AI和ML

人工智能混搭自动农业机械,会是未来农业的理想型吗?

字号+ 作者:Chris 来源:inside 2017-11-13 12:02

美国农机新创公司 Abundant 就发明了“采苹果机器人“,它具有经机器学习调教过的视觉算法,能精准判断每一个苹果,从摘取到轻放在采收箱里,整套流程的准确率基本上已经跟人类无异,甚至可以用一台抵数十人的速度工作

 
 
让我们先来看一段简单的小故事:日本有位黄瓜农小池诚原本是车厂工程师,但他辞去了工作,回到老家帮父母经营小黄瓜农场。农场并不大,但日本各农场对于小黄瓜有不同的分类标准,小池家也一样,光同品种的小黄瓜分类就可达 9 种之多,这让他吃了不少苦头。
 
于是他把脑筋动到人工智能上,开始研究起 Google 的 TensorFlow 平台,搭配树莓派 3 作为主控制器,并配一个相机拍摄照片。这些照片传到 TensorFlow 平台后在一个小型的神经网络上运行,以判断是否是小黄瓜。之后,已经被判定为小黄瓜的照片接着传输到一个更大的基于 Linux 服务器的神经网络,来对小黄瓜按照不同的特质进行分类。
 
在突破初期的失败后,小池打造了一台成本不到 10 万日圆,任何人都可以快速上手的自动分装机,还把这套系统的程序代码开源释出到了 GitHub 上.....
 
前一篇文章中我们已经介绍了物联网+大数据的智能农业进行式;但其实农业科技就跟主流科技领域一样,即将被“大数据的下一步”,也就是以机器学习为首的人工智能技术所席卷。
 
而且比起其他产业,农渔畜牧面临的挑战更加严峻。如今世界人口约为 72 亿,其中有 7.8 亿人生活水平低落,面临结构性饥饿威胁,但到了 2050 年全球人口就会高达 90 亿,这表示人类所生产的粮食总热量需要增加 60%;如果再把肉类来源家畜消耗的粮食计算下去,这些粮食总热量初估就会达到 103%;但相较之下,农业可用面积在这 33 年内最多只增加 4%。
 
因此有许多人认为,人工智能就是耕地资源有限的情况下增加农业的产出,同时确保持续发展性的有力解答之一;跟着人工智能一起发展的,还有“农机全自动化”的趋势。本篇文章我们会介绍几个实际案例,带大家多了解人工智能运用在农业的无穷潜力。
 
AI 最成熟的视觉识别,已在农业开始发威
 
 


每年约有市值 40 亿美元的苹果在美国采收、销售,因此苹果在美国农业占有一席之地;同时,AI 与全自动机器人正猛烈冲击着苹果农业,美国农机新创公司 Abundant 就发明了“采苹果机器人“,它具有经机器学习调教过的视觉算法,能精准判断每一个苹果,从摘取到轻放在采收箱里,整套流程的准确率基本上已经跟人类无异,甚至可以用一台抵数十人的速度工作。

 



另一间 NatureSweet 农业新创公司更尝试使用 AI 来监测西红柿的生长过程,透过温室中安装的摄影机,他们独特的算法可以辨别出西红柿是否出现病虫害、枯萎的视觉线索,并实时通报农民病害已开始发生。相较于之前农民每周一次花时间人工巡查,这种方法显然有效得多。甚至,他们现在已开始着手撰写视觉识别西红柿是否成熟的算法。
 
快速改变农业面貌的自动机械

 
 
 
有鉴于微型 MEMS 传感器(包含加速度计,陀螺仪,磁力计和压力传感器)、小型 GPS 模块与处理芯片越来越成熟,农业无人机的价格也越来越便宜,对农民来说可谓一大福音,并深具彻底改造整个产业的潜力。而在台湾,运用无人机喷洒农、肥用药,巡视田地已不是太新鲜的事情。根据上下游的报导,易图科技研发的无人直升机喷药 10 分钟就能喷 15亩地的农药,一天最多可喷 225 亩,是传统人力的三到四倍,而且能有效省药,就连注重叶背的丝瓜也能靠气流扰动顺利施药。




 
但无人机不是只能施药撒肥。美国许多葡萄酒庄现在已经采用带有高光谱摄影机的无人机,从红外线以及可见光谱中收集数据,拍摄出健康植物与病害植物范围的空拍扫描图,其精细到就连用眼睛看都不明显的害虫、真菌感染等病变植株都能辨别。相信敏感一点的读者也猜到了:这套红外线判别植株健康的视觉辨识系统,正是机器学习结合无人机的另一好案例。
 
而在最热门的“自动驾驶”部分,当 2017 年各国政府与厂商都还在致力实现让无人车上路驾驶之前,Kinze 这间大型农机企业早在 2012 年就参考 Google 的自驾系统打造出自动农耕、收割机,只要在耕作时把会遇到的状况与田地信息一同输入 GPS 系统,拖拉机会根据 GPS 系统纪录指示行驶,依循前方进行红外线扫射,以避免撞上障碍物;大型农机企业久保田也宣布,将于 2020 年推出能够“一键完全自动”的农业机械,帮助解决日本越来越严重的农村劳力老龄化问题。
 
人工智能在农业的挑战
 
虽然人工智能能已经成为科技界的中流砥柱,我们上述也介绍了不少人工智能与自动机械在农业方面的运用。但事实上,大多主要的农企业、设备制造商和服务提供商还没有在农业中大力推行人工智能。
 
在技术上最大的挑战之一就是农业资料其实收集极为不易。我们知道,AI 就是大数据的“下一步”,需要大量的数据来正确地训练算法。虽然在地理、天气等部分数据相对完善,但关于作物本身的大部分数据只能在每年的生长季节获得一至二次,比起其他领域,显然农业的数据积累要花上更多时间;而且其数据源不像科技、工业或网络圈,其使用、所有权方面的透明度与共享程度更加困难。






延伸阅读:

农业机器人来了 为牛挤乳刮粪送饲料不求人

智慧农业进行式:物联网+大数据,怎么成为农业迈向未来的起跑点







相关文章
  • 由真人扮演的假AI

    由真人扮演的假AI

    2018-07-19 14:37

  • FIFA 2018世足赛运用哪些AI技术?

    FIFA 2018世足赛运用哪些AI技术?

    2018-07-18 12:32

  • 人工智能专利 ─ 专注软件也别忘了硬件

    人工智能专利 ─ 专注软件也别忘了硬件

    2018-07-17 13:28

  • AI聊天机器人前景看好

    AI聊天机器人前景看好

    2018-07-16 11:01