DroneUA-gruppen af virksomheder, som er en førende integrator af ubemandede teknologier inden for robotteknologi og databehandling, kom ind på verdensranglisten over startups i branchen kunstig intelligens for landbruget. De fleste af repræsentanterne for ratingen er amerikanske virksomheder (de første fire pladser, samt et par flere positioner i midten af ratingen), men der er også repræsentanter for Israel, Indien, Sydafrika og Serbien.
Dette blev annonceret af virksomhedens repræsentanter på deres side kl Facebook. "Vi er stolte af hver af vores priser inden for landbruget og er taknemmelige over for ukrainske landmænd for dette. Det var trods alt deres åbenhed over for innovation, tørst efter eksperimenter og udvikling, der gjorde det muligt at implementere avancerede ubemandede og digitale løsninger," siger DroneUa i en erklæring.
У pressetjenesten i DroneUa tilføjede, at virksomheden var i stand til at opnå uvurderlig erfaring med at anvende landbrugsrobotik og behandle feltinformation fra satellitter og data indsamlet af droner takket være indenlandske landbrugsproducenter. De nyeste teknologier med integration af kunstig intelligens gør det muligt at bruge en højpræcision, ressourcebesparende og økologisk tilgang i landbrugsproduktionen, takket være hvilken det er muligt ikke kun at spare omkostninger, men også at øge udbyttet af afgrøder.
"Ved fælles indsats yder vi et væsentligt bidrag til udviklingen af det globale AgTech-marked og til at sikre verdens fødevaresikkerhed," siger DroneUa.
Bidraget fra ubemandede teknologier til landbruget er svært at overvurdere. Droner gør det mere effektivt, fordi de kan overvåge marker fra stor højde, finde problemområder, kontrollere kvaliteten af jordbearbejdning, maskiner og såning, mere præcist måle marker og beregne udbytte.
Generelt, som rapporteret på DroneUas officielle hjemmeside, er brugen af AI i landbruget opdelt i tre hovedkategorier:
- bruge autonome maskiner med indbygget AI til at udføre agronomiske operationer
- overvågning af marker (kontrol af sundhed og udvikling af afgrøder, vurdering af høsten, forebyggelse af spredning af skadedyr og sygdomme, analyse af jordbundsforhold osv.)
- prognoser (dataudvikling og deres fortolkning for at forbedre produktionsprocessen, analyse af vejr- og klimaforhold).
Læs også: