ESENCAJ PUNKTOJ:
- Kvin jarojn post akiro de la teknologio, la metodo de Deere uzi maŝinvidon kaj maŝinlernadon por identigi unuopajn plantojn estos provita en bienoj en somero 2021.
- La celo: Farmaj maŝinoj, kiuj moviĝas ĝis 20 mejloj hore, decidas pri ŝprucado de herbicidoj je la nivelo de unuopaj plantoj kaj herboj en sekundoj, reduktante la bezonon de vasta uzo de kemiaĵoj.
- La klopodo de AI estas unu el multaj teknologiaj projektoj asociitaj kun preciza agrikultura terkultivado en la 21-a jarcento kaj ŝanĝanta la naturon de laboro en kampara Ameriko.
Se surprizos, ke lastatempa registara aŭkcio de 5G-larĝbendaj licencoj estis gajnita de agrikultura giganto Deere & Co. anstataŭ AT&T aŭ alia telekomunika lojalulo, eble ĝi ne devus. Terkultivado - kiu dum miloj da jaroj evoluis de homoj tirantaj plugilojn al kemia kaj lastatempe ĝia genetika epoko - eniras sian ciferecan eraon. Ankaŭ nomata preciza agrikulturo, la ŝanĝoj farataj per kolekto kaj analizo de datumoj, pri vivo kaj laboro en kamparaj regionoj, akceliĝos.
Unu ekzemplo de Deere, kiu debutos en kamparaj kampoj venontsomere, kombinas maŝinvidon kaj maŝinlernadon - aŭ, por diri ĝin pli facile kompreneblan, pensu vizaĝrekonon por plantoj. En 2017, Deere akiris kompanion nomatan Blua Rivera Teknologio, kiu laboris pri maniero identigi unuopajn plantojn kaj fiherbojn. Tio ne estas facila tasko, se vi konsideras, ke unu akreo da bieno povas ampleksi milojn da plantoj kaj la peza maŝino moviĝanta tra la kampo funkcias kun rapideco de 10-20 mph
AI rapide moviĝas al ĉiuj varioj de bienoj kaj tutmonde. En Ĉinio, porkaj farm-obienoj uzis vizaĝa rekono por mapi kaj kontroli porkojn'vizaĝoj. Kaj de irlanda noventrepreno ĝis gigantoj kiel Cargill, vizaĝa rekono de bovinoj por laktaj bienoj progresas.
"Bienoj en ĉi tiuj kamparaj medioj estas tre teknologie kapablaj, teknologiaj, kreante signifajn datumojn ĉiutage dum la kresksezono," diris Jahmy Hindman, kiu fariĝis ĉefdirektoro de Deere ĉi-jare, parolante ĉe la ĵaŭda evento CNBC @Work Spotlight. "La kreita informo vere helpos ilin esti mi pli produktema kaj daŭrigebla kaj pli preciza. …. Informoj estas vere kritikaj por fari decidojn en la momento, minimumigante kontribuojn, kiujn kamparanoj devas entrepreni kaj maksimumigi produktivecon. "
Se la AI-teknologio funkcias kiel antaŭvidita, la ĉefa enigo reduktota estas kemiaj aplikoj por mortigi fiherbojn sur la kampoj, herbicidojn. Anstataŭ disvastigita ŝprucigado de chemicalsemiaĵoj mortigantaj ĉion krom genetike modifitaj plantoj dizajnitaj por postvivi la aplikaĵon, ŝprucigiloj povus celi individuajn plantojn agnoskitajn kiel la ĝustajn celojn, kiuj povus havi gravajn implicojn por entreprenoj kiel Bayer Monsanto, kiu kreas chemicalsemiaĵojn kaj GMO-kultivaĵojn, la plej konata estas Roundup.
Hindman priskribis la AI-teknologion kiel trejnadon de novaj modeloj de neŭralaj retoj por vidi fiherbojn kaj ŝpruci nur fiherbojn en kultivaĵaj kampoj. Akiri pli da informoj al la kultivisto je individua planto estas ŝlosila celo por Deere.
