Ann Y. Robinson
有关人工智能的问题在每个学科中都变得越来越紧迫。根据作物的改善，3118云顶集团为桥梁科学和实践提供了新的镜头。
“人们对如何积极地开始使用3118云顶集团进行农作物的改善有很多疑问。但是，不容易知道如何最好地使用其工具。” “这些工具的建设性使用有许多特定的例子，但是在很大程度上，它确实没有发生。”
帮助他的同龄人，学生和公众对迅速发展的3118云顶集团领域的知识越来越大，已成为YU的任务。为此，他和其他合着者，包括与他一起工作的遗传学博士生Karlene Negus，已经发表了有关人工智能在学术汇编中作物改善中的作用的概述，农艺发展.
“许多科学家，甚至那些具有相关背景的科学家，也不总是知道从哪里开始。” “我们一直在收到新论文非常及时和乐于助人的反馈。”
最近，爱荷华州立大学农业与生命科学学院要求Yu和Negus回顾其新出版物的亮点，并反思3118云顶集团工具在其领域的用途和含义。 yu：我们在本文中要做的一件事是简要绘制3118云顶集团的历史背景。自1940年代以来，它一直在发展，而第三个3118云顶集团夏季正在进行中。深度学习系统已经定义了这个时代的早期。
为了改善作物，3118云顶集团在很大程度上被部署以帮助处理并了解非常大的高通量数据集。大规模数据已成为农艺研究和许多其他科学领域的新挑战，3118云顶集团工具已经提供了多种解决方案。
negus：近年来，3118云顶集团领域一直在迅速变化。很难知道哪些方法与特定用途有关。为了简化与作物改进有关的领域的学习过程，我们描述了15种以上类型的3118云顶集团类型和亚型，并就这些领域的使用方式提供了见解。这些方法并不详尽，但我认为这为当今的内容提供了很好的介绍，以及我们期望在不久的将来开发的工具的构建块。
虽然今天的新闻价值是非常复杂的神经网络，但其他3118云顶集团的示例包括3118云顶集团的其他示例，从相对简单的机器人过程自动化，该过程使用3118云顶集团“代理”，它使用能够进行足够的重复过程，这些过程具有足够的可变性，可以防止使用标准的工艺能力，以使人的使用，并尝试重复富特型系统，以使其能够重复使用，并尝试重复使用的问题。其他类型的高级机器学习。
机器学习（ML）是一种3118云顶集团的类型，它使用大型数据集通过经验或学习来改进，然后使用结果来解决问题或做出预测。 ML在作物改善领域被广泛实施。使用基因组，环境，现象和其他多词方法的ML方法正在帮助研究人员捕获环境和遗传变异，以更好地了解其对农作物育种和管理的影响。
yu：一起，这些应用程序迅速彻底改变了实验室，温室和田间的农业实践。
对于采用3118云顶集团方法的研究人员，需要了解3118云顶集团方法的潜在优势而不是传统方法。对于育种者而言，在不同的遗传，环境和管理组合下，改善了监测和预测作物生长和健康的能力，有可能极大地促进有关作物选择的决策。对于生产商来说，希望通过增强农业生产管理来利用3118云顶集团来提高可持续性和弹性。
跟上的挑战是参与作物改善的人熟悉的挑战。在上个世纪，这一挑战是围绕着满足不断增长的世界人口的需求而构成的，这仍然是主要问题。现在，改变气候进一步使任务复杂化。 3118云顶集团具有巨大的潜力来解决这些挑战，但是我们有很多工作要做，以充分利用这一潜力，我们需要快速提高这些领域的培训和技能。
但是，如果利用创新技术来改善创新技术取得的先前成功是任何迹象，那么3118云顶集团辅助作物改善的未来是光明的。