Qısa cavab: Süni intellekt, parçalanmış təsərrüfat məlumatlarını tətbiq oluna bilən qərarlara - əvvəlcə harada kəşf etməli, nəyi müalicə etməli və hansı heyvanları yoxlamalı - çevirməklə kənd təsərrüfatına kömək edir. Gündəlik təsərrüfat iş axınlarına daxil olduqda və tövsiyələrini izah edə bildikdə, xüsusən də bağlantı qeyri-sabit olduqda və ya şərait dəyişdikdə ən dəyərli olur.
Əsas nəticələr:
Prioritetləşdirmə : Kəşfiyyatı və diqqəti əvvəlcə ən çox ehtimal olunan problemli nöqtələrə yönəltmək üçün süni intellektdən istifadə edin.
İş axını uyğunluğu : Kabinədə işləyən, çevik olan və əlavə giriş tələb etməyən alətlər seçin.
Şəffaflıq : Qərarların etibarlı və mübahisəli qalması üçün "niyə"ni izah edən sistemlərə üstünlük verin.
Məlumat hüquqları : Tətbiq etməzdən əvvəl mülkiyyət, icazələr, ixrac və silmə şərtlərini bloklayın.
Sui-istifadəyə qarşı müqavimət : Proqnozlara xəbərdarlıq kimi yanaşın və həmişə insan mühakiməsi ilə sağlam düşüncəni yoxlayın.
Bunun çox hissəsi bir şeyə bağlıdır: dağınıq təsərrüfat məlumatlarını (şəkillər, sensor göstəriciləri, məhsuldarlıq xəritələri, maşın qeydləri, hava siqnalları) aydın hərəkətlərə çevirmək. Bu "hərəkətlərə çevrilmə" hissəsi əsasən kənd təsərrüfatı qərarlarının dəstəklənməsində maşın öyrənməsinin əsas məqsədidir. [1]
Bundan sonra oxumaq istəyə biləcəyiniz məqalələr:
🔗 Süni intellekt bitki xəstəliklərini necə aşkar etməyə kömək edir
Süni intellekt xəstəlikləri erkən və dəqiq müəyyən etmək üçün məhsul şəkillərini təhlil edir.
🔗 Süni intellektdə kompüter görmə qabiliyyəti nə deməkdir
Maşınların şəkilləri, videoları və vizual məlumatları necə başa düşdüyünü izah edir.
🔗 İşə qəbulda süni intellektdən necə istifadə etmək olar
Süni intellekt işə qəbulu, seçimi və namizəd uyğunluğunu yaxşılaşdırmağın praktik yolları.
🔗 Süni intellekti necə öyrənmək olar
Süni intellekt anlayışlarını və alətlərini öyrənməyə başlamaq üçün yeni başlayanlar üçün uyğun yol xəritəsi.
1) Sadə fikir: Süni intellekt müşahidələri qərarlara çevirir 🧠➡️🚜
Fermalar gülünc miqdarda məlumat yaradır: torpaq dəyişkənliyi, məhsul stressi nümunələri, zərərvericilərə qarşı təzyiq, heyvan davranışı, maşın performansı və s. Süni intellekt insanların qaçırdığı nümunələri - xüsusən də böyük, qarışıq məlumat dəstlərində - aşkar etməklə və sonra harada araşdırmaq, nəyi müalicə etmək və nəyi görməzdən gəlmək kimi qərarlar verməklə kömək edir. [1]
Bunu düşünməyin çox praktik bir yolu: Süni intellekt prioritetləşdirmə mühərrikidir . O, sehrli şəkildə sizin üçün işləmir - vaxtınızı və diqqətinizi əslində vacib olan yerə yönəltməyə kömək edir.
2) Kənd təsərrüfatı üçün süni intellekt versiyasının yaxşı bir versiyasını təşkil edən nədir? ✅🌱
Bütün "əkinçilik üçün süni intellekt"lər eyni dərəcədə yaradılmayıb. Bəzi alətlər həqiqətən möhkəmdir; digərləri isə... əsasən loqosu olan dəbdəbəli qrafikdir.
