето помеѓу посетите на молзењето, истражувачите ќе развијат алгоритам за предвидување на маститис кај млечните крави.
- Мелани Лефковиц, Универзитетот Корнел
Проектите кои се движат од робот за пливање почва кој може да ги почувствува условите во коренската зона во реално време до пресметковни модели кои можат да предвидат расипување, добија семенски средства од новиот фонд за истражување иновации на Cornell Initiative for Digital Agriculture. Погоре, беспилотно летало во истражувачката фарма Мусгрејв, кое го однесоа на терен студентите во лабораторијата на професорот Мајкл Гор. Фото: Алисон Усаваџ