මී පැණි (Apis mellifera) කෘෂි පද්ධතියේ අත්යවශ්ය පෝලිමකාරකය වන අතර, එහි සෞඛ්යය තොරතුරු දුරස්ථව නිරීක්ෂණය කිරීම දැන් අති නව AI තාක්ෂණයක් සමඟ ඉතා පහසුය.
ගවේශකයන් පසුගිය සතියේ ඉදිරිපත් කළ පර්යේෂණයේ, ඔවුන් Audio IoT සෙන්සර් වලින් ලැබෙන ශබ්ද සංඛ්යාත්මක දත්තවල modulation spectrum හි කාලීන ගතිය රැකගන්නා modulation tensorgram නමැති නව ප්රතිනියෝගයක් හඳුන්වා දුන්නා. මෙම ටෙන්සර්ග්රෑම් CNN සහ CRDNN (Convolutional Recurrent Deep Neural Network) ආකාරයේ නියෝජිතයන්ට ආදානය කරමින්, UrBAN දත්තසමුහයේ (3,000+ පැය ශබ්ද රෙකෝඩ්) අලූත්ම නිවැරදිත්වය සහ හරස්‑කෝලනි (cross‑hive) සාමාන්යීකරණය ලබා ගෙන ඇත.
මෙම ක්රමය පසුගිය පර්යේෂණවලින් භාවිතා කළ ස්ථිර (hand‑crafted) ලක්ෂණවලට වඩා ශබ්ද තත්ත්වයේ ශබ්දය, ශබ්දය පරතර, සහ පසුබැසි ශබ්ද රැස්වීම් (noise) වලින් නිදහස් වීමේ හැකියාව වැඩි කරයි. ඒ නිසා, කෘෂි පද්ධතියේ පෝලිමකාරකයන්ගේ නිරීක්ෂණය දැකීමට, රෝග හෝ පෝලිම අඩු වීමක් පෙරළිවලින් හඳුනා ගැනීමට ඉතා විශ්වාසදායක වේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
- කෘෂි අංශය: ශ්රී ලංකාවේ බොහෝ පළතුරු, එළවළු වගාවන් මී පැණි පෝලිමකාරකයන් මත පදනම් වේ. නව AI‑ආශ්රිත නිරීක්ෂණය කෘෂිකාර්මිකයන්ට කෝලනි ශක්තිය සත්ය කාලීනව පාලනය කර, අධික රෝග හෝ පෝලිම අඩු වීමක් වැළැක්වීමට උපකාරී වේ.
- ශිෂ්ය හා පර්යේෂකයන්: මී පැණි ශබ්ද විශ්ලේෂණය, Tensorgram, RNN වැනි නවතම AI සංකල්පයන් සිසුන්ට ප්රායෝගික ව්යාපෘති ලෙස අත්හදා බැලීමට අවස්ථාව සැලසේ. එය පරිගණක විද්යා, ජෛව විද්යා, සහ කෘෂි තාක්ෂණ පාඨමාලා සඳහා අතිශය වටිනා අන්තර්ගතයක් වේ.
- ව්යාපාරික නවෝත්පාදනය: තාක්ෂණ ආරම්භකයන් IoT සෙන්සර්, cloud API, සහ AI මෝඩලයන් එකතුව කර, ස්ථානාත්මක හනි බී නිරීක්ෂණ සේවාවක් ගොඩනැගිය හැක. එමඟින් කෘෂි ආර්ථිකයට අතිරේක ආදායමක් සහිත නව සේවා නිරූපණය වේ.
සාරාංශයෙන්, ශබ්ද‑IoT සහ AI එකතුවෙන් මී පැණි කෝලනි ශක්තිය නිරීක්ෂණය කිරීමේ නව යුගයක් ආරම්භ වී ඇත. මෙය ශ්රී ලංකාවේ කෘෂිකර්මයට, අධ්යාපන ආකාරයට, හා තාක්ෂණික ව්යාපාරික නවෝත්පාදනයට විශාල වාසියක් ගෙන දෙනු ඇත.
