КЛЮЧОВІ МОМЕНТИ:
- Через п’ять років після придбання цієї технології метод Deere за допомогою машинного зору та машинного навчання для ідентифікації окремих рослин буде випробуваний на фермах влітку 2021 року.
- Мета: сільськогосподарські машини, що рухаються зі швидкістю до 20 миль на годину, приймають рішення про обприскування гербіцидів на рівні окремих рослин та бур’янів за лічені секунди, зменшуючи потребу в широкому застосуванні хімічних речовин.
- Зусилля щодо штучного інтелекту є одним із багатьох технологічних проектів, пов’язаних з точним переходом сільського господарства у 21 століття та зміною характеру роботи в сільській Америці.
Якщо це буде несподіванкою, нещодавній урядовий аукціон ліцензій на широкосмуговий зв’язок 5G було виграно сільськогосподарським гігантом Deere & Co. а не AT&T чи інший стійкий телеком, можливо, не повинен. Сільське господарство - яке протягом тисячоліть перетворилося від людей, що тягнуть плуги до хімічної, а останнім часом і до своєї генетичної ери - вступає у свій цифровий вік. Також називається точним землеробством, а зміни, що відбулися шляхом збору та аналізу даних, про життя та працю в сільській місцевості, мають прискоритись.
Один приклад від Deere, який повинен дебютувати на полях ферми наступного літа, поєднує в собі машинне бачення та машинне навчання - або, простіше кажучи, мислити розпізнавання обличчя для рослин. Ще в 2017 році Deere придбав компанію під назвою Технологія Blue River, яка працювала над способом виявлення окремих рослин та бур’янів. Це непросте завдання, якщо врахувати, що один гектар ферми може охоплювати тисячі рослин, а важка машина, що рухається по полю, працює зі швидкістю 10-20 миль / год.
ШІ швидко переходить на всі різновиди ферм і на глобальній основі. У Китаї свинячі ферми використовують розпізнавання обличчя для картографування та моніторингу свиней'обличчя. І від ірландського стартапу до таких гігантів, як Каргілл, розпізнавання обличчя корів для молочних ферм прогресує.
"Ферми в цих сільських середовищах є дуже технологічно спроможними, технічно підкованими, щодня створюють значущі дані протягом сезону вегетації", - сказав Джамі Хіндман, який минулого липня став головним технологічним директором Deere, виступаючи на виставці CNBC @Work Spotlight у четвер. «Інформація, яка створюється, дійсно допомагає їм бути більш продуктивними, стійкими та точнішими. ... Інформація дійсно має вирішальне значення для прийняття рішень у даний момент, мінімізуючи вклади, які фермери повинні вкладати в бізнес, і максимізуючи продуктивність ».
Якщо технологія штучного інтелекту працює так, як передбачалося, основним вкладом, який би зменшився, є хімічне застосування для знищення бур’янів на полях, гербіцидів. Замість широко розпорошеного розпилення хімікатів, що вбиває все, крім генетично модифікованих рослин, призначених для виживання в процесі застосування, обприскувачі можуть націлюватись на окремі рослини, визнані правильними цілями, що може мати серйозні наслідки для таких підприємств, як Баєра "Монсанто", що створює хімічні речовини та ГМО-культури, найвідоміший з яких - "Раундап".
Хіндман описав технологію ШІ як навчання нових моделей нейронних мереж для розгляду бур'янів та обприскування лише бур'янів на полях сільськогосподарських культур. Отримати більше інформації для виробника на рівні окремих заводів - ключова мета компанії Deere.
"Подумайте про операції з кукурудзою чи соєю на Середньому Заході ... 40,000 2,000 рослин на акрі на фермі площею XNUMX акрів", - сказав Хіндман. «Ми зацікавлені в можливості управляти кожною рослиною протягом усього життя, мінімізуючи витрати та максимізуючи продуктивність. … Можливість приймати рішення в режимі реального часу є абсолютно ключовим фактором для розблокування додаткової економічної вартості для виробників та підвищення продуктивності праці в сільському господарстві ».
Розпізнавання обличчя ферми
Технологічний підхід Blue River, аж до рівня окремих культурних рослин - фотографування рослин, так що, поки машина курсує, вона може прийняти рішення обприскувати протягом декількох секунд або менше - потенційно найважливіша технологія, що надходить на ферму , за словами Роб Вертхаймера, аналітика компанії Melius Research, який займається виданнями Deere.
Між сезонами фермери розпорошують гербіциди, як облава Монсанто, на цілі поля, щоб убити все. Намір Deere - запустити Блакитну річку на перелогових полях як перший експеримент, а не повністю посадити ряди культур. Навесні та влітку перед посадкою бур’яни росли на порожніх полях, і це не таке складне завдання для ШІ, як визначення цілей на полях, де вже висаджено тисячі культур, але це перший крок у доведенні технології.
«Ви фотографуєте рослини і тренуєте альгоси, яким потрібно швидко приймати рішення щодо обприскування, за лічені секунди, на швидких швидкостях, 15-20 миль / год, і підстрибуючи, обприскувач підстрибує і робить це день за днем протягом п’яти або 10 років без помилок. Це важко, - сказав Вертхаймер.
