ОСНОВНЫЕ ПУНКТЫ:
- Через пять лет после приобретения технологии метод Deere по использованию машинного зрения и машинного обучения для идентификации отдельных растений будет протестирован на фермах летом 2021 года.
- Цель: сельскохозяйственные машины, движущиеся со скоростью до 20 миль в час, принимают решения об опрыскивании гербицидов на уровне отдельных растений и сорняков за секунды, снижая потребность в повсеместном использовании химикатов.
- ИИ - один из многих технологических проектов, связанных с точным сельским хозяйством, переносящим сельское хозяйство в 21 век и изменяющим характер работы в сельской Америке.
Если вас ждет сюрприз, недавний правительственный аукцион лицензий на широкополосную связь 5G был выигран от сельскохозяйственного гиганта Deere & Co. , а не AT & T или другой стойкий приверженец телекоммуникаций, может, и не должно. Земледелие, которое за тысячи лет эволюционировало от людей, тянущих плуги до химии, а совсем недавно - генетической эры, вступает в цифровую эпоху. Также называемое точным земледелием, изменения, вносимые сбором и анализом данных о жизни и работе в сельских районах, будут ускоряться.
Один пример от Deere, который должен дебютировать на сельскохозяйственных полях следующим летом, сочетает в себе машинное зрение и машинное обучение - или, проще говоря, распознавание лиц для растений. Еще в 2017 году Deere приобрела компанию под названием Технология Blue River, который работал над способом идентификации отдельных растений и сорняков. Это непростая задача, если учесть, что один акр фермы может вместить тысячи растений, а тяжелая машина, движущаяся по полю, работает со скоростью 10-20 миль в час.
ИИ быстро распространяется на все виды ферм и по всему миру. В Китае свиноводческие фермы использовали распознавание лиц для отображения и наблюдения за свиньямилица. И от ирландского стартапа до гигантов сельского хозяйства, таких как Cargill, распознавание лиц коров для молочных ферм.
«Фермы в этих сельских районах очень технологичны, технически подкованы, каждый день в течение вегетационного периода создают важные данные», - сказал Джами Хиндман, который стал главным техническим директором Deere в июле этого года, выступая на мероприятии CNBC @Work Spotlight в четверг. «Создаваемая информация действительно помогает им быть более продуктивными, устойчивыми и точными. …. Информация действительно важна для принятия решений в данный момент, минимизируя затраты, которые фермеры должны вкладывать в бизнес, и максимизируя производительность ».
Если технология искусственного интеллекта будет работать так, как задумано, основные затраты, которые будут сокращены, - это химические применения для уничтожения сорняков на полях, гербициды. Вместо широко распространенного распыления химикатов, убивающих все, кроме генетически модифицированных растений, предназначенных для выживания при нанесении, опрыскиватели могут нацеливаться на отдельные растения, признанные правильными целями, что может иметь серьезные последствия для таких предприятий, как Байер Monsanto, которая занимается производством химикатов и ГМО-культур, наиболее известной из которых является Roundup.
Хиндман описал технологию искусственного интеллекта как обучение новых моделей нейронных сетей распознаванию сорняков и опрыскиванию только сорняков на полях. Получение дополнительной информации для производителя на уровне отдельного предприятия - ключевая цель Deere.
«Подумайте о производстве кукурузы или сои на Среднем Западе… 40,000 2,000 растений на акр на ферме размером XNUMX XNUMX акров», - сказал Хиндман. «Мы заинтересованы в том, чтобы иметь возможность управлять каждым заводом в течение его срока службы, минимизируя затраты и увеличивая производительность. … Возможность принимать решения в режиме реального времени является ключевым моментом для получения дополнительных экономических преимуществ для производителей и повышения производительности в сфере сельского хозяйства ».
Распознавание лиц на ферме
Подход Blue River Technology, вплоть до уровня отдельного культурного растения - фотографирование растений, чтобы во время движения машина могла принять решение об опрыскивании в течение нескольких секунд или меньше - потенциально является самой важной технологией, поступающей на ферму. , по словам Роба Вертхаймера, аналитика Melius Research, освещающего деятельность Deere.
Между сезонами фермеры распыляют гербициды, такие как Roundup от Monsanto, на целые поля, чтобы убить все. Deere намеревается запустить Blue River на залежных полях в качестве первого эксперимента, а не полностью засеять рядки культур. Весной и летом перед посадкой сорняки росли на пустых полях, и это не такая сложная задача для ИИ, как определение целей на полях, где уже посажены тысячи культур, но это первый шаг в проверке технологии.
«Вы фотографируете растения и тренируете алгоритмы, которые должны принимать решения об опрыскивании быстро, за секунды, на высокой скорости, 15-20 миль в час и подпрыгивая, опрыскиватель подпрыгивает и делает это день за днем в течение пяти или 10 лет. без ошибок. Это сложно, - сказал Вертхаймер.
Как и во многих других секторах, темпы изменения технологий на фермах происходят намного быстрее, чем ожидалось в отрасли. Вертхаймер отметил, что всего десять лет назад бывший генеральный директор и председатель Deere Сэм Аллен думал, что пройдет много времени, прежде чем автономные тракторы захватят фермы, по причинам, в том числе из соображений безопасности. Но с быстрыми улучшениями в технологии самоуправления, такой как Lidar, а также улучшением ИИ, Аллен изменил свою точку зрения в течение нескольких лет.
