智能应用 影音
MongoDB
ADI

西瓜熟了没?拍打西瓜的AI

WatermelonTalk帮助农民仔细衡量西瓜的成熟度。

在西瓜的商业生产过程中,农民必须在收获后迅速评估水果的成熟度,根据可食用时间分类,以减少损失。这个过程提升市场销售和生产力,但传统的西瓜测试方法通常不可靠。

当你购买西瓜时,成熟度测试是一个有趣的「仪式」。一般家庭主妇将西瓜成熟度分类为2个等级:未成熟和成熟;农夫在西瓜田的识别则分为3个等级,包括未熟类(不要碰)、成熟类(作为商品选择)和过熟类(需要丢弃)。

许多人分享他们测试西瓜成熟度的经验。其中最具创意的一个方法是使用稻草技术,将一根稻草水平放在西瓜上。成熟的西瓜会使稻草旋转45度,而未熟的西瓜则保持静止。这种说法认为稻草的运动是由西瓜内部的电力作用引起的。

我多次尝试这种方法未果,只好放弃,改变方向,研究其他方法。

虽然像拍打、颜色检查和计日等手动技术具有实用性,但其准确性依赖于主观判断。目前,普遍使用的方法是通过拍击声音来评估西瓜的成熟度。这种拍打技术出奇地具有逻辑性,因为产生的声音提供了足够的成熟度指标。然而,对这些声音的个人解读受主观经验和传统智能的影响。

我思考是否能利用AI及物联网(IoT)来进行大量快速的西瓜成熟度的拍击评估。在我研究团队的辛勤工作后,提出WatermelonTalk技术。这是一个基于物联网的实时深度学习平台,专为声学西瓜测试设计。我们还引入了「拍打合奏\(tapping ensemble)的概念,显着提升预测准确性,这在文献中尚未出现。

我们邀请农友种苗公司的专家将343个品种的1,698个西瓜按成熟度分类,利用深度机器学习,首次探讨四级测试,其中将三级测试中的未成熟类进一步细分为未成熟类和半熟类。比起未成熟类,农民更关注半熟类,须确保对其进行比未成熟类更频繁的测试。这样做是为了防止这些半熟西瓜在下一次测试时过熟。

我们的研究在三级测试中达到97.64%的测试准确性,而在四级测试中达到94.07%的显着准确性,这是声学框架中的最佳结果。三级测试可供消费者在购买西瓜时使用,而四级测试则作为农民专业生产的工具。

西瓜有不同的成熟程度,选择适当的成熟度会大大影响西瓜的味道和质地。在收获后迅速评估水果的成熟度,通过可食用时间进行分类,可显着降低收获后的损失。因此,WatermelonTalk帮助农民仔细衡量西瓜的成熟度,提升市场销售和生产力,彰显AI对日常生活的贡献。

关于技术的详细信息,请参阅Yun-Wei Lin, Yi-Bing Lin, Wen-Liang Chen, Chia-Hui Chang, and Han-Kuan Li, Watermelons Talk: Predicting Ripeness through Tapping, 将刊登于IEEE Internet of Things Magazine。

现为国立阳明交通大学资工系终身讲座教授暨华邦电子讲座,曾任科技部次长,为ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow。研究兴趣为物联网、移动计算及系统模拟,发展出一套物联网系统IoTtalk,广泛应用于智能农业、智能教育、智能校园等领域/场域。兴趣多元,喜好艺术、绘画、写作,遨游于科技与人文间自得其乐,着有<闪文集>、<大桥骤雨>。