公司称LettuceBot可在田间运行,通过携带的照相设备每分钟扫描月5000株幼苗,利用机器学习以及计算机视觉技术识别出作物幼苗和杂草。深度学习算法公司Enlitic创始人杰里米·霍华德(Jeremy Howard)指出,“这是关于机器学习和计算机视觉技术的最佳应用。”他补充称开发的图形处理芯片目前识别一幅图像仅需要0.02秒。
Blue River Technology开发的LettuceBot机器人对杂草和作物幼苗的定位精度能够达到四分之一英寸。如果机器确定当前植株是杂草或长势不好的作物,就会利用农药喷雾杀死植物;如果机器判断两棵幼苗的种植间距过小,就会拔掉一棵。
这种方法为农业带来了显著改变,大幅减少了除草剂的使用。公司商务副总裁本·考斯特纳(Ben Chostner)表示,“此前的方法就像是旧金山市的少部分人感染了病菌,你唯一的方法就是让城市中的每一个人都使用抗生素。这种方法虽然可以治愈疾病,但却开销巨大。”而相比之下,使用LettuceBot则可以帮助农民减少90%的化学药剂使用。目前,LettuceBot服务的生菜种植面积占到美国生菜种植的10%左右。
LettuceBot功能之所以强大,是因为它将机器学习技术与机器固有的操作精确优势相结合。机器人或许不能够像人类一样在田间劳作,但是作物管理方面却有着不可比拟的精度优势。
穹顶之上
在距地面600英里的太空轨道种,美国航空航天局的遥感卫星可以精确探测到地球表面的大范围光谱。虽然这些数据无法被人们直接利用,但通过机器学习算法,能够为农业提供帮助。
特别是在发展中国家,当政府和银行向农民发放贷款或是提供紧急援助时,往往面临相关数据匮乏的问题,很难做出正确的决策,把每一份援助送给真正需要的人。譬如在印度发生了干旱,不同地区的受灾状况不同,但或许有些地区的农民会有更好的办法获得水源。
目前一个名为Harvesting的初创企业正在通过机器学习技术分析卫星数据,以帮助政府和民间机构更好地分配援助资源。Harvesting首席执行官什特·加格(Ruchit Garg)指出,“我们希望通过这种技术,筛选出那些真正需要帮助的农民和村庄,让银行和政府的援助资金都能够物尽其用。分析人员一次可以处理10个或15个信息变量,但机器学习算法却可以一次性处理2000个信息变量,这将大幅提高工作效率。”
在全旗变暖加剧,气候变化捉摸不定的大环境下,如何分配农业资源是各国政府普遍面临的迫切问题。在印度,以往种植业相对来说可以预测,人们能够按照自己的经验来克服环境带来的变化。加格称,“我怎样种植,怎样去适应季节,以往这些经验都可以从我的父亲、我的祖父那里得知。但现在,由于气候的剧烈变化,父辈的经验不再适应了。”
这是一个新的环境,新的秩序,新的世界。你可以继续采用传统方法从事农业生产,也可以选择以更明智的方式,使用大数据、人工智能和机器人。
或许人工智能就像之前农业种植中一直被人们所忽视的西红柿一样,但其终将在农业上广泛发展。(宁宇)
登陆|注册欢迎登陆本站,认识更多朋友,获得更多精彩内容推荐!