Як і в багатьох секторах, темпи зміни технологій у фермерських господарствах відбуваються набагато швидше, ніж передбачала галузь. Вертхаймер зазначив, що лише десять років тому колишній генеральний директор та голова компанії Deere Сем Аллен вважав, що пройде багато часу, перш ніж автономні трактори заволодіють фермами, з міркувань безпеки. Але завдяки швидкому вдосконаленню таких технологій, як Lidar, а також вдосконаленню ШІ, Аллен змінив свою думку протягом кількох років.
"Фермер більше не їздить багато", - сказав Стівен Фолкманн, аналітик Jefferies, який займається розробкою Deere та порівнює автономні досягнення в сільськогосподарських операціях з пілотом літака, де сьогодні більша частина польоту автоматизована. "Фермеру потрібно сісти в кабіну і стежити, але він дозволяє трактору керувати самим".
Розпізнавання обличчя стає трохи страшним ... але немає підстав думати, що воно не може бути успішним. See-and-spray - одна з кількох передових сільськогосподарських технологій, яка, здається, наближається до точки перегину.
Стівен Волкманн АНАЛІТИК JEFFERIES
Фолькманн заявив, що штучний інтелект "розпилювач-розпилювач" є "найсексуальнішою" технологією, що надходить на ферму. "Я думаю, що люди вірять, що це реально", - сказав він. "Це точно як автономний автомобіль, камера, яка може розпізнавати багато речей і навчати їх за допомогою штучного інтелекту, а також визначати безліч різних рослин". Проблем з тим, як змусити його працювати, багато: рослини наступають і листя згинаються, а на полях створюються тіні, а поля - брудні місця, а це означає, що надійне виконання цього завдання постійно є складним завданням, і це завдання, яке вимагає високого рівня успіху.
“Подібно до самостійного водіння, вони можуть це робити сьогодні у 95% випадків, але це недостатньо добре. Вам потрібно досягти 100%, щоб назвати це успіхом. Ви не хочете розпорошувати неправильну хімічну речовину на неправильну рослину навіть у 5% випадків », - сказав Фолькманн. Зрештою, ШІ може навчитися розпізнавати „хороші” рослини проти „поганих” рослин, використовуючи різноманітні фактори, а також найкращі місця для посадки, а не просто націлювати на потрібні бур’яни для обприскування.
Сьогодні фермер кукурудзи може отримати в середньому 170 бушелів, вироблених з гектара, хоча рекордний рівень у 600 бушелів з гектара виявився можливим, якщо погода та бур’яни та інші фактори на полі, від сонячного світла до комах та грибів, грунту характеристики поживних речовин та сонячне світло та тінь, можна проаналізувати, щоб в кінцевому підсумку створити більшу продуктивність врожаю. "Існує багато даних про мільйони рослин і бур'янів", - сказав Вертхаймер.
Deere вже пропонує технології ExactEmerge та ExactApply, які були впроваджені протягом останнього десятиліття і перетворили основні сільськогосподарські завдання, такі як висівання та обприскування насіння, на прецизійні роботи в сільськогосподарських машинах, і керівники Deere заявляють про останні прибутки, що використання цих технологій фермерами прискорюється.
"Розпізнавання обличчя стає трохи страшним ... але немає причин думати, що воно не може бути успішним", - сказав Фолькманн. "Дивись і обприскуй" - одна з декількох передових технологій землеробства, яка, схоже, наближається до точки перегину ", - сказав він, хоча додав, що все ще ймовірно, через кілька років буде комерціалізована технологія повного розпізнавання рослин.
Deere та 5G
Зв’язок у сільській місцевості пов’язаний із цими технологічними зусиллями, на які орієнтована компанія Deere для своїх операцій та сільських громад, в яких працюють та живуть її фермери. Хоча ліцензії 5G, які компанія нещодавно придбала, призначені для її виробничих операцій - що дозволяє їй управляти розумними фабриками, - Хіндман заявив, що існують попутні вітри для збільшення кількості широкосмугового зв'язку та 5G у сільській Америці.
"Розділення між міською та сільською зв'язком є важливим для нас, а також фермерів, а також важливе значення для сільських громад, в яких вони працюють з причин, що виходять далеко за межі сфери сільського господарства", - сказав він.
Для фермерів потрібні більші інвестиції для підтримки потоків даних між власним центром хмарних обчислювальних машин Deere та фермами, з причин, що включають можливість віддаленого контролю важкої техніки на фермах для потреб профілактичного обслуговування (наприклад, водяний насос ремонтується дистанційно, а не хтось повинен подорожувати на поле), а також для віддаленої експлуатації обладнання в майбутньому. Зусилля тривають завдяки партнерству з державними та приватними підприємствами, заявив технічний директор Deere.
Хіндман зазначив, що завдяки пропускній здатності 5G та зменшенню затримки, яку пропонує автоматичне керування машинами на фермі з віддаленого місця, це стає можливим. “Існує ціла низка переваг, які приносять суспільству, коли це трапляється. … Ми впевнені, що вітри нам на спині », - сказав він про підтримку федеральним урядом розгортання 5G у сільській частині країни.
Хіндман сказав, що найм у компанії змінився, як і навчання нинішніх співробітників, відповідно до нових зусиль, таких як визнання заводу AI та інші технології. Набори навичок машинного навчання користуються великим попитом, і загалом, Хіндман заявив, що за останні роки найм Deere було «значно більше проіндексовано на навички програмного забезпечення», тоді як існуючі співробітники проводили одночасне підвищення кваліфікації для задоволення потреб новітніх технологій.
Ви повинні бути увійшли в Щоб залишити коментар.