据孙坦介绍,中国农业科学院依托研究院信息所,构建了扩散式大数据存储和高性能计算。现在拥有300PB的扩散存储容量和每秒22万亿GDP集群的高性能计算能力,可以为分子设计育种、智能农业设备研发所需的深度学习和文本的知识挖掘提供计算能力和存储技术。

风起云涌的新闻注意到智能采摘机器人是中国农业科学院研发的,上述场景在浙江桐乡的蘑菇种植屋已经成为现实。

\”采摘机器人可以自动识别成熟的食用菌并采摘.\”孙坦说,深度学习是通过大量图像数据进行的,为智能农业设备研究提供支持。

今年11月,国内首次将自主研发的智能采菇机器人带入菇房进行采摘作业试验。

“下一步是继续做好整个农科院大数据驱动科研的基础平台。这是农业科研信息化的重要内容。需要收集、管理、共享、挖掘、分析和应用各个学科的大数据。”孙覃说道。

孙谭表示,中国农业科学院作为国家农业科研团队,成功开展了国家农业基础永久科技数据的采集、存储和分析、区域智慧农业大数据融合治理与分析、农业科技与政策文本数据的深度挖掘与分析、相关应用基础设施和平台建设等工作。

智能采摘机器人由龙门架结构、机械臂和摄像头组成,可在蘑菇房蘑菇床滑轨上自由进退。机械臂下面的吸盘模拟人工采摘,通过摇动和旋转采摘成熟的蘑菇。

(本文来自浪涌新闻。更多原创信息,请下载“浪涌新闻”APP)

智能农业的研发需要一个基础的、扩散的大数据存储和高性能计算。无论是科学研究还是智能农业关键技术的研发都需要关键基础设施的支持。

12月9 -10日,中国农业科学院农业信息研究所、中国农业科学院国外农业研究中心在北京举办“大数据驱动现代农业增长培训研讨会”。中国农业科学院副院长孙坦在研讨会上表示,大数据给农业科技创新和农业科学研究范式带来了全方位的影响,将带来颠覆性的变革。

目前,计算机视觉在智能农业领域的应用已经比较成熟。孙坦举例说明,在近8000个苹果统计数据中,基于大数据的苹果产量测量深度学习算法的错误率仅为5.9%。

在孙坦眼里,这是大数据驱动的智慧农业的一个缩影。从养殖到采摘、分级、包装、互联网电子商务,农业产业链的整个链条都受到了大数据技术的推动和影响。