VIKTIGE PUNKTER:
- Fem år etter å ha skaffet seg teknologien, blir Deeres metode for å bruke maskinsyn og maskinlæring for å identifisere individuelle planter testet på gårder sommeren 2021.
- Målet: Gårdsmaskiner som beveger seg opptil 20 miles i timen, tar beslutninger om sprøyting av herbicider på nivået av individuelle planter og ugress på få sekunder, og reduserer behovet for utstrakt bruk av kjemikalier.
- AI-innsatsen er et av mange teknologiprosjekter assosiert med presisjonslandbruk som tar jordbruk inn i det 21. århundre og endrer arten av arbeidet i det landlige Amerika.
Hvis det kommer som en overraskelse at en nylig offentlig auksjon av 5G bredbåndslisenser ble vunnet av landbruksgiganten Deere & Co. snarere enn AT & T eller en annen telekommunikasjon, kanskje det ikke burde det. Gårdsdrift - som i tusenvis av år har utviklet seg fra mennesker som drar ploger til kjemisk og sist genetisk tid - går inn i sin digitale tidsalder. Også referert til som presisjonslandbruk, endringene som utføres ved innsamling og analyse av data, om liv og arbeid i landlige områder, vil øke.
Et eksempel fra Deere som skal debutere på gårdsfeltene neste sommer, kombinerer maskinsyn og maskinlæring - eller, for å si det lettere å forstå, tenk ansiktsgjenkjenning for planter. Tilbake i 2017 kjøpte Deere et selskap som heter Blue River-teknologi, som har jobbet med en måte å identifisere individuelle planter og ugress på. Det er ikke en enkel oppgave når du tenker på at en enkelt hektar gård kan omfatte tusenvis av planter, og den tunge maskinen som beveger seg gjennom feltet, kjører med en hastighet på 10-20 km / t
AI beveger seg raskt inn i alle varianter av gårder og på global basis. I Kina har svinekjøttbruk brukt ansiktsgjenkjenning for å kartlegge og overvåke griseransikter. Og fra en irsk oppstart til ag-giganter som Cargill, ansiktsgjenkjenning av kyr for melkegårder går fremover.
"Gårder i disse landlige omgivelsene er veldig teknologisk dyktige, teknologiske kunnskaper og skaper viktige data hver dag i vekstsesongen," sa Jahmy Hindman, som ble Deeres teknologichef sist i juli, og talte på torsdagens CNBC @Work Spotlight-begivenhet. “Informasjonen som blir opprettet vil virkelig hjelpe dem til å være meg mer produktiv og bærekraftig og mer presis. …. Informasjon er veldig viktig for å ta beslutninger i øyeblikket, minimere innsats bønder må legge inn i virksomheten og maksimere produktiviteten. "
Hvis AI-teknologien fungerer som forutsatt, er det primære innspillet som vil bli redusert, kjemiske applikasjoner for å drepe ugress i markene, herbicider. I stedet for utbredt sprøyting av kjemikalier som dreper alt, men genetisk modifiserte planter som er designet for å overleve applikasjonen, kan sprøyter målrette mot enkelte planter som er anerkjent som de riktige målene, noe som kan ha store implikasjoner for virksomheter som Bayers Monsanto, som skaper kjemikalier og GMO-avlinger, den mest kjente er Roundup.
Hindman beskrev AI-teknologien som å trene nye nevrale nettverksmodeller for å se ugress og bare spraye ugress i avlingsmarker. Å få mer informasjon til produsenten på det enkelte plantenivå er et sentralt mål for Deere.
"Tenk på mais- eller soyaoperasjoner i Midtvesten ... 40,000 2,000 planter per dekar på en gård som er XNUMX hektar stor," sa Hindman. “Vi er interessert i å kunne administrere hvert anlegg i løpet av livet, minimere innsats og maksimere produktiviteten. … Å være i stand til å ta avgjørelser i sanntid er helt nøkkelen til å frigjøre merverdi for produsenter og produktivitet i landbruksrommet. ”
Farm ansiktsgjenkjenning
Blue River Technology-tilnærmingen, ned til nivået på det enkelte avlingsanlegg - å ta bilder av planter slik at mens en maskin cruiser kan den ta beslutningen om å spraye i løpet av sekunder, eller mindre - er potensielt den viktigste teknologien som kommer til gården , ifølge Rob Wertheimer, en analytiker med Melius Research som dekker Deere.
Mellom sesongene sprayer bønder herbicider som Monsantos Roundup på hele åkre for å drepe alt. Deeres intensjon er å lansere Blue River i brakkmarker som det første eksperimentet, i stedet for fullplantede avlingsrader. På våren og sommeren, før planting, har ugress vokst i tomme felt, og det er ikke en så komplisert oppgave for AI som å identifisere mål i felt der det allerede er tusenvis av avlinger plantet, men det er det første trinnet i å bevise teknologien.
“Du tar bilder av planter og trener alger som trenger å ta sprøytebeslutninger raskt, i løpet av sekunder, i høye hastigheter, 15-20 mph, og spretter rundt, sprøyten spretter rundt og gjør det dag etter dag i fem eller ti år uten feil. Det er vanskelig, ”sa Wertheimer.
