Zweck und Umfang
KI und Robotik verändern die Landwirtschaft, aber Lösungen, die bei Demonstrationen gut funktionieren, können Schwierigkeiten haben, wenn sie im Feld eingesetzt werden. Begrenzte Rechenressourcen, heterogene Hardware, unzuverlässige Konnektivität und unvollkommene Sensordaten können die Systemleistung und -zuverlässigkeit beeinträchtigen.
Über agrifoodTEF bietet FBK KMU und Start-ups Benchmarking- und Validierungsdienste an, um ihre Technologien unter realistischen Betriebsbedingungen zu bewerten, Einschränkungen zu identifizieren und Verbesserungen vor dem Einsatz vor Ort zu leiten.
Die Präsentation stützt sich auf drei Bewerbungen: ein Obstgartensystem für die Apfelzählung und -dimensionierung, eine Entscheidungsunterstützungslösung für die Bewässerung von Weinbergen und ein Edge-KI-System zur Erkennung von Rasengraskrankheiten. Diese Fälle veranschaulichen komplementäre Validierungsansätze, von Software-Performance und Stresstests bis hin zum feldbasierten Sensorvergleich. Für softwareintensive Anwendungen hat FBK ein auf Open-Source-Tools basierendes Benchmarking-Toolkit entwickelt, das wiederholbare Experimente auf realer Edge-Hardware ermöglicht, Verarbeitungsengpässe identifiziert und Zuverlässigkeitsrisiken bei steigender Arbeitsbelastung aufdeckt.
Durch den Austausch von praktischen Erkenntnissen und gewonnenen Erkenntnissen wird die Präsentation zeigen, wie evidenzbasierte Validierung innerhalb von agrifoodTEF Unternehmen hilft, bessere Design- und Bereitstellungsentscheidungen zu treffen.
Lernziele
- Herausforderungen in Bezug auf die Einsatzbereitschaft: Verstehen Sie die Hauptfaktoren wie eingeschränktes Computing, heterogene Hardware, instabile Konnektivität und laute Sensordaten, die dazu führen, dass KI- und Robotiklösungen außerhalb des Labors unterdurchschnittlich abschneiden.
- Validierungsansätze: Untersuchung ergänzender Methoden zur Bewertung von Agrar- und Lebensmitteltechnologien, einschließlich Software-Benchmarking, Stresstests und feldbasiertem Sensorvergleich.
- Benchmarking am Rande: Erfahren Sie, wie wiederholbare Experimente an realer Edge-Hardware Verarbeitungsengpässe und Zuverlässigkeitsrisiken unter zunehmenden Workloads aufdecken können.
- agrifoodTEF-Unterstützung: Entdecken Sie die Benchmarking- und Validierungsdienste, die die FBK über agrifoodTEF anbietet, und wie KMU und Start-ups darauf zugreifen können.
Lernergebnisse
- Risikobewusstsein: die technischen Einschränkungen zu ermitteln, die sich am ehesten auf eine KI- oder Robotiklösung auswirken, wenn von der Demonstration zu realen Betriebsbedingungen übergegangen wird.
- Auswahl der Methode: Wählen Sie den Validierungsansatz, der für eine bestimmte Anwendung am besten geeignet ist, sei es softwareintensiv, sensorbasiert oder beides.
- Evidenzbasierte Entscheidungen: Interpretation von Benchmarking- und Testergebnissen, um Designverbesserungen, Hardwareauswahl und Bereitstellungsstrategien zu leiten.
- Lehren aus der Praxis: Wenden Sie Erkenntnisse aus den Dienstleistungen für Obstplantagen, Weinberge und Rasenflächen an, um häufige Fallstricke in Ihren eigenen Projekten zu antizipieren und zu vermeiden.
Wer sollte teilnehmen?
- Agritech-Startups & KMU
- KI- und Robotik-Entwickler
- Produkt- und Technikmanager
- Forscher und Innovationsberater
KI-Implementierung
Daten (Datenraum / Bigdata)
Software / KI-Modell