STØTTERADAROffentlig finansiering
Profesjonell tilgangLogg inn
Meny

Automatisert diagnostisering av agrar sykdommer for smallholder farmers

Godkjent SkatteFUNN-prosjektMottakerFARMFORCE ASProsjekt-ID290028
Godkjent SkatteFUNN-prosjektBeløp ikke publisertKilden publiserer ikke beløp per prosjektPer prosjekt · SkatteFUNN / Norges forskningsråd

Godkjenningen dokumenterer en skattefradragsordning, men kilden publiserer ikke faktisk skattefradrag per prosjekt.

Prosjektopplysninger

Prosjektperiode
Instrument
Skatte-/avgiftsfordel
Vedtaksdato
Program/aktivitet
SkatteFUNN
Prosjekttype
SkatteFUNN-prosjekt
Kommune
Oslo
Fylke
Oslo

Offentlig prosjektsammendrag

Farmforce AS leverer en IT-løsning for innsamling av produksjonsdata fra 'the first mile' i agrisektoren og er spesielt rettet mot smallholder farmers. Se også www.farmforce.com . Løsningen betjener 261.000 farmers registrert i 25 land i Afrika, Latinamerika og Asia. Vi dekker 14 produksjonssektorer og 15 språk. Farmforce ble overtatt fra Syngenta i 2017 og er et norsk selskap. Løsningen er en viktig bidragsyter for at de smallholder farmers som er på kommersielt nivå, kan oppnå bedre priser og salg til multinasjonale selskaper, gjennom å kunne dokumentere sin kvalitet. Samtidig muliggjør løsningen at de smallholders som er i transisjons-faser på vei til å bli kommersielle kan greie overgangen raskere. Vi har det siste året merket økt interesse fra store multinasjonale som ønsker sikker, sustainable sourcing og vi leverer nå til verdensledende merkevarer som Cargill, Kellogg’s, Metro (i China), Diageo og McCormick. Det er voldsomme avlingstap på global basis på grunn av plantesykdommer og manglende behandling av disse. Situasjonen er slik at de store landbruks-enhetene leier eksperter til on-site inspeksjon. Dette er utenfor rekkevidde for smallholder farmers. Sammen med CABI (Centre for Agriculture and Biosciences International) bygger vi en applikasjon som tar bilde av angrepet plante, hvor bildet sendes til analyse hos CABIs sentrale register (databaser fra 1910 og fremover) i Oxford. Deretter får eksperten tilgang til våre data knyttet til bilde, presis lokasjon, soil conditions, irrigation systems etc. som kan gi grunnlag for evaluering. Med denne kombinasjon bilde/bakgrunnsdata, så er postulatet at vi kan redusere antall mulige sykdommer fra 50 mulige svar, til ett svar med 90% sannsynlighet for hvilken sykdom man står overfor. Vi bygger samtidig en base med såkalte treningsdata for machine learning slik at prosessen i fremtiden kan bli automatisert.

Kilde og proveniens

KILDEFAKTUM

SkatteFUNN publiserer prosjektidentitet, periode, eier og godkjenningsstatus uten prosjektbeløp.

Åpne prosjektet i Prosjektbanken
RADAR-NORMALISERING

Mottaker kobles med organisasjonsnummer. Program og prosjektidentitet forblir kildeavgrenset.

DEKNINGSGRENSE

Ikke publisert er en egen tilstand og betyr verken null eller ukjent utbetaling.