（AI-1）植物自反馈学习|（AI-2）植物自反馈学习|（AI-3）植物自反馈学习|
BSTD 团队 2023.09.01
在一种在环境控制的种植空间里，植物栽培过程中自行反馈学习的系统与方法。该方法包括人工智能，深度学习，模式识别，机械学习（python），强化学习算法。植物在不同的生长周期需要不同的生长环境，温度，湿度，光照，营养等等，通过 CNN ”卷积神经网络“ 的算法建模，可以精准识别植物的品种和生长周期，并依此来对比设定的专家数据进行更精准的数据调节，给予最优的不同生长环境参数。
再通过机械学习“机械视觉，模式识别”在大数据环境下机械学习的研究，有效利用信息，从巨量的数据中，取得隐藏的，有效的，可理解的知识数据，对巨量的数据预处理与分析，评估植物的生长状态，通过计算机视觉采集植物图像，建立算法处理，通过植物叶片颜色，大小，厚度，植株高度和植物花，果进行评估，建立一套算法模型，从而达到在AI植物工厂，植物生长状态自行反馈评估的系统方法
2023.07.30 ·人工智能自反馈学习 ·（AI-2）2代版 · 行业大模型。
2023.09.01，BSTD技术团队首席工程师魏家威博士发布说明；由Globalbst谷月（AI）区块链技术团队；由SWE吴志珺智能化结构工程技术团队，于2023年7月30完成（AI-2版） *迭代升级* 这套系统将成为农业板块的大模型系统。
（AI）自反馈系统的迭代升级优化AI系统建模编程，将作物病虫害预警及肥水配比系统纳入1代系统做升级优化版。系统持续优化环境参数，在AI的学习反馈系统下的胁迫机制，让植物-生成次生代谢物的转化，有效提升植物特殊成分的变化。
在此前提下如何提升作物或中草药产品，具有风味口感及有效成分的，为二代版AI反馈系统训练建模。（AI-2）2代版系统迭代建模，完成算力指标，为人工智能在中国农业创造更高价值并成就为农业行业大模型。
2024.01.30 ·人工智能自反馈学习·（AI-3）3代版 · 现代智慧农场运用版。
信息聚合、数字建模，三维映射；
搭建一个智能化数字空间，依托数据治理、知识图谱、轻量建模技术，提升农业生产运营管理效率。
（AI-3）系统实现了面向农业管理的物理实体和业务逻辑层面的全面融合连接，打造了动态感知、协同高效、可视交互的（AI）智慧农业运营管理新方式。
BSTD团队科技合作伙伴，利用 BSTD-X 交付的都市农业实验园系统基于数字孪生的理念，创建虚拟数字孪生农场，实现对现实世界的全域感知、镜像再现，在数字孪生世界里对农业园区空间资源使用情况进行可视分析，实现对空间三维可视化、育苗管理三维、种植生产三维可视化管理场景，提供种植区域网格化管理、设备点位监控管理、生产数据可视化管理功能。