Real həyatda ən çox nəyin vacib olduğunu göstəririk:
-
Həqiqi iş axınınızla işləyir (traktor kabinəsi, palçıqlı əlcəklər, məhdud vaxt)
-
Sadəcə bir bal deyil, "niyə"ni izah edir (əks halda ona etibar etməyəcəksiniz)
-
Təsərrüfat dəyişkənliyini (torpaq, hava, hibridlər, növbəli əkinlər - hər şey dəyişir)
-
Məlumatların mülkiyyətini təmizləmək + icazələr (kim nəyi və hansı məqsədlə görə bilər) [5]
-
Digər sistemlərlə yaxşı işləyir (çünki məlumat silosları daimi başağrısıdır)
-
Qeyri-bərabər bağlantı ilə hələ də faydalıdır (kənd infrastrukturu qeyri-bərabərdir və "yalnız bulud" problem yarada bilər) [2]
Düzünü desək: dəyər əldə etmək üçün üç giriş və elektron cədvəl ixracı tələb olunursa, bu, "ağıllı əkinçilik" deyil, cəzadır 😬.
3) Müqayisə cədvəli: fermerlərin əslində istifadə etdiyi ümumi süni intellekt alət kateqoriyaları 🧾✨
Qiymətlər və paketlər dəyişir, ona görə də bunlara yaxşı deyil, "qiymətə bənzər" diapazonlar kimi yanaşın.
| Alət kateqoriyası | (Tamaşaçılar üçün) ən yaxşısı | Qiymət abu-havası | Niyə işləyir (sadə ingilis dilində) |
|---|---|---|---|
| Sahə və donanma məlumat platformaları | Sahə əməliyyatlarının, xəritələrin, maşın jurnallarının təşkili | Abunəlik xarakterli | “O fayl hara getdi?” enerjisi az, tarix daha çox istifadəyə yararlıdır [1] |
| Təsvir əsaslı kəşfiyyat (peyk/drone) | Dəyişkənlik + problem nöqtələrini tez tapmaq | Geniş diapazonda | Əvvəlcə hara piyada getməli olduğunuzu göstərir (yəni: daha az itki mili) [1] |
| Hədəflənmiş püskürtmə (kompüter görmə) | Lazımsız herbisid istifadəsinin qarşısının alınması | Adətən qiymət təklifi əsasında | Kameralar + ML alaq otlarını püskürdə və təmiz məhsulu buraxa bilər (düzgün qurulduqda) [3] |
| Dəyişkən dərəcəli reseptlər | Zonaya görə toxum əkilməsi/məhsuldarlıq + ROI düşüncəsi | Abunəlik xarakterli | Qatları işlədə biləcəyiniz bir plana çevirir - sonra nəticələri daha sonra müqayisə edin [1] |
| Mal-qaranın monitorinqi (sensorlar/kameralar) | Erkən xəbərdarlıqlar + rifah yoxlamaları | Satıcı qiymətləri | Əvvəlcə düzgün heyvanı yoxlamaq üçün "nəsə səhvdir" işarəsi qoyur [4] |
Kiçik formatlama etirafı: “qiymət vibrasiyası” mənim yeni icad etdiyim texniki termindir... amma nə demək istədiyimi başa düşdünüz 😄.
4) Bitki kəşfiyyatı: Süni intellekt problemləri təsadüfi gəzintidən daha tez tapır 🚶♂️🌾
Ən böyük qələbələrdən biri prioritetləşdirmədir . Süni intellekt hər yerdə bərabər şəkildə araşdırmaq əvəzinə, sizi ehtimal olunan problemli nöqtələrə yönəltmək üçün görüntülər + sahə tarixçəsindən istifadə edir. Bu yanaşmalar tədqiqat ədəbiyyatında - xəstəliklərin aşkarlanması, alaq otlarının aşkarlanması, məhsulun monitorinqi - daim özünü göstərir, çünki onlar məhz ML-in yaxşı bacardığı nümunə tanıma problemidir. [1]
Süni intellektlə idarə olunan ümumi kəşfiyyat məlumatları:
-
Peyk və ya dron görüntüləri (məhsul gücü siqnalları, dəyişiklik aşkarlanması) [1]
-
Zərərverici/xəstəlik identifikasiyası üçün smartfon şəkilləri (faydalıdır, lakin yenə də insan beyninin əlavə edilməsini tələb edir) [1]
-
Tarixi məhsuldarlıq + torpaq təbəqələri (beləliklə, "normal zəif nöqtələri" yeni problemlərlə qarışdırmırsınız)