Som i mange sektorer, skjer tempoet i teknologiendring på gårder mye raskere enn bransjen forventet. Wertheimer bemerket at bare Deere-konsernsjef og styreleder Sam Allen for bare ti år siden trodde det ville ta lang tid før autonome traktorer overtok gårder, av hensyn til sikkerhetsspørsmål. Men med raske forbedringer i selvkjøringsteknologi som Lidar, samt AI-forbedringer, endret Allen synet i løpet av noen få år.
"Bonden kjører ikke mye lenger," sa Stephen Volkmann, en Jefferies-analytiker som dekker Deere og sammenlignet autonome fremskritt innen gårdsdrift med en flypilot, hvor i dag mye av flyet er automatisert. "Bonden må sitte i førerhuset og overvåke, men lar traktoren kjøre selv."
Ansiktsgjenkjenning blir litt skummelt ... men det er ingen grunn til å tro at det ikke kan lykkes. Se og spray er en av flere avanserte oppdrettsteknologier som ser ut til å bevege seg nærmere et bøyepunkt.
Stephen Volkmann JEFFERIES ANALYST
Volkmann sa at se-og-spray AI er den "mest sexy" teknologien som kommer til gården. "Jeg tror folk tror det er ekte," sa han. "Dette er akkurat som en autonom bil, et kamera som kan gjenkjenne mange ting og trene det med AI-alger og identifisere mange forskjellige planter." Utfordringene med å få det til å fungere er mange: planter blir tråkket på og bladene blir bøyd, og det er skygger skapt i felt, og felt er skitne steder, noe som betyr at det er en utfordring å utføre denne oppgaven hele tiden, og det er en oppgave som krever et høyt suksessnivå.
“Akkurat som selvkjøring, kan de gjøre det 95% av tiden i dag, men det er ikke bra nok. Du må komme til 100% for å kalle det suksess. Du ønsker ikke å spraye feil kjemikalie på feil plante selv 5% av tiden, ”sa Volkmann. Til syvende og sist er det potensial for AI å lære å gjenkjenne "gode" planter mot "dårlige" planter ved hjelp av en rekke faktorer, så vel som de beste stedene for planting, i stedet for bare å målrette mot riktig ugress for sprøyting.
I dag kan en maisbonde i gjennomsnitt få 170 busker produsert fra en acre, selv om et rekordnivå på 600 bushels per acre har vist seg å være mulig, hvis vær og ugress og andre faktorer i marken, fra sollys til insekter og sopp, jord næringsegenskaper og sollys og skygge, kan analyseres for til slutt å skape større avlingsproduktivitet. "Det er mange data i millioner av planter og ugress," sa Wertheimer.
Deere tilbyr allerede ExactEmerge og ExactApply-teknologi som ble introdusert i løpet av det siste tiåret og har gjort kjerneoppgaver som frøplanting og sprøyting til presisjonsoperasjoner i landbruket, og Deere-ledere sa på sin siste inntjeningsanrop at bruken av disse teknologiene akselererer.
"Ansiktsgjenkjenning blir litt skummelt ... men det er ingen grunn til å tro at det ikke kan lykkes," sa Volkmann. "Se-and-spray er en av flere avanserte oppdrettsteknologier som ser ut til å bevege seg nærmere et bøyepunkt," sa han, selv om han la til at det fremdeles er sannsynlig at det er noen år ute for full plantegjenkjenningsteknologi å bli kommersialisert.
Deere og 5G
Landlig tilkobling er knyttet til denne teknologiinnsatsen Deere er fokusert på for sin virksomhet og de landlige samfunnene der bøndene jobber og bor. Mens 5G-lisensene selskapet nylig kjøpte, er til for sin produksjonsvirksomhet - slik at den kan drive smarte fabrikker - sa Hindman at det er medvind for å bringe mer bredbånd og 5G til det landlige Amerika.
"Skillet mellom urban og landlig tilkobling er viktig for oss, og bønder, og også viktig i landlige samfunn som de tilfeldigvis jobber i av grunner langt utenfor omfanget av landbruket," sa han.
For bønder er det behov for flere investeringer for å støtte datastrømmer mellom Deeres eget cloud computing-senter og gårder, blant annet av muligheten til å fjernovervåke tunge maskiner på gårdene for forebyggende vedlikeholdsbehov (f.eks. En vannpumpe som blir reparert eksternt i stedet for at noen må reise ut i feltet), samt for fjerndrift av utstyr i fremtiden. Innsatsen pågår gjennom partnerskap med offentlige og private virksomheter, sa Deere CTO.
Hindman sa at med 5G båndbredde og latensreduksjonen det gir, blir det automatisk mulig å kontrollere maskiner på gården fra et eksternt sted. “Det er en rekke fordeler som kommer til samfunnet når det skjer. … Vi er sikre på at vinden er i ryggen på det, ”sa han om føderal regjeringsstøtte for 5G-utbygginger i landlige deler av landet.
Hindman sa at ansettelser i selskapet har endret seg, samt opplæring av nåværende ansatte, i tråd med nyere innsats som anleggsgjenkjenning AI og annen teknologi. Maskinlæringsferdighetssett er i høy etterspørsel, og generelt sa Hindman de siste årene Deeres ansettelser har blitt "betydelig mer indeksert av programvareferdigheter", mens det har vært samtidig kompetanse hos eksisterende ansatte for å møte behovene til den nyeste teknologien.
Du må være logget inn å poste en kommentar.