Analytics

En bild säger mer än 1000 ord?

Share this post:

Face Swap, identifiera registreringsskyltar eller hitta bladmögelfläckar på potatisplantor – vad har dessa gemensamt?

Bilder. Rättare sagt, analys av bilder. Vi har i alla tider analyserat bilder på olika sätt. Jag minns när jag var liten och ritade glada munnar på kändisar jag tyckte såg sura ut i tidningen. Jag själv stod då både för analys och modifikation. Idag kan vi med Face Swap-teknik byta ansikte med en kändis på ett klick. Med ett annat kameraklick kan vi ta reda på vems bil som är vems och vem som ska betala skatt var, automatiskt. Vad är då storyn med potatisplantor? Jo, det ska ni få höra om nu!

PowerPoint Presentation

I Sverige står potatisodling för mer än 1/3 av jordbrukets användning av bekämpningsmedel trots att den endast upptar 1% av totala åkerarealen. Globalt uppskattas kostnaden till 7 miljarder US dollar per år för att bekämpa potatisbladmögel tillsammans med de skördeförluster det åstadkommer. Kan vi hitta en lösning för att minska besprutning är det ett steg i rätt riktning för att kunna leva upp till FNs hållbarhetsmål och minska matsvinnet som Christina Claughton-Wallin skrev om här på THINK-bloggen.

Jag tillsammans med ett gäng härliga kollegor i Malmö har under 2016 etablerat ett nära samarbete med SLU, Sveriges Lantbruksuniversitet. Det som började med vinst i norden i en intern tävling, Cognitive Build, har nu utformats till ett projekt som fortsätter under 2017 och framåt. Detta tack vare bidrag från Vinnovas innovationsprogram FoodTech.

Målet med projektet är att utveckla ett automatiserat stödsystem för jordbrukare. Jordbrukaren får hjälp med att upptäcka tidiga bladmögelangrepp så att bekämpningsmedel kan sättas in vid rätt tillfälle och onödig sprutning undvikas.

Hanna Blomquist - IBM Digital Insight Consultant

Hanna Blomquist – Digital Insight Consultant, IBM Sverige

Idén är att man med hjälp av bilder tagna med drönare kan identifiera bladmögel med kognitiva analysmetoder. Det är IBMs superdator Watson som ligger bakom magin, närmare bestämt, den del av Watson som jobbar med att klassificera bilder. Tanken är att denna metod även kombineras med väderdata och prognosmodeller för att bygga smarta rekommendationer.

Vi ser stort potential i kombinationen drönare, effektiv och kognitiv bildanalys tillsammans med skräddarsydda cloud-tjänster. Det finns goda möjligheter att applicera tekniken på andra områden inom jordbruk likaså inom andra industrier, exempelvis underhåll av vindkraftverk.

Jag tycker det är häftigt att få jobba med att förenkla beslutsfattande, hitta lösningar som kan förbättra för miljön och få förståelse för hur teknik kan bidra till ett bättre samhälle. Och svaret till rubriken är ja – en bild kan absolut säga mer än 1000 ord, speciellt när Watson får vara med och tolka bilden.

/Hanna

Följ mig gärna på LinkedIn – Hanna Blomquist.

More stories

Hundra år av Vasaloppsdata, del två

Stavningsrättning av OCR-texten På min YouTube-kanal finns en kort video där jag tränar OCH tänker på det här projektet, samtidigt: Efter att jag tagit mig till etappsegern “Hundra år av Vasaloppsdata: Vad skrevs om loppet 1922?” i jakten på insikter från tidningsartiklar från när Vasaloppet var ungt, ville jag se om kvaliteten på texten som […]

Läs mer

Hundra år av Vasaloppsdata: Vad skrevs om loppet 1922?

På ett möte tillsammans med Vasaloppets ledningsgrupp tog en idé form i huvudet på mig: Skulle man kunna använda AI för att vaska fram intressant kuriosa om hundraåringen Vasaloppet? Ur gamla källor, som varit glömda och gömda under många år? Kan det finnas fakta från dessa år som inte ens de mest pålästa känner till […]

Läs mer

Årets julklapp: att förstå hur man kan lura ett AI-system

Då var det snart jul igen och julen varar ända fram till…nyår? När jag ser tillbaka på år 2020 blir det tydligt att det finns en sak som jag lagt betydligt mer tid på i år än tidigare år, nämligen att streama serier, dokumentärer och filmer. Under årets otaliga virtuella luncher, middagar, after work:er och […]

Läs mer