Süni intellekt kənd təsərrüfatına necə kömək edir? bir yerdir : o, nəyi qaçırmaq istədiyinizi görməyə kömək edir 👀. [1]
5) Dəqiq girişlər: daha ağıllı çiləmə, gübrələmə, suvarma 💧🌿
Girişlər bahadır. Səhvlər zərər verir. Beləliklə, məlumatlarınız və qurğularınız möhkəmdirsə, süni intellekt real, ölçülə bilən ROI kimi hiss oluna bilər. [1 ]
Daha ağıllı çiləmə üsulu (hədəflənmiş tətbiqlər daxil olmaqla)
Bu, "mənə pulu göstər"ün ən aydın nümunələrindən biridir: hər yerə yorğan çiləmə əvəzinə alaq otlarına qarşı çiləmə üsulunu tətbiq etməyə imkan verə bilər
Vacib bir etimad qeydi: hətta bu sistemləri satan şirkətlər belə nəticələrin alaq otlarının təzyiqinə, məhsul növünə, parametrlərə və şəraitə görə dəyişdiyini açıq şəkildə bildirirlər - buna görə də bunu zəmanət yox, bir vasitə kimi düşünün. [3]
Dəyişkən dərəcəli əkin və reseptlər
Resept alətləri zonaları müəyyənləşdirməyə, təbəqələri birləşdirməyə, skriptlər yaratmağa və sonra əslində nə baş verdiyini qiymətləndirməyə kömək edə bilər. "Nə baş verdiyini qiymətləndirmək" döngəsi vacibdir - kənd təsərrüfatında ML ən yaxşı şəkildə mövsümbəmövsüm öyrənə bildiyiniz zaman, yalnız bir dəfə gözəl xəritə yaratmaqla kifayətlənməyərək əldə edilir. [1]
Bəli, bəzən ilk qələbə sadəcə olaraq belə olur: "Nəhayət ki, son ötürmədə nə baş verdiyini görə bilirəm." Cazibədar deyil. Son dərəcə realdır.
6) Zərərvericilər və xəstəliklərin proqnozlaşdırılması: daha erkən xəbərdarlıqlar, daha az sürprizlər 🐛⚠️
Proqnozlaşdırma çətindir (biologiya xaosu sevir), lakin ML yanaşmaları xəstəliklərin aşkarlanması və məhsuldarlıqla əlaqəli proqnozlaşdırma kimi şeylər üçün geniş şəkildə öyrənilir - çox vaxt hava siqnallarını, görüntüləri və sahə tarixini birləşdirməklə. [1]
Reallıq yoxlaması: proqnoz peyğəmbərlik deyil. Buna tüstü siqnalı kimi yanaşın - bəzən qıcıqlandırıcı olsa belə faydalıdır 🔔.
7) Mal-qara: Süni intellekt davranışı, sağlamlığı və rifahı izləyir 🐄📊
Heyvandarlıq süni intellektinin inkişafı sadə bir reallıqla mübarizə apardığı üçün baş verir: hər heyvanı hər zaman izləmək mümkün deyil .
erkən xəbərdarlıq ətrafında qurulub hazırda ehtiyacı olan heyvanlara yönəltməkdir . [4]
Təbiətdə görəcəyiniz nümunələr:
-
Geyilə bilən əşyalar (yaxalıqlar, qulaq etiketləri, ayaq sensorları)
-
Bolus tipli sensorlar
-
Kamera əsaslı monitorinq (hərəkət/davranış nümunələri)
Beləliklə, əgər soruşsanız ki, süni intellekt kənd təsərrüfatına necə kömək edir? - bəzən bu, vəziyyət qartopu kimi görünməzdən əvvəl hansı heyvanı əvvəlcə yoxlamaq lazım olduğunu sizə deyir. [4]
8) Avtomatlaşdırma və robototexnika: təkrarlanan işləri görmək (və onları ardıcıl olaraq yerinə yetirmək) 🤖🔁
Avtomatlaşdırma “faydalı kömək”dən “tam muxtar”a qədər dəyişir və əksər təsərrüfatlar ortada yerləşir. Ümumi mənzərədə, FAO bütün bu sahəni həm potensial faydaları, həm də qeyri-bərabər qəbul riskləri ilə maşınlardan süni intellektə qədər hər şeyi əhatə edən daha geniş avtomatlaşdırma dalğasının bir hissəsi kimi təqdim edir. [2]
Robotlar sehrli deyil, amma onlar yorulmayan... şikayət etməyən... çay fasiləsinə ehtiyac duymayan (tamam, bir az şişirtmə) ikinci əl cütü kimi ola bilərlər ☕.