"Pensu pri maizaj aŭ sojaj operacioj en Mezokcidento ... 40,000 plantoj po akreo en bieno 2,000 akreoj grandaj", diris Hindman. “Ni interesas nin povi administri ĉiun planton dum sia vivo, minimumigante enigaĵojn kaj maksimumigante produktivecon. ... Povi fari decidojn en reala tempo estas absolute ŝlosilo por malŝlosi plian ekonomian valoron por kultivistoj kaj produktivecon en la agrikultura spaco. "
Farm-vizaĝa rekono
La aliro de Blue River Technology, ĝis la nivelo de la individua kultivaĵoplanto - fotante plantojn tiel ke dum maŝino krozas ĝin povas fari la decidon ŝpruci ene de sekundoj, aŭ malpli - estas eble la plej grava teknologio venanta al la bieno , laŭ Rob Wertheimer, analizisto de Melius Research, kiu traktas Deere.
Inter sezonoj, kamparanoj aspergas herbicidojn kiel Monsanto's Roundup sur tutajn kampojn por mortigi ĉion. La intenco de Deere estas lanĉi Bluan Riveron en nekultivitaj kampoj kiel la unua eksperimento, anstataŭ plene plantitaj rikoltaj vicoj. Printempe kaj somere, antaŭ plantado, fiherboj kreskis en malplenaj kampoj kaj tio ne estas tiel kompleksa tasko por AI kiel identigi celojn en kampoj, kie jam estas miloj da kultivaĵoj plantitaj, sed ĝi estas la unua paŝo por pruvi la teknologion.
"Vi fotas plantojn kaj trejnas algojn, kiuj bezonas rapidajn decidojn pri ŝprucado, en sekundoj, rapide, 15-20 mph, kaj resaltas, la ŝprucigilo resaltas kaj faras ĝin tagon post tago dum kvin aŭ 10 jaroj. sen eraroj. Tio malfacilas, "diris Wertheimer.
Kiel en multaj sektoroj, la rapideco de teknologia ŝanĝo en bienoj okazas multe pli rapide ol la industrio antaŭvidis. Wertheimer rimarkis, ke antaŭ nur jardeko, iama ĉefoficisto kaj prezidanto de Deere Sam Allen opiniis, ke pasos multe da tempo ĝis aŭtonomaj traktoroj transprenos bienojn, pro kialoj inkluzive de sekurecaj problemoj. Sed kun rapidaj plibonigoj en memvetura teknologio kiel Lidar, same kiel plibonigoj de AI, Allen ŝanĝis sian opinion en la daŭro de kelkaj jaroj.
"La farmisto ne plu multe veturas," diris Stephen Volkmann, analizisto de Jefferies, kiu pritraktas Deere kaj komparis aŭtonomajn progresojn en farmaj operacioj kun aviadila piloto, kie hodiaŭ granda parto de la flugo estas aŭtomatigita. "La farmisto bezonas sidi en la fiakro kaj kontroli, sed lasas la traktoron veturi mem."
Vizaĝa rekono iomete timigas ... sed estas neniu kialo pensi, ke ĝi ne sukcesas. Vidi-kaj-ŝpruci estas unu el pluraj altnivelaj terkulturaj teknologioj, kiuj ŝajnas pli proksimiĝi al fleksia punkto.
Stephen Volkmann Analizo de JEFFERIES
Volkmann diris, ke la videbla kaj ŝpruca AI estas la "plej seksa" teknologio venanta al la bieno. "Mi pensas, ke homoj kredas, ke ĝi estas reala," li diris. "Ĉi tio estas ekzakte kiel aŭtonoma aŭto, fotilo, kiu povas rekoni multajn aĵojn kaj trejni ĝin per AI-algoj kaj identigi multajn diversajn plantojn." La defioj por funkciigi ĝin estas multaj: plantoj paŝas kaj folioj fleksiĝas kaj ekzistas ombroj kreitaj sur kampoj, kaj kampoj estas malpuraj lokoj, kio signifas fidinde plenumi ĉi tiun taskon ĉiam estas defio, kaj ĝi estas tasko postulas altnivelan sukceson.
“Samkiel memveturi, ili povas fari ĝin 95% de la tempo hodiaŭ, sed tio ne sufiĉas. Vi devas atingi 100% por nomi ĝin sukceso. Vi ne volas aspergi la malĝustan chemicalemiaĵon sur la malĝustan planton eĉ 5% de la tempo ", diris Volkmann. Finfine, ekzistas potencialo por AI lerni rekoni "bonajn" plantojn kontraŭ "malbonaj" plantoj uzante diversajn faktorojn, kaj ankaŭ la plej bonajn lokojn por plantado, anstataŭ nur celi la ĝustajn fiherbojn por ŝprucigi.
