Proiecte variind de la un robot de înot în sol care poate detecta condițiile din zona rădăcinii în timp real până la modele de calcul care pot prezice deteriorarea produselor au primit fonduri de semințe de la Inițiativa Cornell pentru Agricultură Digitalănoul Fond pentru inovare în cercetare.
Opt echipe interdisciplinare de cercetători - de la Colegiul de Agricultură și Științe ale Vieții, Colegiul de Inginerie, Calcul și Știința Informației, Cornell Tech și Colegiul de Medicină Veterinară (CVM) - vor primi premii pe trei ani de până la 225,000 USD. Pentru a aplica, echipele trebuiau să includă membri ai facultății Cornell de la cel puțin două colegii, asigurând colaborarea între campus.
„Aceste proiecte de cercetare reprezintă potențialul interesant al instrumentelor digitale, cum ar fi modelele de calcul, sistemele robotizate, inteligența artificială și „internetul lucrurilor”, pentru a transforma agricultura la fiecare pas al procesului de producție alimentară”, a spus. Susan McCouch, profesorul Barbara McClintock de ameliorare a plantelor și genetică și directorul Inițiativei Cornell pentru Agricultură Digitală (CIDA). „Colaborările interdisciplinare ca acestea vor împinge frontierele științei pentru a crește productivitatea și sustenabilitatea agriculturii și pentru a promova o serie de descoperiri și inovații practice.”
Un grup multidisciplinar de aproape trei duzini de membri ai facultății, condus de Renata Ivanek, profesor asociat în cadrul Departamentului de Medicină a Populației și Științe Diagnostice din CVM, a selectat cele opt proiecte din 31 de propuneri. Finanțarea pentru premii provine de la Fondul pentru inovare în cercetare CIDA și programul Hatch Act al Departamentului de Agricultură al SUA.
Proiectele:
Îmbunătățirea randamentului căpșunilor prin polenizatori nativi și robotici: Kirstin Petersen, profesor asistent de inginerie electrică și informatică; și Scott McArt, profesor asistent de entomologie. Munca lor va integra monitorizarea automată a polenizatorilor sălbatici și gestionați cu polenizarea robotizată, punând bazele unui sistem biologic-hibrid care poate observa, prezice și îmbunătăți randamentul culturilor. Cercetătorii vor dezvolta capcane durabile și de putere redusă pentru insecte, vor folosi drone pentru polenizare încrucișată rapidă și vor crea modele de creștere care pot fi transmise unui fermier printr-o aplicație online.
Noua robotică a solului și detectarea pentru fenotiparea sol-rădăcină a eficacității utilizării apei: Taryn Bauerle, profesor asociat la Scoala de Stiinta Integrativa a Plantelor (SIPS); Robert Shepherd, profesor asociat la Școala Sibley de Inginerie Mecanică și Aerospațială (MAE); Mike Gore, profesor Liberty Hyde Bailey și profesor asociat de reproducere moleculară și genetică în SIPS; Johannes Lehmann, profesor de științe ale solului și culturilor în SIPS; si Abraham Stroock, directorul William C. Hooey si Gordon L. Dibble, profesor de inginerie chimica si biomoleculara. Pentru a accesa informații în timp real despre disponibilitatea și fluxul de apă în sol în jurul rădăcinilor plantelor, cercetătorii vor dezvolta o strategie de detectare și un robot care înotă în sol pentru a explora semi-autonom zona rădăcinilor.
Modele de calcul bazate pe microbiom și instrumente de sprijin pentru luarea deciziilor pentru a prezice deteriorarea produselor proaspete: spanacul ca sistem model: Martin Wiedmann, profesorul familiei Gellert în Siguranța Alimentară; și Ivanek. Cercetătorii vor dezvolta un model de calcul al interacțiunilor și perturbărilor microbiomului în timpul procesării, transportului și vânzării cu amănuntul pentru a prezice perioada de valabilitate a spanacului proaspăt.
Diagnosticare accelerată și automată a stresului în livezile de meri: Awais Khan, profesor asociat în SIPS la Cornell AgriTech; Serge Belongie, profesor de informatică la Cornell Tech; și Noah Snavely, profesor asociat de informatică la Cornell Tech. Combinând expertiza în patologia plantelor, fenotiparea și viziunea computerizată, echipa va crea seturi de date despre boli adnotate de experți pentru mere, va conduce o competiție globală de provocare pentru a găsi soluții noi pentru clasificarea și cuantificarea bolilor, va dezvolta modele de viziune computerizată pentru a distinge cu precizie simptomele multor persoane. boli și să dezvolte aplicații ușor de utilizat pentru a sprijini cultivatorii de mere.
Agricultura carbonului: Combinând inteligența mașinilor, datele mari și modelele de proces pentru a sprijini acest sector emergent: Lehmann și Fengqi You, Roxanne E. și Michael J. Zak profesor în Ingineria Sistemelor Energetice la Școala Smith de Inginerie Chimică și Biomoleculară. Acest proiect își propune să îmbunătățească predicția precisă a carbonului organic din sol prin combinarea modelării proceselor solului cu învățarea automată, învățarea profundă și big data pentru a crea o platformă care să conducă politici bazate pe dovezi și investiții în sănătatea solului și atenuarea schimbărilor climatice.
Platformă de fenotipizare de înaltă rezoluție orientată pe funcție pentru a deduce relațiile genetică-funcții în rizomicrobiom pentru promovarea utilizării nutrienților plantelor: April Gu, profesor de inginerie civilă și de mediu; Jenny Kao-Kniffin, profesor asociat în SIPS; și Kilian Weinberger, profesor asociat de informatică. Cercetătorii vor dezvolta o platformă tehnologică inovatoare de fenotipizare-genotipizare care le va permite să construiască o instalație de fenotipizare agricolă de clasă mondială la Cornell, pentru a descoperi și a profila noi microorganisme care sunt benefice culturilor.
Senzori digitali scalabili ai cerului și solurilor: o abordare a internetului lucrurilor pentru a îmbunătăți previziunile meteorologice la scară fermă cu privire la căldură extremă, secetă și precipitații: Toby Ault, profesor asistent de științe ale pământului și atmosferei; și Max Zhang, profesor asociat în MAE. Folosind un internet wireless existent al lucrurilor, cercetătorii vor monitoriza și prognoza variabile cheie pentru prezicerea vremii extreme la nivel de stat, județ și fermă, pentru a oferi producătorilor de alimente un set de instrumente pentru prezicerea pericolelor.
Dezvoltarea modelelor predictive pentru detectarea cu acuratețe a mastita subclinice și clinice la vacile de lapte mulse cu sisteme automate de muls: Rick Watters, asociat senior de extensie în CVM și director al Laboratorului de Vest al Serviciilor de Producție de Lapte de Calitate; și Kristan Reed, profesor asistent de științe animale. Folosind date precum producția de lapte, timpul de muls și timpul dintre vizitele de muls, cercetătorii vor dezvolta un algoritm pentru a prezice mastita la vacile de lapte.
- Melanie Lefkowitz, Universitatea Cornell
Proiectele, de la un robot care înotă în sol, care poate detecta condițiile din zona rădăcinii în timp real, până la modele computaționale care pot prezice deteriorarea produselor, au primit fonduri de bază de la noul Fond de inovare în cercetare al Inițiativei Cornell pentru Agricultură Digitală. Mai sus, o dronă la Musgrave Research Farm, fiind dusă pe teren de studenții din laboratorul profesorului Michael Gore. Foto: Allison Usavage