9) Ferma idarəetməsi + qərar dəstəyi: "səssiz" super güc 📚🧩
Bu, çox vaxt ən uzunmüddətli dəyəri idarə edən qeyri-seksual hissədir: daha yaxşı qeydlər, daha yaxşı müqayisələr, daha yaxşı qərarlar .
ML əsaslı qərar dəstəyi məhsul, heyvandarlıq, torpaq və su idarəetməsi tədqiqatlarında özünü göstərir, çünki bir çox təsərrüfat qərarları aşağıdakı suala qayıdır: zaman, tarlalar və şərait arasında nöqtələri birləşdirə bilərsinizmi? [1]
Əgər nə vaxtsa iki fəsli müqayisə etməyə çalışmısınızsa və “niyə heç nə üst-üstə düşmür??” deyə düşünmüsünüzsə - bəli. Məhz bunun səbəbi budur.
10) Təchizat zənciri, sığorta və davamlılıq: pərdəarxası süni intellekt 📦🌍
Kənd təsərrüfatında süni intellekt yalnız fermada deyil. FAO-nun “kənd təsərrüfatı qida sistemləri”nə baxışı açıq şəkildə sahədən daha genişdir - buraya dəyər zəncirləri və proqnozlaşdırma və yoxlama alətlərinin tez-tez ortaya çıxdığı istehsal ətrafındakı daha geniş sistem daxildir. [2]
Məhz burada işlər eyni zamanda qəribə dərəcədə siyasi və texniki olur - həmişə əyləncəli olmasa da, getdikcə daha aktuallaşır.
11) Tələlər: məlumat hüquqları, qərəz, bağlantı və “heç kimin istifadə etmədiyi maraqlı texnologiya” 🧯😬
Darıxdırıcı şeyləri görməməzlikdən gəlsəniz, süni intellekt tamamilə əks təsir göstərə bilər:
-
Məlumatların idarə olunması : mülkiyyət, nəzarət, razılıq, daşınabilirlik və silinmə müqavilə dilində aydın olmalıdır (hüquqi duman içində gizlənməməlidir) [5]
-
Bağlantı + imkan verən infrastruktur : tətbiq qeyri-bərabərdir və kənd infrastrukturu boşluqları realdır [2]
-
Qərəzlilik və qeyri-bərabər fayda : alətlər bəzi təsərrüfat növləri/regionları üçün digərlərindən daha yaxşı işləyə bilər, xüsusən də təlim məlumatları reallığınızla uyğun gəlmirsə [1]
-
“Ağıllı görünür, faydalı deyil” : iş axınına uyğun gəlmirsə, istifadə olunmayacaq (demo nə qədər gözəl olsa da)
Əgər süni intellekt traktordursa, onda məlumatların keyfiyyəti dizeldir. Pis yanacaq, pis gün.
12) Başlamaq: Dramın aşağı olduğu bir yol xəritəsi 🗺️✅
Pulu yandırmadan süni intellektdən istifadə etmək istəyirsinizsə:
-
Bir ağrı nöqtəsi seçin (alaq otları, suvarma vaxtı, axtarış vaxtı, sürü sağlamlığı xəbərdarlıqları)
-
görünürlüklə (xəritələşdirmə + monitorinq) başlayın [1]
-
Sadə bir sınaq keçirin : bir sahə, bir sürü qrupu, bir iş axını
-
bir metrikanı izləyin (çiləmə həcmi, qənaət edilən vaxt, təkrar emal, məhsuldarlıq sabitliyi)
-
Bağlamadan əvvəl məlumat hüquqlarını + ixrac seçimlərini yoxlayın
-
Təlim üçün plan - hətta "asan" alətlərin belə vərdişlərə sadiq qalması lazımdır [2]
13) Yekun qeydlər: Süni intellekt kənd təsərrüfatına necə kömək edir? 🌾✨
Süni intellekt kənd təsərrüfatına necə kömək edir? Təsvirləri, sensor oxumalarını və maşın qeydlərini həqiqətən edə biləcəyiniz hərəkətlərə çevirməklə, fermer təsərrüfatlarına daha az təxminlə daha yaxşı zənglər etməyə kömək edir. [1]
TL;DR
-
kəşfiyyatı yaxşılaşdırır (problemləri daha əvvəl tapın) [1]
-
Bu , dəqiq girişləri (xüsusilə hədəflənmiş püskürtməni) təmin edir [3]
-
mal-qaranın monitorinqini gücləndirir (erkən xəbərdarlıqlar, rifahın izlənməsi) [4]
-
Avtomatlaşdırmanı dəstəkləyir (faydaları və real mənimsəmə boşluqları ilə) [2]
-
Yararlılıq və ya pozulma amilləri məlumat hüquqları, şəffaflıq və istifadə rahatlığıdır [5]
Tez-tez verilən suallar
Süni intellekt fermada kənd təsərrüfatı qərarlarının qəbul edilməsini necə dəstəkləyir
Kənd təsərrüfatında süni intellekt əsasən müşahidələri hərəkətə keçirə biləcəyiniz qərarlara çevirməklə bağlıdır. Fermalar şəkillər, sensor oxumaları, məhsuldarlıq xəritələri, maşın qeydləri və hava siqnalları kimi səs-küylü girişlər yaradır və ML onların üzərindəki nümunələri səthə çıxarmağa kömək edir. Praktikada, o, prioritetləşdirmə mühərriki kimi fəaliyyət göstərir: əvvəlcə harada kəşf etməli, nəyi müalicə etməli və nəyi kənara qoymalıdır. Bu, "sizin üçün əkinçilik etməyəcək", lakin təxminlərin yaşadığı məkanı kiçildə bilər.
