キーポイント:
- 技術を習得してから2021年後、マシンビジョンと機械学習を使用して個々の植物を識別するディアの方法がXNUMX年夏に農場でテストされます。
- 目標:時速20マイルまで移動する農業機械は、個々の植物や雑草のレベルで除草剤を数秒で散布することを決定し、化学物質を広く使用する必要性を減らします。
- AIの取り組みは、精密農業に関連する多くの技術プロジェクトの21つであり、XNUMX世紀に農業を取り入れ、アメリカの農村地域での仕事の性質を変えています。
最近の政府による5Gブロードバンドライセンスのオークションに驚いた場合 勝ちました 農業の巨人によって Deere&Co。 ではなく AT&T または別の通信の頑固者、多分それはすべきではありません。 何千年にもわたって人間が鋤を引くことから化学に、そして最近ではその遺伝子の時代に進化した農業は、デジタル時代に突入しています。 精密農業とも呼ばれ、農村地域での生活と仕事に関するデータの収集と分析によってもたらされる変化は加速するように設定されています。
来年の夏に農地でデビューする予定のディアの2017つの例は、マシンビジョンと機械学習を組み合わせたものです。つまり、理解しやすい言葉で言えば、植物の顔認識を考えてみてください。 XNUMX年に、ディアはという会社を買収しました Blue River Technology、個々の植物や雑草を識別する方法に取り組んできました。 10エーカーの農場が数千の植物を含むことができ、フィールドを移動する重い機械が時速20〜XNUMXマイルの速度で動作していることを考えると、これは簡単な作業ではありません。
AIは、あらゆる種類の農場に、そして世界規模で急速に移行しています。 中国では、豚肉農場が使用しています 豚をマッピングおよび監視するための顔認識'顔。 そして、アイルランドの新興企業からカーギルのような巨人まで、 牛の顔認識 酪農場のために進んでいます。
木曜日のCNBC @ Work Spotlightイベントで、このXNUMX月にディアの最高技術責任者になったJahmy Hindmanは、次のように述べています。 「作成されている情報は、彼らが私をより生産的かつ持続可能で、より正確にするのに本当に役立っています。 …。 情報は、現時点で意思決定を行うために非常に重要であり、農家がビジネスに投入しなければならないインプットを最小限に抑え、生産性を最大化します。」
AIテクノロジーが想定どおりに機能する場合、削減される主な投入量は、畑の雑草、除草剤を殺すための化学物質の適用です。 アプリケーションを生き残るために設計された遺伝子組み換え植物以外のすべてを殺す化学物質の広範な噴霧の代わりに、噴霧器は正しい標的であると認識された個々の植物を標的にすることができ、それは次のようなビジネスに大きな影響を与える可能性があります バイエルの 化学物質とGMO作物を生産するモンサント。最も有名なのはラウンドアップです。
ハインドマン氏は、AIテクノロジーを、新しいニューラルネットワークモデルをトレーニングして雑草を確認し、畑に雑草だけを散布することだと説明しました。 個々の植物レベルで生産者により多くの情報を提供することは、ディアの重要な目標です。
「中西部でのトウモロコシや大豆の栽培について考えてみてください…40,000エーカーの広さの農場で2,000エーカーあたりXNUMX本の植物があります」とHindman氏は述べています。 「私たちは、各プラントの寿命を管理し、投入量を最小限に抑え、生産性を最大化できることに関心を持っています。 …リアルタイムで意思決定を行えることは、農業分野における生産者の経済的付加価値と生産性を解き放つための絶対的な鍵です。」
農場の顔認識
個々の作物のレベルに至るまでのBlueRiver Technologyのアプローチ—機械が巡航している間、数秒以内に噴霧するかどうかを決定できるように植物の写真を撮る—は、農場にやってくる最も重要な技術である可能性があります、Deereを担当するMeliusResearchのアナリストであるRobWertheimerによると。
季節の合間に、農民はモンサントのラウンドアップのような除草剤を畑全体に散布してすべてを殺します。 Deereの意図は、完全に植えられた作物の列ではなく、最初の実験として休閑地でBlueRiverを立ち上げることです。 春と夏には、植える前に雑草が空の畑で育ちます。これは、すでに何千もの作物が植えられている畑でターゲットを特定するほど複雑なAIの作業ではありませんが、技術を証明するための最初のステップです。
「あなたは植物の写真を撮り、噴霧の決定を数秒で、時速15〜20マイルの高速で行う必要のあるアルゴを訓練しています。噴霧器は跳ね返り、10〜XNUMX年間毎日それを行っています。エラーなし。 それは難しい」とヴェルトハイマーは言った。
多くのセクターと同様に、農場でのテクノロジーの変化のペースは、業界が予想していたよりもはるかに速く起こっています。 ヴェルトハイマー氏は、わずかXNUMX年前、ディアの元CEO兼会長のサムアレン氏は、安全上の問題などの理由から、自律型トラクターが農場を引き継ぐまでには長い時間がかかると考えていたと述べました。 しかし、Lidarのような自動運転技術の急速な改善とAIの改善により、アレンは数年の間に彼の見方を変えました。
