論文の概要: Farmer.Chat: Scaling AI-Powered Agricultural Services for Smallholder Farmers
- arxiv url: http://arxiv.org/abs/2409.08916v2
- Date: Tue, 8 Oct 2024 06:03:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-07 21:09:04.512889
- Title: Farmer.Chat: Scaling AI-Powered Agricultural Services for Smallholder Farmers
- Title（参考訳）: Farmer.Chat: 小規模農家のためのAIによる農業サービスのスケーリング
- Authors: Namita Singh, Jacqueline Wang'ombe, Nereah Okanga, Tetyana Zelenska, Jona Repishti, Jayasankar G K, Sanjeev Mishra, Rajsekar Manokaran, Vineet Singh, Mohammed Irfan Rafiq, Rikin Gandhi, Akshay Nambi,
- Abstract要約: 小規模と中規模の農業所有者は、地域化、タイムリーな情報へのアクセス制限、生産性と持続可能性への影響といった課題に直面している。
従来の拡張サービスは、個人エージェントに依存しており、スケーラビリティとタイムリーなデリバリに苦労しています。
私たちは、これらの問題に対処するために設計された、AIを使った生成型チャットボットであるFarmerChatを紹介します。
FarmerChatは4カ国で展開され、1万5000以上の農家と関わり、30万件以上の問い合わせに答えている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Small and medium-sized agricultural holders face challenges like limited access to localized, timely information, impacting productivity and sustainability. Traditional extension services, which rely on in-person agents, struggle with scalability and timely delivery, especially in remote areas. We introduce FarmerChat, a generative AI-powered chatbot designed to address these issues. Leveraging Generative AI, FarmerChat offers personalized, reliable, and contextually relevant advice, overcoming limitations of previous chatbots in deterministic dialogue flows, language support, and unstructured data processing. Deployed in four countries, FarmerChat has engaged over 15,000 farmers and answered over 300,000 queries. This paper highlights how FarmerChat's innovative use of GenAI enhances agricultural service scalability and effectiveness. Our evaluation, combining quantitative analysis and qualitative insights, highlights FarmerChat's effectiveness in improving farming practices, enhancing trust, response quality, and user engagement.
- Abstract（参考訳）: 小規模と中規模の農業所有者は、地域化、タイムリーな情報へのアクセス制限、生産性と持続可能性への影響といった課題に直面している。
従来の拡張サービスは、特に遠隔地において、個人エージェントに依存しており、スケーラビリティとタイムリーなデリバリに苦労しています。
私たちは、これらの問題に対処するために設計された、AIを使った生成型チャットボットであるFarmerChatを紹介します。
ジェネレーティブAIを活用するFarmerChatは、決定論的対話フロー、言語サポート、構造化されていないデータ処理における従来のチャットボットの制限を克服し、パーソナライズされ、信頼性があり、コンテキストに関連のあるアドバイスを提供する。
FarmerChatは4カ国で展開され、1万5000以上の農家と関わり、30万件以上の問い合わせに答えている。
本稿では,FarmerChatによるGenAIの革新的利用によって,農業サービスのスケーラビリティと有効性が向上することを示す。
定量的分析と質的洞察を組み合わせた評価では,FarmerChatの農業実践の改善,信頼の向上,応答品質,ユーザエンゲージメントが重要である。
関連論文リスト
- AgriLLM: Harnessing Transformers for Farmer Queries [2.8592691160719554]
本研究は,農業従事者を対象とした問合せ解決の自動化におけるLarge Language Models (LLMs) の変容の可能性を探るものである。
インドで収集された現実世界のファーマークェリの膨大なデータセットのサブセットを用いて、我々の研究はタミル・ナドゥ州の約400万のクェリに焦点を当てた。
論文 参考訳（メタデータ） (2024-06-21T07:37:41Z) - AutoConv: Automatically Generating Information-seeking Conversations
with Large Language Models [74.10293412011455]
合成会話生成のためのAutoConvを提案する。
具体的には,会話生成問題を言語モデリングタスクとして定式化する。
我々は、情報探索プロセスの特徴を捉えるために、人間同士の会話でLLMを微調整する。
論文 参考訳（メタデータ） (2023-08-12T08:52:40Z) - Chatbot Application to Support Smart Agriculture in Thailand [0.3523208537466128]
農業分野では、既存のスマート農業システムは、センサーとIoT(Internet of Things)技術からのデータのみを使用する。
これを強化するために、農夫が作物の栽培知識を提供するための補助となることができる。
主な5つの機能(スタート/ストップメニュー、メインページ、ドリップイリゲーションページ、霧灌水ページ、モニターページ)で構成されている。
農家はこの申請に非常に満足しており、満足度は96%だ。
論文 参考訳（メタデータ） (2023-07-31T11:42:44Z) - ChatAgri: Exploring Potentials of ChatGPT on Cross-linguistic
Agricultural Text Classification [8.18726897455402]
高効率で必要な農業知識にアクセスできるようにするために,効果的なテキスト分類手法を検討することが急務である。
プレトレーニング言語モデル(PLM)に微調整戦略を取り入れた主流のディープラーニングアプローチは、ここ数年で顕著なパフォーマンス向上を示してきた。
本研究では,農業情報化分野に適用するChatGPTの能力と利用性について検討する。
論文 参考訳（メタデータ） (2023-05-24T11:06:23Z) - Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳（メタデータ） (2023-05-03T05:16:54Z) - Affordable Artificial Intelligence -- Augmenting Farmer Knowledge with
AI [1.9992810351494297]
本稿では,農地の微小気候を予測するためのAI技術について述べる。
この出版物は2016年に開始され、FAOとITUが共同で制作したE-agriculture in Actionシリーズの第5弾である。
農業における既存のAIアプリケーションに対する認識を高め、ステークホルダーに新しいものの開発と複製を促すことを目的としている。
論文 参考訳（メタデータ） (2023-03-04T02:29:52Z) - Knowledge-Grounded Conversational Data Augmentation with Generative
Conversational Networks [76.11480953550013]
生成会話ネットワークを用いて会話データを自動的に生成する。
我々は、Topical Chatデータセット上で、知識のない会話に対するアプローチを評価した。
論文 参考訳（メタデータ） (2022-07-22T22:37:14Z) - LSTM-RASA Based Agri Farm Assistant for Farmers [1.4777718769290527]
このプロジェクトは、農業分野のためのクローズドドメインのChatBotを実装することを目的としている。
Farmers AssistantはRASA Open Source Frameworkをベースにしている。
ユーザエンティティを発話から識別し、データベースから治療を検索する。
論文 参考訳（メタデータ） (2022-04-07T11:01:54Z) - Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。
自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
論文 参考訳（メタデータ） (2021-10-15T21:46:39Z) - Learning from Data to Optimize Control in Precision Farming [77.34726150561087]
特集は、統計的推論、機械学習、精密農業のための最適制御における最新の発展を示す。
衛星の位置決めとナビゲーションとそれに続くInternet-of-Thingsは、リアルタイムで農業プロセスの最適化に使用できる膨大な情報を生成する。
論文 参考訳（メタデータ） (2020-07-07T12:44:17Z) - Agriculture-Vision: A Large Aerial Image Database for Agricultural
Pattern Analysis [110.30849704592592]
本稿では,農業パターンのセマンティックセグメンテーションのための大規模空中農地画像データセットであるGarmry-Visionを提案する。
各画像はRGBと近赤外線(NIR)チャンネルで構成され、解像度は1ピクセルあたり10cmである。
農家にとって最も重要な9種類のフィールド異常パターンに注釈を付ける。
論文 参考訳（メタデータ） (2020-01-05T20:19:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。