Hodiaŭ, maizfarmisto povas akiri averaĝe 170 buŝelojn produktitajn de akreo, kvankam rekorda nivelo de 600 buŝoj po akreo montriĝis ebla, se vetero kaj fiherboj kaj aliaj faktoroj sur la kampo, de sunlumo ĝis insektoj kaj fungoj, grundo. nutraj karakterizaĵoj kaj sunlumo kaj ombro, povas esti analizitaj por finfine krei pli grandan kultivaĵon. "Estas multaj datumoj en milionoj da plantoj kaj fiherboj," diris Wertheimer.
Deere jam ofertas teknologiojn ExactEmerge kaj ExactApply enkondukitajn dum la pasinta jardeko kaj transformis kernajn farmajn taskojn kiel semado kaj ŝprucigado en precizajn agrikulturajn maŝinajn operaciojn, kaj ekzekutivoj de Deere diris pri ĝiaj plej lastaj enspezoj, ke la Akcelado de ĉi tiuj teknologioj fare de kamparanoj akcelas.
"Vizaĝa rekono iom timigas ... sed estas neniu kialo pensi, ke ĝi ne sukcesos," diris Volkmann. "Vidi-kaj-ŝprucigi estas unu el pluraj altnivelaj terkulturaj teknologioj, kiuj ŝajnas moviĝi pli proksime al fleksiĝa punkto," li diris, kvankam li aldonis, ke ankoraŭ probable estas kelkaj jaroj, ke kompleta planto-rekona teknologio estu komercigita.
Deere kaj 5G
Kampara konektebleco estas ligita al ĉi tiuj teknologiaj klopodoj, kiujn Deere celas por siaj operacioj kaj la kamparaj komunumoj, en kiuj laboras kaj vivas ĝiaj kamparanoj. Dum la 5G-licencoj, kiujn la kompanio ĵus akiris, estas por ĝiaj fabrikaj operacioj - permesante al ĝi funkciigi inteligentajn fabrikojn - Hindman diris, ke estas malantaŭaj ventoj alporti pli da larĝa bando kaj 5G al kampara Ameriko.
"La disiĝo inter urba kaj kampara konektebleco estas grava por ni, kaj kamparanoj, kaj ankaŭ grava en kamparaj komunumoj, en kiuj ili hazarde laboras pro kialoj malproksime de la kampo de agrikulturo," li diris.
Por kamparanoj necesas pli da investo por subteni datumajn fluojn inter la propra nuba komputila centro kaj bienoj de Deere, pro kialoj inkluzive de la kapablo monitori malproksime pezajn maŝinojn en bienoj por preventaj prizorgaj bezonoj (ekz. Akvopumpilo riparita malproksime anstataŭ iu devanta vojaĝi eksteren sur la kampon), same kiel por malproksima funkciado de ekipaĵoj en la estonteco. La klopodo estas survoje per partnerecoj kun registaraj kaj privataj entreprenoj, diris la Deere CTO.
Hindman diris kun 5G-larĝa bando kaj la latenta redukto, kiun ĝi ofertas, aŭtomate regi maŝinojn en la bieno de fora loko fariĝas eblo. "Estas tuta amaso da avantaĝoj, kiuj venas al la socio kiam tio okazas. ... Ni estas certaj, ke la ventoj estas sur nia dorso, "li diris pri federacia registara subteno por 5G-disvolviĝoj en kamparaj regionoj de la lando.
Hindman diris, ke la kontraktado ĉe la kompanio ŝanĝiĝis, same kiel trejnado de nunaj dungitoj, konforme al pli novaj klopodoj kiel la rekono de fabriko AI kaj alia teknologio. Maŝinoj por lerni maŝinlernadon tre postulas, kaj ĝenerale, Hindman diris, ke en la lastaj jaroj la dungado de Deere estis "signife pli indeksita al programaj kapabloj", dum estis samtempa plibonigo de ekzistantaj dungitoj por plenumi la bezonojn de la plej nova teknologio.
