Як штучний інтелект змінює агро і харчова промисловість щодня. Новини, тренди, можливості та загрози — саме для вашої галузі.
Aigen розробила автономних сонячних роботів, які механічно вилучають сорняки без гербіцидів та дизельної техніки. Для навчання моделі Alchemy використовуються синтетичні дані на NVIDIA Cosmos, а три модулі Jetson Orin NX знижуть навантаження обчислювальної системи зі 100% до 30%.
Вчені створили робота з машучими крилами, надихненим крилами метелика, і використали ШІ для оптимізації геометії крил. Після оптимізації підйомна характеристика покращилася на 339%, а тяга зросла на 46% порівняно з початковою конструкцією, а експериментальні результати відповідали прогнозам моделі з відхиленням не більше 7%.
Вчені з Інституту науки Токіо створили систему InterPetMoGen, яка передбачає та генерує рухи собак за рухами, жестами та голосовими командами людини. Для навчання використали 6,83 млн синхронізованих кадрів з 23 людей та 13 собак 11 порід.
Сімейні магазини FamilyMart та Lawson в Японії використовують нейромережі для генерації ідей нових продуктів. ШІ запропонував незвичні сполуки, такі як лимонний тарт з маринованими огірками, які виявилися смачними за результатами дегустації.
Модель YOLO11m довінена на датасеті VisDrone-DET та досягає 48,03% mAP@50 з 20,1 млн параметрів. Доступна через Ultralytics та Hugging Face для використання у завданнях детекції об'єктів на дронах.
Навчіть вашу команду працювати з AI за 5 днів
Кожен побудує автоматизацію для своєї ролі. Спеціальна програма для агро і харчова промисловість.
aiupskill.live →Модель YOLO26m, натренований на датасеті VisDrone-DET, досягла 49,11% mAP@50 при 21,9 млн параметрів. Доступна через Ultralytics YOLO на Hugging Face для використання у завданнях детекції об'єктів на дронах.
McDonald’s впровадив алгоритм машинного навчання, який аналізує мільйони транзакцій та дані про ціни конкурентів, щоб рекомендувати оптимальну ціну для кожної страви в конкретному ресторані. Система враховує чутливість покупців до цін у конкретному районі, що призводить до різних цін на однакові страви в сусідніх закладах.
Вчений Мэтью Шварц з Гарварда використовував Claude для пошуку наукових задач, де великі мовні моделі показують найкращі результати, знаходячи спільні математичні структури між різними галузями науки. Він створив інструмент BootLoops для переносу ефективних методів з однієї області в іншу, що дозволило вирішити давно не розв’язані задачі в екології та генетиці.
Звіт Anthropic показує, що роботи вже можуть виконувати 74% фізичних завдань в США, а разом з LLM — 81% всей роботи. Найбільше загрозою піддаються професії, пов’язані з транспортом та логістикою: 9 з 10 найризикових професій — це оператори транспортних засобів.
Тест HarvestBench перевірив, чи будуть AI-агенти платити за паливо, щоб уникнути вбивства тварин під час збирання кукурудзи. Навіть з моральними інструкціями більшість моделей вбила понад 84% тварин, що свідчить про недостатність самих промптів для забезпечення сочувної поведінки.
McDonald's застосовує ШІ для динамічного змінення цін на бургери залежно від місцевого попиту та даних про конкурентів. Це призводить до розбіжностей у цінах між сусідніми ресторанами та викликає питання щодо антимонопольного законодавства.
Вчені навчили VLA-модель бережно працювати з хрупкими предметами — яйцями, вафлями, банкою з мармеладом. Тактильні сенсори потрібні лише під час навчання, а на роботі під час роботи датчиків касания немає зовсім.
Вчені з Cardiff University створили компактну модель ШІ для виявлення оползнів за супутниковими знімками. Вона використовує лише 8 каналів Sentinel-2 та дані про рельєф замість 30, зберігаючи точність та збільшуючи швидкість обробки до 119,8 кадр/с.
Стаття стверджує, що ШІ збільшує продуктивність, але не робить бідні країни та компанії автоматично багатшими. Для успіху потрібний людський капітал і здатність перетворювати технології в економічну вигоду.
Basecamp Research притягнув $140 млн інвестицій від Nvidia та Anthology Fund Anthropic. Компанія тренує AI-моделі на генетичних даних з тропічних лісів, океанів і гарячих джерел для створення антибіотиків та інструментів клеточної терапії.
ШІ-агент tAIster з базою даних на 400 тисяч вин пройшов сліпий тест і точно вгадав два складних зразки. На третьому він помилився, прийнявши Шардоне за шампансь через бульбашки в бокалі.
Petlibro представила серію розумних кормушок Granary 2 з вагами та AI-камерою. Вона розпізнає до десяти кота, відстежує їхні зживлення та видає індивідуальні порції після розпізнавання потрібного тварини.
Білл Гейтс попереджає, що уряди по всьому світу сильно відстають від розвитку ШІ. Він зазначив ризики скорочення робочих місць, атаки за допомогою ШІ та залежність від віртуальних собесідників, а його фонд планує інвестувати не менше $1 млрд за два роки в освіту, охорону здоров’я та сільське господарство.
Стартап EcoGPT обещає фінансувати посадку одного дерева за кожні 200 запитів до свого чат-бота. Це з’єднує використання ШІ з екологічною ініціативою, проте питання залишається про реальний екологічний баланс.
Вчені підключили симульовану нервову систему оцифрованої дрозофілі до справжньої мініпивоварні. Муха повністю контролює процес варки пива — від завантаження солоду до охолодження.