امتیاز کلیدی:
- پنج سال پس از دستیابی به این فناوری ، روش Deere در استفاده از بینایی ماشین و یادگیری ماشین برای شناسایی گیاهان منفرد در تابستان 2021 در مزارع آزمایش می شود.
- هدف: ماشین های مزرعه ای که با سرعت 20 مایل در ساعت حرکت می کنند ، در چند ثانیه در مورد سمپاشی علف کش ها در سطح گیاهان و علف های هرز تصمیم گیری می کنند و نیاز به استفاده گسترده از مواد شیمیایی را کاهش می دهند.
- تلاش هوش مصنوعی یکی از بسیاری از پروژه های فن آوری است که با کشاورزی دقیق در قرن بیست و یکم و تغییر ماهیت کار در روستاهای آمریکای مرتبط است.
اگر تعجب آور باشد که حراج اخیر دولت از مجوزهای باند پهن 5G برنده شد توسط غول کشاورزی Deere & Co. به جای AT & T یا یک گیرنده مخابراتی دیگر ، شاید نباید باشد. کشاورزی - که طی هزاران سال از بشر در حال شخم زدن به مواد شیمیایی و اخیراً در دوران ژنتیکی آن تکامل یافته است - در حال ورود به عصر دیجیتال است. همچنین به عنوان کشاورزی دقیق نامیده می شود ، تغییراتی که با جمع آوری و تجزیه و تحلیل داده ها ، در مورد زندگی و کار در مناطق روستایی انجام می شود ، تسریع می شود.
یک نمونه از Deere که قرار است تابستان سال آینده در مزرعه های مزرعه ای به کار رود ، ترکیبی از بینایی ماشین و یادگیری ماشین است - یا به بیان بهتر درک آن ، فکر کردن برای تشخیص چهره برای گیاهان است. در سال 2017 ، Deere شرکتی را به نام خود خریداری کرد فناوری رودخانه آبی، که در حال کار بر روی راهی برای شناسایی گیاهان و علف های هرز جداگانه است. این کار ساده ای نیست اگر در نظر بگیرید که یک هکتار مزرعه می تواند هزاران گیاه را در بر بگیرد و ماشین سنگینی که از طریق مزرعه حرکت می کند با سرعت 10-20 مایل در ساعت کار می کند
هوش مصنوعی به سرعت در حال انتقال به انواع مزارع و به صورت جهانی است. در چین ، مزارع گوشت خوک استفاده کرده اند تشخیص چهره برای نقشه برداری و نظارت بر خوک ها' چهره ها. و از یک شرکت نوپای ایرلندی گرفته تا غول های بزرگ مانند کارگیل ، تشخیص چهره گاوها برای مزارع تولید لبنیات در حال پیشرفت است.
جاهی هندمان ، مدیر ارشد فناوری Deere در جولای گذشته ، در سخنرانی در روز پنجشنبه در رویداد CNBCWork Spotlight گفت: "مزارع در این محیط های روستایی از نظر فن آوری بسیار باهوش هستند و از نظر فن آوری هر روز داده های قابل توجهی ایجاد می کنند." "اطلاعات ایجاد شده واقعاً به من کمک می کند تا من در تولید ، پایداری و دقت دقیق تری باشم. .... اطلاعات برای تصمیم گیری در حال حاضر بسیار مهم است ، به حداقل رساندن ورودی های کشاورزان برای تجارت و حداکثر بهره وری. "
اگر فناوری هوش مصنوعی همانطور که پیش بینی شده است کار کند ، ورودی اصلی که می تواند کاهش یابد کاربردهای شیمیایی برای از بین بردن علف های هرز در مزارع ، علف کش ها است. به جای پاشش گسترده مواد شیمیایی برای از بین بردن همه چیز ، به جز گیاهان اصلاح شده ژنتیکی که برای زنده ماندن در برنامه کاربرد دارند ، سمپاش ها می توانند گیاهان منفردی را که به عنوان اهداف صحیح شناخته می شوند ، هدف قرار دهند ، که می تواند پیامدهای عمده ای برای مشاغل مانند بایر مونسانتو ، که باعث ایجاد مواد شیمیایی و محصولات تراریخته می شود ، معروف ترین مورد Roundup است.
هندمان ، فن آوری هوش مصنوعی را به عنوان آموزش مدل های جدید شبکه عصبی برای دیدن علف های هرز و سمپاشی فقط علف های هرز در مزارع زراعی توصیف کرد. دریافت اطلاعات بیشتر به پرورش دهنده در سطح گیاهان یک هدف اصلی برای Deere است.
