Es ist vielleicht nicht mehr so illegal wie früher, aber Marihuana/Cannabis ist immer noch ein großes Geschäft, egal ob es zu Freizeitzwecken oder medizinisch verwendet wird. Aus diesem Grund müssen Marihuana-Züchter wissen, ob ihre Pflanzen krank sind. Überlassen Sie es einem Forscher, einen Weg zu finden, kranke Marihuana-Pflanzen zu identifizieren.
Die Geburt einer neuen Technologie
Eine Gruppe von Hackern und Sicherheitsforschern erforschte „DIY Cannabis Tech“ im Cannabis Village von DEF CON. Inspiriert von den Informatikern in Stanford, die eine Möglichkeit für künstliche Intelligenz zur Erkennung von Hautkrebs geschaffen haben, entwickelte der Forscher Harry Moreno Chronicsickness.com.
Auf dieser Website können Sie ein Bild Ihrer Cannabispflanze hochladen und eine Bewertung erhalten, die sich auf die Gesundheit der Pflanze bezieht. „Chronische Krankheit ist ein Projekt zur Entwicklung eines Diagnosewerkzeugs auf menschlicher Ebene für Cannabispflanzen“, heißt es auf der Website.
Medizinisches Marihuana wird natürlich von Menschen mit unheilbaren und chronischen Krankheiten sowie von Menschen mit chronischen Schmerzen verwendet. Während es manchmal von Krebsüberlebenden verwendet wird, um ihnen zu helfen, mit den Auswirkungen der Chemotherapie umzugehen, wird es auch von einigen verwendet, um ihren Krebs zu heilen.
Die Bedeutung, ob eine Marihuana-Pflanze gesund ist oder nicht, könnte also groß sein. Wir sprechen nicht nur über den Verlust gesunder Pflanzen, die Menschen daran hindern, high zu werden – wir sprechen darüber, dass Menschen daran gehindert werden, gesund zu werden.
Die Zukunft der Identifizierung von krankem Cannabis
Moreno sagte den anderen, die sich mit „DIY Cannabis Tech“ beschäftigten, dass er glaubt, dass sie diese Maschine entwickeln könnten Lernprozess noch weiter, um die Gesundheit von Marihuana mit größerer Genauigkeit bestimmen zu lassen Pflanze.
Derzeit arbeitet die bei Chronic Sickness verwendete Technologie nur mit einer Genauigkeit von achtzig Prozent. Der Forscher glaubt jedoch, dass dies an der geringen Größe des Trainingsdatensatzes liegt. Er startete dieses Projekt mit nur 3.000 Bildern.
Mashable habe ein Foto mit dem Tool bei Chronic Sickness verwendet. Sie erhielten die Nachricht, dass die Pflanze tatsächlich gesund ist, und diese Behauptung wird mit einem Konfidenzniveau von 0,81 untermauert.
Er hofft, dass diese Technologie in Zukunft in der Lage sein wird, die Krankheit einer Pflanze zu erkennen und gleichzeitig die Krankheit zu benennen.
„Lasst uns ein kostenloses Vorhersagemodell für die Cannabiskrankheit erstellen“, schlug er vor. Und um loszulegen, sucht er nach weiteren Cannabisfotos, die bereits beschriftet sind.
Noch weiter gehen
Aber das könnte viel weiter gehen, als für Gras verwendet zu werden. Denken Sie daran, dass Moreno von der Technologie zur Erkennung von Hautkrebs inspiriert wurde. Welche anderen Gesundheitsinformationen könnte die Technologie beantworten?
Könnte es verwendet werden, um andere Krankheiten zu erkennen? Anstatt immer zum Arzt gehen zu müssen, können wir diesen Prozess vielleicht distanzierter gestalten. Vielleicht können wir dem Arzt einfach ein Bild von dem schicken, was uns schmerzt.
Der Arzt könnte die Technologie nutzen, die Krankheit identifizieren und Medikamente zur Behebung schicken oder den Patienten an einen Spezialisten überweisen. Natürlich würde es nicht bei allen Krankheiten funktionieren, aber es könnte bei Krankheiten funktionieren, die einige körperliche Merkmale aufweisen, die zu beobachten sind, wie z. B. Gürtelrose.
Wohin geht Ihrer Meinung nach diese Technologie? Sehen Sie weitere Möglichkeiten im medizinischen Bereich? Füge deine Gedanken und Bedenken in den Kommentarbereich unten ein und lass uns wissen, worüber du denkst Verwendung von maschinellem Lernen, um Krankheiten in Marihuana zu erkennen und möglicherweise die Technologie sogar zu nehmen des Weiteren.
Bildnachweis: 3D-Rendering Roboter lernen oder Probleme lösen von Phonlamai Photo/Shutterstock
Offenlegung von Partnern: Make Tech Easier kann Provisionen für Produkte verdienen, die über unsere Links gekauft wurden, was die Arbeit unterstützt, die wir für unsere Leser leisten.