Bewertung der Testbereitschaft digitaler Systeme oder Daten

Die Entwicklung digitaler Systeme für KI- oder Robotik-basierte Agrar- und Lebensmittelanwendungen in realen Umgebungen ist eine sehr komplexe Aufgabe. Das Sammeln und/oder Vorbereiten der für die Entwicklung solcher digitalen Systeme erforderlichen Datensätze (z. B. Trainingsdatensätze für ein KI-Deep-Learning-Modell) ist schwierig und zeitaufwändig, daher ist es wichtig, Fehler zu vermeiden. Aus diesen Gründen ist es für ein Unternehmen oft von Vorteil, mit agrifoodTEF die Merkmale der Systeme oder Teilsysteme und die gewählten Anwendungsfälle zu besprechen, bevor ein Experiment stattfindet, sowie die Merkmale und die Eignung eines Datensatzes, den das Unternehmen bereits besitzt oder zu generieren plant. Dieser Service ermöglicht es dem Kunden, solche Fragen im Detail zusammen mit Personal zu untersuchen, das auf KI, Robotik, fortschrittliche Landmaschinen und agronomische Forschung spezialisiert ist.Dieser Service ist sehr flexibel, um die spezifischen Bedürfnisse jedes Kunden zu erfüllen.

Die Desk-Bewertung beginnt mit der Analyse der vom Kunden angegebenen Anwendungsfälle zusammen mit Agronomen, um die Bedürfnisse des Kunden eindeutig zu identifizieren. Die zweite Stufe ist eine Analyse der zu testenden System-/Teilsystemmerkmale und/oder eine Analyse der Datensätze, die der Kunde bereits hat oder zu generieren plant. Im Falle von Daten kann eine benutzerdefinierte Software entwickelt und verwendet werden, um die Daten zu verarbeiten, um relevante Merkmale hervorzuheben. In dieser zweiten Phase kann der Kunde entscheiden, technische Details über seine Lösung und / oder die Ergebnisse der Vorprüfung, bei Bedarf unter NDA, zu teilen. Schließlich bewerten wir, wie die Merkmale der derzeitigen Systeme/Teilsysteme und/oder Daten mit den gewünschten Ergebnissen und Testanforderungen übereinstimmen, und geben Leitlinien und Ratschläge, wie diese Ausrichtung verbessert werden kann.Bei Bedarf kann dieser Dienst an andere agrifoodTEF-Dienste gebunden werden, die auf die Gestaltung der Elemente von experimentellen Testkampagnen abzielen (Dienste S00176, S00177, S00178).

Diese Servicebeschreibung ist absichtlich generisch. Jede Instanz dieser Dienstleistung ist in der Tat maßgeschneidert, um sie an die Bedürfnisse und Anforderungen des jeweiligen Kunden anzupassen. Das Folgende ist ein Beispiel für eine Dienstinstanz (bitte beachten Sie, dass der Dienst für viele landwirtschaftliche Sektoren verfügbar ist, nicht nur für den, der im Beispiel betrachtet wird). Beispiel Service: Der Kunde ist ein Unternehmen, das einen Jätroboter entwickelt, der mit Kameras und einem Computer-Vision-Modul ausgestattet ist, um Unkraut von Pflanzen zu unterscheiden und Zonen auszuwählen, die Jäten erfordern. Während sich die Hardware der Maschine bereits in einem fortgeschrittenen Entwicklungsstadium befindet, befindet sich die Software in einem früheren Entwicklungsstadium. Das Unternehmen hat das Design des Softwaresystems und eine vorläufige Implementierung davon, zusammen mit ein paar vorläufigen Datensätzen, die mit ihrem Roboter gesammelt wurden. Sie möchten ihr Softwaremodul weiterentwickeln und hochwertige Datensätze generieren, um Prototyp-Software zu bauen und experimentell in einer digitalen Umgebung zu testen.Bevor mit dem Bau von Software und Datensätzen begonnen wird, bittet der Kunde agrifoodTEF um Feedback zum Design der Software und um eine Bewertung der Merkmale der Datensätze, die sie sammeln und für Tests verwenden möchten; Aus diesen Gründen beschließt das Unternehmen, diesen agrifoodTEF-Dienst in Anspruch zu nehmen. Es folgt eine Reihe von Treffen des Unternehmenspersonals mit agrifoodTEF-Ingenieuren und Agronomen. Während der Sitzungen werden System- und Datenmerkmale und die beabsichtigten Anwendungen des Systems erörtert; Darüber hinaus werden technische Details unter dem Deckmantel einer geeigneten NDA ausgetauscht. Am Ende gibt agrifoodTEF dem Kunden ein Feedback über die Eignung des Systemdesigns und der Datenmerkmale in Bezug auf die gewählten Anwendungsfälle, mit klaren Hinweisen auf die Bereiche, die verbessert werden können, um eine gute Leistung beim Testen des resultierenden Prototyps zu ermöglichen.