هندمان گفت: "در مورد عملیات ذرت یا سویا در غرب میانه 40,000،2,000 پوند در هر جریب در مزرعه XNUMX هکتار بزرگ فکر کنید." "ما علاقه مندیم که بتوانیم هر گیاه را در طول عمر خود مدیریت کنیم ، ورودی ها را به حداقل برسانیم و بهره وری را به حداکثر برسانیم. ... توانایی تصمیم گیری در زمان واقعی کاملاً مهم برای باز کردن ارزش افزوده اقتصادی برای تولیدکنندگان و بهره وری در فضای کشاورزی است. "
تشخیص چهره مزرعه
روش Blue River Technology ، تا سطح گیاهان زراعی منفرد - گرفتن عکس از گیاهان به طوری که در حالی که دستگاهی در حال کروز است ، می تواند تصمیم بگیرد که در عرض چند ثانیه یا کمتر اسپری کند - مهمترین فناوری وارد شده به مزرعه است. طبق گفته راب ورتهایمر ، تحلیلگر Melius Research که Deere را پوشش می دهد.
در بین فصول ، کشاورزان علف کش هایی مانند Monsanto's Roundup را روی کل مزارع اسپری می کنند تا همه چیز را از بین ببرند. هدف Deere این است که به جای آزمایش کامل ردیف های زراعی ، رودخانه آبی را در مزارع آیش راه اندازی کند. در بهار و تابستان ، قبل از کاشت ، علف های هرز در مزارع خالی رشد کرده اند و این به عنوان شناسایی اهداف در مزارعی که قبلا هزاران محصول کاشته شده است ، پیچیده نیست اما این اولین قدم در اثبات فن آوری است.
"شما در حال گرفتن عکس از گیاهان و آموزش جلبکهایی هستید که نیاز به تصمیم گیری سریع در چند ثانیه سمپاشی دارند ، با سرعت زیاد ، 15-20 مایل در ساعت ، و به اطراف پرش می کنید ، سمپاش به اطراف می پرد و این کار را به مدت پنج یا 10 سال انجام می دهد. بدون خطا این سخت است. ”ورتهایمر گفت.
همانطور که در بسیاری از بخش ها ، سرعت تغییر فناوری در مزارع بسیار سریعتر از آنچه صنعت پیش بینی می کرد ، اتفاق می افتد. ورتهایمر خاطرنشان كرد كه فقط یك دهه پیش ، مدیر عامل و رئیس سابق Deere ، سام آلن تصور می كرد مدت طولانی است كه تراكتورهای مستقل مزارع را تصرف می كنند ، به دلایلی از جمله مسائل ایمنی. اما با پیشرفت های سریع در فناوری رانندگی خودکار مانند لیدار و همچنین پیشرفت های هوش مصنوعی ، آلن در مدت چند سال دیدگاه خود را تغییر داد.
استیفن ولکمن ، تحلیلگر جفریس که Deere را پوشش می دهد و پیشرفت های خودمختار در عملیات مزرعه را با یک خلبان هواپیما مقایسه می کند ، گفت: "کشاورز دیگر زیاد رانندگی نمی کند". "کشاورز باید در کابین بنشیند و نظارت کند ، اما اجازه می دهد تراکتور خودش رانندگی کند."
تشخیص چهره کمی ترسناک است ... اما هیچ دلیلی وجود ندارد که فکر کند نمی تواند موفقیت آمیز باشد. See-and-spray یکی از چندین فناوری پیشرفته کشاورزی است که به نظر می رسد در حال نزدیک شدن به نقطه عطف است.
Stephen Volkmann تجزیه و تحلیل مجلات
وولكمان گفت كه هوش مصنوعی دیدن و اسپری "سكسی ترین" فناوری است كه به مزرعه می آید. وی گفت: "من فکر می کنم مردم باور دارند که این واقعی است." "این دقیقاً مانند یک اتومبیل خودمختار است ، دوربینی که می تواند چیزهای زیادی را تشخیص دهد و آن را با جلبک های AI آموزش دهد و گیاهان مختلف را شناسایی کند." چالش های ایجاد آن بسیار زیاد است: گیاهان پا می گذارند و برگها خم می شوند و در مزارع سایه هایی ایجاد می شود و مزارع مکان های کثیفی هستند ، به این معنی که انجام این کار به طور مداوم به طور مداوم یک چالش است و این وظیفه ای است که به موفقیت بالایی نیاز دارد.