「農民はもうあまり運転していません」と、ディアをカバーし、農場運営の自律的な進歩を今日の飛行の多くが自動化されている航空機パイロットと比較したジェフリーズのアナリスト、スティーブン・フォルクマンは言いました。 「農民は運転台に座って監視する必要がありますが、トラクターは自分で運転することができます。」
顔認識は少し怖くなってきています…しかし、それが成功しないと考える理由はありません。 シーアンドスプレーは、変曲点に近づいているように見えるいくつかの高度な農業技術のXNUMXつです。
スティーブンフォルクマンジェフリーズアナリスト
フォルクマン氏によると、シーアンドスプレーAIは、農場に登場する「最もセクシーな」テクノロジーです。 「人々はそれが本物だと信じていると思う」と彼は言った。 「これは自動運転車とまったく同じです。カメラは多くのものを認識し、AIアルゴリズムでトレーニングして、さまざまな植物を識別できます。」 それを機能させるための課題はたくさんあります。植物が踏まれたり、葉が曲がったり、畑に影ができたり、畑が汚れているため、常にこのタスクを確実に実行することが課題であり、高いレベルの成功が必要です。
「自動運転と同じように、今日では95%の時間で自動運転が可能ですが、それだけでは十分ではありません。 あなたはそれを成功と呼ぶために100%に到達する必要があります。 5%の確率でさえ、間違った化学物質を間違った植物に噴霧したくないのです」とフォルクマンは言いました。 最終的に、AIは、散布に適した雑草をターゲットにするだけでなく、さまざまな要因と植栽に最適な場所を使用して、「良い」植物と「悪い」植物を認識することを学ぶ可能性があります。
今日、トウモロコシ農家は170エーカーから平均600ブッシェルを生産する可能性がありますが、日光から昆虫や真菌、土壌に至るまで、天候や雑草、その他の要因があれば、XNUMXエーカーあたりXNUMXブッシェルという記録的なレベルが可能であることが証明されています。栄養特性と日光と影を分析して、最終的に作物の生産性を高めることができます。 「何百万もの植物や雑草にはたくさんのデータがあります」とWertheimer氏は述べています。
Deereは、過去XNUMX年間に導入され、種子の植え付けや噴霧などの主要な農業タスクを精密農業機械の操作に変えたExactEmergeおよびExactApplyテクノロジーをすでに提供しており、Deereの幹部は、最新の決算発表で、 農民によるこれらの技術の取り込みは加速しています.
「顔認識は少し怖くなってきています…しかし、それが成功しないと考える理由はありません」とフォルクマンは言いました。 「シーアンドスプレーは、変曲点に近づいているように見えるいくつかの高度な農業技術のXNUMXつです」と彼は言いましたが、完全な植物認識技術が商品化されるまでにはまだ数年かかる可能性が高いと付け加えました。
ディアと5G
農村部の接続性は、ディアがその事業とその農民が働いて住んでいる農村部のコミュニティのために焦点を当てているこれらの技術的取り組みに結びついています。 同社が最近取得した5Gライセンスは、スマートファクトリーの運用を可能にする製造業務用ですが、Hindman氏は、ブロードバンドと5Gを米国の農村地域にもたらすことには追い風があると述べました。
「都市と農村の接続性の違いは、私たちと農民にとって重要なものであり、農業の範囲をはるかに超えた理由で彼らがたまたま働いている農村コミュニティでも重要です」と彼は言いました。
農家の場合、予防保全の必要性について農場の重機をリモートで監視する機能などの理由から、ディア自身のクラウドコンピューティングセンターと農場の間のデータフローをサポートするために、より多くの投資が必要です(たとえば、誰かが移動するのではなく、リモートでウォーターポンプを修理するフィールドに出て)、および将来の機器のリモート操作のために。 DeereのCTOによると、この取り組みは政府や民間企業とのパートナーシップを通じて進行中です。
ハインドマン氏によると、5G帯域幅とそれが提供する遅延の削減により、離れた場所からファーム上のマシンを自動的に制御することが可能になります。 「それが起こったときに社会にもたらされる多くの利益があります。 …私たちは、風が私たちの後ろにあると確信しています」と彼は国の農村部での5G展開に対する連邦政府の支援について述べました。
ハインドマン氏は、工場認識AIやその他の技術などの新しい取り組みに合わせて、会社での採用と現在の従業員のトレーニングが変更されたと述べました。 機械学習スキルセットの需要は高く、一般的に、Hindman氏は、近年、Deereの採用は「ソフトウェアスキルに大幅に連動している」一方で、最新のテクノロジーのニーズを満たすために既存の従業員のスキルアップが同時に行われていると述べています。
あなたがでなければなりません ログイン コメントする。