«Фермер больше не водит много машин», - сказал Стивен Фолькманн, аналитик Jefferies, освещающий деятельность Deere, и сравнил автономные достижения в фермерских операциях с пилотом самолета, у которого сегодня большая часть полета автоматизирована. «Фермеру нужно сидеть в кабине и следить, но трактор должен вести себя сам».
Распознавание лиц становится немного пугающим ... но нет причин думать, что оно не может быть успешным. Просматривать и распылять - одна из нескольких передовых сельскохозяйственных технологий, которые, кажется, приближаются к точке перегиба.
Стивен Фолькманн ДЖЕФФЕРИ АНАЛИТИК
Фолькманн сказал, что искусственный интеллект «вижу и распыляет» - самая «привлекательная» технология, которая появляется на ферме. «Я думаю, люди верят, что это реально», - сказал он. «Это в точности как автономный автомобиль, камера, которая может распознавать множество вещей, обучать ее с помощью алгоритмов искусственного интеллекта и идентифицировать множество разных растений». Проблем, чтобы заставить его работать, многочисленны: на растения наступают, листья сгибаются, на полях образуются тени, а поля - грязные места, что означает, что надежное выполнение этой задачи все время является проблемой, и это задача, которая требует высокого уровня успеха.
«Как и в случае с самоуправлением, сегодня они могут это делать 95% времени, но этого недостаточно. Чтобы назвать это успехом, нужно набрать 100%. Вы не хотите распылять неправильный химикат на неправильное растение даже в 5% случаев », - сказал Фолькманн. В конечном счете, у ИИ есть потенциал научиться отличать «хорошие» растения от «плохих», используя множество факторов, а также лучшие места для посадки, а не просто нацеливаться на правильные сорняки для опрыскивания.
Сегодня фермер, выращивающий кукурузу, может получить в среднем 170 бушелей с акра, хотя доказано, что рекордный уровень в 600 бушелей на акр возможен, если погода, сорняки и другие факторы на поле, от солнечного света до насекомых и грибков, почвы характеристики питательных веществ, солнечный свет и тень могут быть проанализированы, чтобы в конечном итоге повысить урожайность сельскохозяйственных культур. «Есть много данных о миллионах растений и сорняков», - сказал Вертхаймер.
Deere уже предлагает технологии ExactEmerge и ExactApply, которые были внедрены за последнее десятилетие и превратили основные фермерские задачи, такие как посадка семян и опрыскивание, в операции точного земледелия, и руководители Deere заявили в своем последнем отчете о доходах, что внедрение этих технологий фермерами ускоряется.
«Распознавание лиц становится немного пугающим… но нет оснований полагать, что оно не может быть успешным», - сказал Фолькманн. «Видение и опрыскивание - одна из нескольких передовых сельскохозяйственных технологий, которые, кажется, приближаются к точке перегиба», - сказал он, хотя добавил, что до коммерциализации полной технологии распознавания растений осталось еще несколько лет.
Deere и 5G
Связь в сельской местности связана с этими технологическими усилиями, на которых Deere сосредоточена в своей деятельности и в сельских общинах, в которых работают и живут ее фермеры. В то время как лицензии 5G, которые компания недавно приобрела, предназначены для ее производственных операций, что позволяет ей управлять умными предприятиями, Хиндман сказал, что есть попутный ветер для расширения широкополосной связи и 5G в сельских районах Америки.
«Разрыв между городскими и сельскими связями важен для нас и фермеров, а также важен для сельских общин, в которых им приходится работать по причинам, выходящим далеко за рамки сельского хозяйства», - сказал он.
Для фермеров необходимы дополнительные инвестиции для поддержки потоков данных между собственным центром облачных вычислений Deere и фермами, по причинам, включая возможность удаленного мониторинга тяжелой техники на фермах для профилактического обслуживания (например, удаленный ремонт водяного насоса, а не необходимость путешествовать в поле), а также для удаленной эксплуатации оборудования в будущем. По словам технического директора Deere, эти усилия предпринимаются в рамках партнерства с государственными и частными предприятиями.
Хиндман сказал, что с пропускной способностью 5G и снижением задержки, которое она предлагает, автоматическое управление машинами на ферме из удаленного места становится возможным. «Когда это происходит, общество получает множество преимуществ. … Мы уверены, что в этом вопросе нас не спят », - сказал он о поддержке федеральным правительством развертывания сетей 5G в сельских районах страны.
Хиндман сказал, что наем в компании изменился, как и обучение нынешних сотрудников, в соответствии с новыми усилиями, такими как ИИ для распознавания растений и другие технологии. Наборы навыков машинного обучения пользуются большим спросом, и в целом, по словам Хиндмана, в последние годы при приеме на работу Deere «в большей степени учитывались навыки работы с программным обеспечением», в то время как существующие сотрудники одновременно повышали квалификацию для удовлетворения потребностей в новейших технологиях.