"دقیقاً مانند رانندگی خودکار ، آنها امروز 95٪ از اوقات می توانند این کار را انجام دهند ، اما این به اندازه کافی خوب نیست. برای رسیدن به موفقیت باید به 100٪ برسید. شما نمی خواهید حتی 5٪ از اوقات ماده شیمیایی اشتباه روی گیاه اشتباه بپاشید. " در نهایت ، این توانایی برای هوش مصنوعی وجود دارد که یاد بگیرد گیاهان "خوب" را در مقابل گیاهان "بد" با استفاده از عوامل مختلف و همچنین بهترین مکان برای کاشت شناسایی کند ، نه اینکه علف های هرز مناسب را برای سمپاشی هدف قرار دهد.
امروز ، یک کشاورز ذرت ممکن است به طور متوسط 170 بوشل تولید شده از یک هکتار بدست آورد ، اگرچه ثابت شده است که در صورت آب و هوا و علف های هرز و سایر عوامل مزرعه ، از نور خورشید گرفته تا حشرات و قارچ ها ، خاک ، سطح رکورد 600 بوشل در هکتار تولید می شود. ویژگی های مواد مغذی و نور خورشید و سایه را می توان تجزیه و تحلیل کرد تا در نهایت بهره وری بیشتر محصول ایجاد شود. ورتهایمر گفت: "داده های زیادی در میلیون ها گیاه و علف های هرز وجود دارد."
Deere در حال حاضر فناوری ExactEmerge و ExactApply را که طی دهه گذشته معرفی شده است و وظایف اصلی مزرعه مانند کاشت بذر و پاشش را به عملیات ماشین آلات کشاورزی دقیق تبدیل کرده است ، و مدیران Deere در مورد آخرین درآمد خود گفتند که جذب این فناوری ها توسط کشاورزان در حال تسریع است.
وولكمان گفت: "شناخت چهره كمی ترسناك است ... اما دلیلی ندارد كه تصور كنید نمی تواند موفقیت آمیز باشد." وی گفت: "دیدن و پاشش یکی از چندین فن آوری پیشرفته کشاورزی است که به نظر می رسد در حال نزدیک شدن به نقطه انعطاف پذیری است" ، اگرچه وی افزود هنوز چند سال دیگر برای تجاری سازی فناوری تشخیص کامل گیاه باقی مانده است.
Deere و 5G
اتصال دهیاری به این تلاش های فناوری وابسته است که Deere برای فعالیت های خود و جوامع روستایی که کشاورزانش در آن کار و زندگی می کنند ، متمرکز شده است. در حالی که مجوزهای 5G که این شرکت اخیراً اخذ کرده است مربوط به عملیات تولیدی آن است - اجازه دادن به آن برای کارخانه کارخانه های هوشمند - هندمان گفت که برای تولید پهنای باند بیشتر و 5G بیشتر به روستاهای آمریکای جنوبی تولید عقب است.
وی گفت: "شکاف بین ارتباطات شهری و روستایی برای ما و کشاورزان یک شکاف مهم است و همچنین در جوامع روستایی که به دلایلی بسیار دور از حوزه کشاورزی کار می کنند مهم است."
برای کشاورزان ، سرمایه گذاری بیشتری برای پشتیبانی از جریان داده ها بین مرکز رایانش ابری Deere و مزارع مورد نیاز است ، به دلایلی از جمله توانایی نظارت از راه دور ماشین آلات سنگین در مزارع برای نیازهای پیشگیرانه نگهداری (به عنوان مثال یک پمپ آب از راه دور تعمیر می شود نه اینکه شخصی مجبور به مسافرت باشد) و همچنین برای کار با تجهیزات از راه دور در آینده. این شرکت از طریق مشارکت با شرکت های دولتی و خصوصی در حال انجام است.
هندمان گفت با پهنای باند 5G و کاهش تاخیر ارائه شده ، کنترل اتوماتیک ماشین ها در مزرعه از مکانی دور امکان پذیر می شود. وی افزود: "منافع زیادی وجود دارد كه هنگام وقوع آن به جامعه وارد می شود. … ما اطمینان داریم که وزش باد در آن پشت است. ”وی درباره حمایت دولت فدرال از عرضه 5G در مناطق روستایی کشور گفت.
هندمان گفت که استخدام در این شرکت و همچنین آموزش کارمندان فعلی ، مطابق با تلاش های جدیدتر مانند هوش مصنوعی تشخیص کارخانه و سایر فناوری ها ، تغییر کرده است. مجموعه مهارتهای یادگیری ماشینی تقاضای زیادی دارند و به طور کلی ، هندمان گفت که در سالهای اخیر استخدام Deere "به طور قابل توجهی در مهارت های نرم افزاری نمایه شده است" ، در حالی که همزمان کار بالاتری برای کارکنان فعلی برای پاسخگویی به نیازهای آخرین فن آوری وجود داشته است.
شما باید وارد شده برای ارسال یک دیدگاه.