Ferma məlumatları maşın öyrənmə vasitələrindən istifadə edən növləri
Əksər kənd təsərrüfatı qərarlarını dəstəkləyən vasitələr təsvirlərdən (peyk, dron və ya telefon fotoşəkilləri), maşın və sahə əməliyyatları qeydlərindən, məhsuldarlıq xəritələrindən, torpaq təbəqələrindən və hava siqnallarından istifadə edir. Dəyər, hər birini ayrıca görmək əvəzinə, bu təbəqələri birləşdirməkdən irəli gəlir. Çıxış adətən "diqqət mərkəzləri"nin sıralanmış dəsti, resept xəritəsi və ya bir şeyin şəxsən yoxlamağı əsaslandıracaq qədər dəyişdiyinə dair xəbərdarlıqdır.
Fermerlik üçün süni intellekt alətini gündəlik istifadədə faydalı edən nədir?
Ən güclü alətlər işin necə baş verdiyinə uyğundur: traktor kabinəsində, məhdud vaxtla, bəzən isə palçıqlı əlcəklər və ləkəli siqnalla. Praktik alətlər yalnız bir bal deyil, "niyə"ni izah edir və torpaq, hava, hibridlər və rotasiyalar arasında ferma dəyişkənliyi ilə mübarizə aparır. Onlar həmçinin aydın məlumat sahibliyinə və icazələrə ehtiyac duyurlar və məlumat siloslarında ilişib qalmamağınız üçün digər sistemlərlə inteqrasiya olunmalıdırlar.
Fermada süni intellekt alətlərindən istifadə etmək üçün internet bağlantısı tələb olunur
Mütləq deyil. Bir çox ferma qeyri-bərabər kənd bağlantısı ilə üzləşir və yalnız bulud dizaynları ən pis anda siqnal kəsildikdə problem yarada bilər. Ümumi yanaşma, fasiləli girişlə hələ də dəyər verən alətlər seçmək və sonra əhatə dairəsinə qayıtdıqdan sonra sinxronizasiya etməkdir. Bir çox iş axınlarında, xüsusən də vaxta həssas əməliyyatlar zamanı prioritet birinci etibarlılıq, ikincisi isə mürəkkəblikdir.
Süni intellekt peyk, dron və ya telefon fotoşəkilləri ilə məhsul kəşfiyyatını necə yaxşılaşdırır
Süni intellektlə idarə olunan kəşfiyyat əsasən problemli nöqtələri təsadüfi gəzməkdən daha tez tapmaqla bağlıdır. Təsvirlər zamanla dəyişkənliyi və dəyişikliyi vurğulaya bilər, sahə tarixi isə "normal zəif sahələri" yeni problemlərdən ayırmağa kömək edir. Telefon şəkilləri zərərvericilərin və ya xəstəliklərin müəyyənləşdirilməsinə kömək edə bilər, lakin onlar yenə də insan ağlı başında olanda nəticəni yoxladıqda ən yaxşı şəkildə işləyir. Qazanc daha az itki mili və daha erkən aşkarlamadır.
