超等计较机核心（OSC）通过供给强大的共享根本设备和正在高级建模、仿实和阐发方面颠末验证的专业学问，满脚了学术和工业研究界日益增加的计较需求。

　　虽然农业无人机图像无决所有农业挑和，但其人工智能驱动的阐发能够帮帮处理环节问题，如确定土壤湿度、检测做物病害、丈量收成产量和对发展阶段进行分类。通过红外测绘和表型阐发，无人机能够全面领会农场的健康情况。

　　Lieber说：“这不只仅是为了小我用户，也是为了培育合做伙伴关系。”“例如，做物参谋能够利用这些东西供给更切确的指点，雷同的工做流程也能够合用于监测或城市规划中的使用。”？。

　　OSC是ICICLE打算的焦点合做伙伴，该打算现已进入第四个岁首，供给计较能力、数据存储和研究软件工程专业学问。做为ICICLE带领团队的一员，研究软件使用总监Karen Tomko带领OSC正在NSF赞帮方面的工做，OSC的多名工做人员为研究项目供给了帮帮。

　　ICICLE团队的研究将切确但耗时的地面丈量取更具可扩展性、更具成本效益的数据源（如无人机图像和气候模式）相连系，以更全面地领会农业前提。

　　该项目标软件工程师Matthew Lieber暗示：“OSC资本至关主要，由于所需的内存比小我电脑上的多。OSC资本答应正在整个核心同时处置多个飞翔数据。”。

　　立大学计较机科学取工程系帮理传授、ICICLE合做者Hari Subramoni暗示：“人工智能具有庞大的潜力，但其东西的设想往往仅考虑到了手艺专家。”“保守上，计较机科学家或工程师能够注释这些东西，但农人或动物生态学家也能够这么说吗？我们的方针是改变这一点。”。

　　“这个项目是为了付与人们。”Subramoni说。“通过做物发展阶段阐发等勤奋，ICICLE正正在立异，同时确保其好处获得普遍分享。”。

　　该团队利用配备高分辩率摄像头和传感器的无人机，正在一次飞翔中捕捉了数千张图像。然后，人工智能对这些图像进行阐发，以建立红外埠图，通过识别压力或疾病的做物温度差别，曲不雅地暗示关心的区域。这些热图能够帮帮农人做出精确、以处理他们地步里的具体问题。

　　ICICLE的工做不只限于农业。使复杂的手艺流程正在分歧范畴都具有可操做性？。

　　对于农人来说，虫害和灌溉效率差劲等挑和是持续存正在的问题。他们依赖于普遍保守处理方案，如正在整个地步里喷洒杀虫剂、按固按时间表灌溉或平均施肥，即便只要某些地域需要。这些方式虽然正在没有切确东西的环境下很适用，但往往华侈资本。ICICLE正正在对农业无人机图像的利用进行原型设想，以实现更有针对性的方式。

　　人工智能（AI）曾经完全改变了很多行业，好比农人正在操纵先辈东西简化运营和处理环节问题方面面对挑和。

　　通过OSC的计较能力，该项目能够快速处置大型数据集，这将使农人可以或许及时获得看法，不然计较时间会更长。此外，OSC工做人员还帮帮成立了一个使用法式，以协帮研究人员进行数据采集。这种更快的数据阐发能够建立一个反映更活络的农业运营，能够及时顺应挑和。