فیریمونی

کاری که انجام می دهد

برنامه من از قابلیت‌های زبان طبیعی Gemini برای توانمندسازی کشاورزان حاشیه‌نشین/غیرحاشیه‌ای بهره می‌برد. این سیستم با استفاده از حسگرهایی که داده‌های بلادرنگ را جمع‌آوری می‌کنند و به Firebase می‌رسانند، نقشه‌های خاص یا مخازن هیدروپونیک را کنترل می‌کند. این داده‌ها که برای Gemini API قابل دسترسی است، با رابط واتس‌اپ برای دسترسی به کشاورزانی که ممکن است به ابزارهای پیشرفته هوش مصنوعی دسترسی نداشته باشند اما مرتباً از WhatsApp استفاده می‌کنند، یکپارچه شده است.

این سیستم شامل سه مدل TensorFlow آموزش دیده توسط CNN است که قادر به طبقه بندی چهار بیماری گوجه فرنگی، سه بیماری سیب زمینی و شش بیماری ذرت است. کشاورزان از طریق واتس اپ با این مدل ها تعامل دارند. هنگامی که یک بیماری پیش‌بینی می‌شود، مدل یک کلاس و سطح اعتماد به نفس را ارائه می‌کند که Gemini آن را به زبانی قابل درک ترجمه می‌کند. جمینی به شیوه ای دوستانه با کشاورزان تعامل می کند و بینش هایی را برای بهبود سلامت محصول، کاهش استفاده از آفت کش ها و کشف روش های کشاورزی جایگزین ارائه می دهد.

من همچنین قابلیت‌های Retrieval-Augmented Generation (RAG) را پیاده‌سازی کرده‌ام، داده‌های PDF را در شیوه‌های کشاورزی و مدیریت محصول جاسازی کرده‌ام. وقتی نماینده از پاسخ مطمئن نیست، از Exa برای جستجوی اینترنت برای اطلاعات دقیق استفاده می کند. جمینی با حفظ زمینه در مورد نقشه هر کشاورز از طریق داده های Firebase IoT، توصیه های شخصی ارائه می دهد، به کشاورزان کمک می کند تا مواد غذایی مغذی بیشتری تولید کنند و از شیوه های پایدار حمایت می کند.