Kompüter görmə qabiliyyəti ilə hədəflənmiş çiləmə və herbisidlərin azaldılması
Hədəfli çiləmə üsulu, kameralar və ML-dən istifadə edərək alaq otlarını müəyyən etmək və hər yerə səpmək əvəzinə, yalnız lazım olan yerlərdə çiləməklə lazımsız tətbiqi azalda bilər. John Deere-nin See & Spray kimi sistemləri, quraşdırma və şərtlər uyğun olduqda, tez-tez güclü ROI halları kimi təqdim olunur. Nəticələr alaq otlarının təzyiqinə, məhsul növünə, parametrlərə və tarla şəraitinə görə dəyişə bilər, buna görə də ona zəmanət deyil, bir vasitə kimi yanaşmaq daha yaxşıdır.
Dəyişkən dərəcəli reseptlər və ML-in onları zamanla necə yaxşılaşdırması
Dəyişkən dərəcəli reseptlər, sahəyə görə toxum əkmək və ya məhsuldarlıq qərarlarını istiqamətləndirmək üçün zonalardan və məlumat təbəqələrindən istifadə edir və sonra nəticələri müqayisə edir. ML, mövsüm ərzində dövrəni bağlaya bildiyiniz zaman parlamağa meyllidir: bir plan hazırlayın, onu işlədin və baş verənləri qiymətləndirin. Hətta son keçiddə nə baş verdiyini görmək belə, erkən qələbə sonradan daha ağıllı reseptlər üçün zəmin yarada bilər.
Dəqiq Heyvandarlıq və Süni İntellekt nələri izləyir
Precision Livestock Farming şirkəti davamlı monitorinqə və erkən xəbərdarlıqa diqqət yetirir, çünki hər heyvanı hər zaman izləmək mümkün deyil. Süni intellektlə dəstəklənən sistemlər davranışı izləmək və "nəyinsə səhv olduğunu" qeyd etmək üçün geyilə bilən cihazlardan (yaxalıqlar, qulaq etiketləri, ayaq sensorları), bolus tipli sensorlardan və ya kameralardan istifadə edə bilər. Praktik məqsəd sadədir: problemlər yaranmazdan əvvəl diqqətinizi hazırda yoxlanılması lazım olan heyvanlara yönəldin.
Kənd təsərrüfatında süni intellektlə bağlı ən böyük təhlükələr
Ən böyük risklər çox vaxt qeyri-seksual risklərdir: qeyri-müəyyən məlumat hüquqları və icazələri, bağlantı məhdudiyyətləri və gündəlik iş axınına uyğun olmayan alətlər. Təlim məlumatları fermanızın bölgəsinə, təcrübələrinə və ya şərtlərinə uyğun gəlmədikdə qərəzlilik yarana bilər ki, bu da performansı qeyri-bərabər edə bilər. Digər ümumi uğursuzluq rejimi "ağıllı görünür, nəticə vermir"dir - əgər çoxlu giriş, ixrac və ya alternativ həllər tələb edirsə, istifadə olunmayacaq.
Pul itirmədən kənd təsərrüfatında süni intellektdən necə başlamaq olar
Bütün bir "ağıllı ferma" yığını almaqdansa, kəşfiyyat vaxtı, alaq otları, suvarma vaxtı və ya sürü sağlamlığı xəbərdarlıqları kimi bir problemli məqamdan başlayın. Ümumi bir yol, tam avtomatlaşdırmanı təqib etməzdən əvvəl əvvəlcə görünürlük (xəritəçəkmə və monitorinq)dır. Kiçik bir sınaq (bir sahə və ya bir sürü qrupu) keçirin, maraqlandığınız bir metrikanı izləyin və məlumat hüquqlarını və ixrac seçimlərini erkən nəzərdən keçirin ki, bağlı qalmayasınız.
İstinadlar
[1] Liakos və başqaları (2018) “Kənd Təsərrüfatında Maşın Öyrənməsi: İcmal” (Sensorlar)
[2] FAO (2022) “Qida və Kənd Təsərrüfatının Vəziyyəti 2022: Kənd Təsərrüfatı sistemlərini dəyişdirmək üçün avtomatlaşdırmadan istifadə” (Xəbərlər bölməsindəki məqalə)
[3] John Deere “See & Spray™ Texnologiyası” (rəsmi məhsul səhifəsi)
[4] Berckmans (2017) “Dəqiq heyvandarlığa ümumi giriş” (Animal Frontiers, Oxford Academic)
[5] Kənd Təsərrüfatı Məlumatları Şəffaf “Əsas Prinsiplər” (Məxfilik, mülkiyyət/nəzarət, daşınabilirlik, təhlükəsizlik)