人工智能（AI）已经彻底改变了许多行业，但它的变革力量对于专业领域以外的人来说似乎遥不可及。比如农民在利用先进工具简化运营和解决关键问题方面面临挑战。

　　由美国国家科学基金会（NSF）资助，俄亥俄州立大学领导的人工智能智能网络基础设施与环境计算学习研究所（ICICLE）成立，旨在弥合人工智能与非技术传统行业之间的差距。ICICLE拥有近50名团队成员，其中包括俄亥俄州超级计算机中心（OSC）的工作人员、16个合作机构和31个合作伙伴，正在建设下一代网络基础设施，使人工智能能够跨学科使用，包括安博体育农业。

　　俄亥俄州立大学计算机科学与工程系助理教授、ICICLE合作者Hari Subramoni表示：“人工智能具有巨大的潜力，但其工具的设计往往仅考虑到了技术专家。”“传统上，计算机科学家或工程师可以解释这些工具，但农民或动物生态学家也可以这么说吗？我们的目标是改变这一点。”

　　对于农民来说，虫害和灌溉效率低下等挑战是持续存在的问题。他们依赖于广泛传统解决方案，如在整个田地里喷洒杀虫剂、按固定时间表灌溉或均匀施肥，即使只有某些地区需要。这些方法虽然在没有精确工具的情况下很实用，但往往浪费资源。ICICLE正在对农业无人机图像的使用进行原型设计，以实现更有针对性的方法。

　　该团队使用配备高分辨率摄像头和传感器的无人机，在一次飞行中捕获了数千张图像。然后，人工智能对这些图像进行分析，以创建红外地图，通过识别指示压力或疾病的作物温度差异，直观地表示关注的区域。这些热图可以帮助农民做出准确、明智的决定，以解决他们田地里的具体问题。

　　ICICLE团队的研究将精确但耗时的地面测量与更具可扩展性、更具成本效益的数据源（如无人机图像和天气模式）相结合，以更全面地了解农业条件。

　　Subramoni说：“这种方法通过识别具体问题而不是应用通用解决方案来节省时间和资源。”

　　虽然农业无人机图像无法解决所有农业挑战，但其人工智能驱动的分析可以帮助解决关键问题，如确定土壤湿度、检测作物病害、测量收获产量和对生长阶段进行分类。通过红外测绘和表型分析，无人机可以全面了解农场的健康状况。

　　每次飞行处理大量图像需要大量的内存和计算能力，这就是OSC发挥关键作用的地方。

　　该项目的软件工程师Matthew Lieber表示：“OSC资源至关重要，因为所需的内存比个人电脑上的多。OSC资源允许在整个中心同时处理多个飞行数据。”

　　通过OSC的计算能力，该项目可以快速处理大型数据集，这将使农民能够及时获得见解，否则计算时间会更长。此外，OSC工作人员还帮助建立了一个应用程序，以协助研究人员进行数据采集。这种更快的数据分析可以创建一个反应更灵敏的农业运营，可以实时适应挑战。

　　ICICLE的工作不仅限于农业。该团队正在开发工作流程，使复杂的技术流程在不同领域都具有可操作性，确保人工智能技术能够适应广泛的需求。

　　Lieber说：“这不仅仅是为了个人用户，也是为了培养合作伙伴关系。”“例如，作物顾问可以使用这些工具提供更精确的指导，类似的工作流程也可以适用于环境监测或城市规划中的应用。”

　　通过将人工智能整合到实际应用中，ICICLE也在培训新一代专业人员，以驾驭数据驱动的未来。

　　“这个项目是为了赋予人们权力。”Subramoni说。“通过作物生长阶段分析等努力，ICICLE正在创新，同时确保其利益得到广泛分享。”

　　OSC是ICICLE计划的核心合作伙伴，该计划现已进入第四个年头，提供计算能力、数据存储和研究软件工程专业知识。作为ICICLE领导团队的一员，研究软件应用总监Karen Tomko领导OSC在NSF资助方面的工作，OSC的多名工作人员为研究项目提供了帮助。

　　俄亥俄州超级计算机中心（OSC）通过提供强大的共享基础设施和在高级建模、仿真和分析方面经过验证的专业知识，满足了学术和工业研究界日益增长的计算需求。