大语言模型充当数字农业的自主副驾驶

研究人员开发了一个利用大语言模型（LLMs）自主管理和优化数字农业运营的闭环系统。该框架集成了来自49通道植物传感器的网络数据，以分析植物生理状况并直接控制硬件执行器，实现微气候调整、表型分析和胁迫诱导。案例研究表明，生产周期缩短了35%，能耗降低了18%，其中一次自主诱导黑暗积累叶绿素的实验节省了67.9%的能源。 AI

影响 这项研究展示了大语言模型在自主优化复杂生物系统方面的潜力，有望降低农业成本和专家劳动需求。

排序理由 该集群描述了一篇详细介绍大语言模型在新领域应用的开创性论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• digital agriculture
• energy consumption
• hardware actuators
• Large Language Models
• phytosensor network
• plant physiology

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →