Jay Schroeder, CTO ve společnosti CNH – Interview Series

Jay Schroeder je Chief Technology Officer (CTO) ve společnosti CNH, kde dohlíží na globální výzkum a vývoj. Jeho odpovědnost zahrnuje oblasti, jako je technologie, inovace, vozidla a nářadí, přesná technologie, uživatelský zážitek a pohonná jednotka. Schroeder se zaměřuje na zlepšování produktového portfolia společnosti a schopností přesné technologie, s cílem integrovat přesná řešení napříč celým sortimentem zařízení. Kromě toho se podílí na rozšiřování nabídky alternativních pohonů CNH a na zajišťování řízení procesů produktového vývoje, aby zajistil, že produktové portfolio společnosti splňuje vysoké standardy kvality a výkonu.

Prostřednictvím svých různých obchodních aktivit vyrábí a prodává CNH zemědělské stroje a stavební zařízení. AI a pokročilé technologie, jako je počítačové vidění a strojové učení (ML), transformují, jak tato zařízení fungují, a umožňují inovace, jako jsou samořídící traktory poháněné umělou inteligencí, které pomáhají farmářům řešit složité problémy v jejich práci.

Samořídící traktory CNH jsou poháněny modely školenými na hlubokých neuronových sítích a reálném čase. Můžete vysvětlit, jak tato technologie pomáhá farmářům provádět úkoly, jako je setí s extrémní přesností, a jak se tato technologie srovnává s autonomním řízením v jiných odvětvích, jako je doprava?

Zatímco samořídící auta dominují titulky, zemědělský průmysl již více než dvě desetiletí vede autonomní revoluci. Společnosti, jako je CNH, byly průkopníky autonomního řízení a rychlosti již dlouho před Teslou. Dnes technologie CNH jde daleko za pouhé řízení a provádí vysoce automatizovanou a autonomní práci, zatímco sama řídí. Od přesného setí semen do země přesně tam, kde potřebují být, až po efektivní a optimální sklizeň plodin a zpracování půdy, zatímco projíždí polem, autonomní zemědělství nejen drží krok se samořídícími auty, ale předčí je.

Dále technologie CNH s budoucností umožní autonomnímu zemědělství mnohem více, než mohou samořídící auta. Naše softwarově definovaná architektura integruje bezproblémově širokou škálu technologií, umožňující automatizaci složitých zemědělských úkolů, které jsou mnohem náročnější než jednoduchá navigace z bodu A do bodu B. Interoperabilita v architektuře poskytuje farmářům bezprecedentní kontrolu a flexibilitu, aby mohli vrstvit zvýšenou technologii prostřednictvím otevřených API CNH. Na rozdíl od uzavřených systémů otevřené API CNH umožňují farmářům přizpůsobit si své stroje. Představte si kamery, které rozlišují plodiny od plevelů, aktivované pouze tehdy, když je to potřeba, zatímco vozidlo funguje autonomně. Tato adaptabilita, kombinovaná se schopností zvládat drsný terén a různé úkoly, odlišuje technologii CNH. Zatímco Tesla (TSLA ) a Waymo dělají pokroky, skutečná hranice autonomních inovací leží v polích, ne na silnicích.

Koncept “MRI stroje pro rostliny” je fascinující. Jak využívá CNH syntetických obrazů a strojového učení, aby svá zařízení rozpoznala typ plodin, stadia růstu a aplikovala cílenou výživu plodin?

Pomocí AI, počítačového vidění a velkých datových sad CNH školí modely, aby rozlišovaly plodiny od plevelů, identifikovaly stadia růstu rostlin a rozpoznaly zdraví plodin napříč polem, aby určily přesně množství živin a ochrany, které jsou potřebné k optimalizaci výnosu plodiny. Například s aplikací Augmenta Field Analyzer počítačové vidění skenuje zem před strojem, zatímco projíždí polem (až 20 mph), aby zhodnotilo podmínky plodin a určil, které oblasti potřebují být ošetřeny a v jakém rozsahu, aby tyto oblasti byly zdravější.

S touto technologií mohou farmáři přesně vědět, kde v poli se problém vyvíjí, a místo celoplošného ošetření celého pole mohou automaticky postřikovat pouze ty rostliny, které to potřebují. Technologie umožňuje přesně určit množství chemikálií potřebných pro každou rostlinu a aplikovat je přesně tam, kde je potřeba, aby se řešil konkrétní problém a zastavila hrozba pro plodinu. Identifikace a postřik pouze plevelů, které rostou mezi plodinami, nakonec sníží používání chemikálií na polích až o 90 %. Je potřeba pouze malé množství chemikálií pro ošetření každé jednotlivé hrozby, místo celoplošného ošetření celého pole.

Pro generování fotorealistických syntetických obrazů a rychlé zlepšování datových sad CNH využívá biologických procedurálních modelů. To umožňuje týmu rychle a efektivně vytvářet a klasifikovat miliony obrazů, aniž by museli trvat čas na zachycení reálných obrazů v potřebném měřítku. Syntetická data doplňují autentické obrazy, zlepšují výcvik modelů a výkon inference. Například pomocí syntetických dat lze vytvořit různé situace pro školení modelů – jako různé osvětlení a stíny, které se pohybují po celý den. Procedurální modely mohou produkovat konkrétní obrazy na základě parametrů pro vytvoření datové sady, která reprezentuje různé podmínky.

Jak přesná je tato technologie ve srovnání s tradičními zemědělskými metodami?

Farmáři dělají stovky významných rozhodnutí po celý rok, ale vidí výsledky všech těchto kumulativních rozhodnutí pouze jednou: při sklizni. Průměrný věk farmáře se zvyšuje a většina z nich pracuje více než 30 let. Není žádný prostor pro chyby. Od okamžiku, kdy je semeno zasazeno, farmáři musí udělat vše, aby se ujistili, že plodina prosperuje – jejich živobytí je na hře.

Naše technologie odstraňuje mnoho nejistot z úkolů farmářů, jako je určení nejlepších způsobů, jak pečovat o rostoucí plodiny, a zároveň farmářům poskytuje více času, aby se mohli soustředit na řešení strategických obchodních problémů. Na konci dne farmáři provozují obrovské podniky a spoléhají se na technologii, aby jim pomohla dělat to nejefektivněji, nejproduktivněji a nejziskověji.

Nejenže data generovaná stroji umožňují farmářům dělat lepší, informovanější rozhodnutí, aby dosáhli lepších výsledků, ale vysoká úroveň automatizace a autonomie ve strojích samých provádí práci lépe a ve větším měřítku, než jsou lidé schopni. Postřikovací stroje jsou schopny “vidět” problémové oblasti v tisících hektarů plodin lépe, než lidské oči, a přesně ošetřit hrozby, zatímco technologie, jako je autonomní orba, je schopna ulevit od namáhavého a časově náročného úkolu a provést jej s větší přesností a efektivitou ve větším měřítku, než by to mohl udělat člověk. V autonomní orbě plně autonomní systém orátky půdu pomocí senzorů v kombinaci s hlubokými neuronovými sítěmi, aby vytvořil ideální podmínky s přesností na centimetr, a připraví půdu pro následnou výsadbu.

Během sklizňové sezóny kombajny CNH využívají edge computing a kamery, aby vyhodnotily kvalitu plodin v reálném čase. Jak funguje tento rychlý rozhodovací proces a jakou roli hraje AI při optimalizaci sklizně, aby se snížila plýtvání a zlepšila efektivita?

Kombajn je neuvěřitelně složitý stroj, který provádí mnoho procesů – sklizeň, mlácení a sběr – v jednom, nepřetržitém provozu. Je to kombinace, protože kombinuje to, co dříve byly samostatné stroje, do jednoho, mobilního závodu. Existuje mnoho současných procesů a je málo prostoru pro chyby. Kombajny CNH automaticky dělají miliony rychlých rozhodnutí každých dvacet sekund, zpracovávají je na okraji, přímo na stroji. Kamery zachycují a zpracovávají podrobné obrazy sklizených plodin, aby určily kvalitu každého zrna plodiny, která se sklízí – analyzují úroveň vlhkosti, kvalitu zrna a obsah nečistot. Stroj automaticky provede úpravy na základě obrazových dat, aby nasadil nejlepší nastavení stroje pro optimální výsledky. Můžeme to udělat dnes pro ječmen, rýži, pšenici, kukuřici, sóju a řepku a brzy přidáme schopnosti pro sorghum, oves, hrách, slunečnici a luštěniny.

AI na okraji je zásadní pro optimalizaci tohoto procesu pomocí hlubokých učících modelů, které jsou školeny k rozpoznání vzorců v podmínkách plodin. Tyto modely mohou rychle identifikovat oblasti sklizně, které vyžadují úpravy, jako je změna rychlosti kombajnu nebo modifikace nastavení mlácení, aby se zajistilo lepší oddělení zrna od zbytku rostliny. Tato optimalizace v reálném čase pomáhá snižovat plýtvání, minimalizuje poškození plodin a sbírá pouze vysoké kvalitní plodiny. Také zlepšuje efektivitu, umožňuje strojům dělat datová rozhodnutí na cestách, aby maximalizovaly výnos plodin farmářů, a zároveň snižuje operační stres a náklady.

Přesná zemědělství poháněná AI a ML slibuje snížit plýtvání a maximalizovat výnos. Můžete vysvětlit, jak technologie CNH pomáhá farmářům snižovat náklady, zlepšovat udržitelnost a překonávat nedostatek pracovníků v stále složitějším zemědělském prostředí?

Farmáři čelí enormním překážkám při hledání kvalifikované pracovní síly. To platí zejména pro orbu – kritický krok, který většina farem vyžaduje k přípravě půdy na zimu, aby se zajistily lepší podmínky pro setí na jaře. Přesnost je zásadní pro orbu, s přesností měřenou na desetinu palce, aby se vytvořily optimální podmínky pro růst plodin. Autonomní orba CNH eliminuje potřebu vysoce kvalifikovaných operátorů, kteří ručně nastavují orbačky. Stisknutím tlačítka se celý proces autonomizuje, což umožňuje farmářům soustředit se na jiné důležité úkoly. To zvyšuje produktivitu a přesnost šetří palivo, což činí operace efektivnější.

Když jde o údržbu plodin, technologie postřikovače CNH je vybavena více než 125 mikroprocesory, které komunikují v reálném čase, aby zlepšily hospodárnost a udržitelnost používání vody, živin, herbicidů a pesticidů. Tyto procesory spolupracují na analýze podmínek pole a přesně určují, kdy a kde aplikovat tyto živiny, eliminují nadbytek chemikálií až o 30 % dnes a až o 90 % v blízké budoucnosti, což dramaticky snižuje vstupní náklady a množství chemikálií, které vstupují do půdy. Ventily řídicích trysek umožňují stroji přesně aplikovat produkt, automaticky upravují podle rychlosti postřikovače, aby zajistily konzistentní rychlost a tlak pro přesnou aplikaci kapek na plodinu, aby každá kapka dopadala přesně tam, kde je potřeba pro zdraví plodiny. Tato úroveň přesnosti snižuje potřebu častého doplňování, farmáři potřebují plnit postřikovač pouze jednou denně, což vede k významné úspoře vody a chemikálií.

Podobně Cart Automation CNH zjednodušuje složitý a stresující úkol provozu kombajnu během sklizně. Přesnost je zásadní, aby se zabránilo srážkám mezi kombajnem a vozem na sklizeň obilí, který jede ve vzdálenosti několika centimetrů od sebe po mnoho hodin. Cart Automation umožňuje bezproblémový proces nakládání, snižuje potřebu manuálního koordinování a umožňuje kombajnu pokračovat v provozu bez nutnosti zastavit. CNH provedla fyziologické testy, které ukazují, že tato asistivní technologie snižuje stres u operátorů kombajnů o cca 12 % a u operátorů traktorů o 18 %, což se přidává, když tito operátoři jsou v těchto strojích až 16 hodin denně během sklizňové sezóny.

Česká značka CNH, New Holland, nedávno uzavřela partnerství s Bluewhite pro autonomní traktorové sady. Jak se toto partnerství hodí do širší strategie CNH pro rozšíření autonomie v zemědělství?

Autonomie je budoucnost CNH a bereme cílený a strategický přístup k vývoji této technologie, který je poháněn nejnaléhavějšími potřebami našich zákazníků. Naši interní inženýři se soustředí na vývoj autonomie pro náš velký segment zákazníků – farmářů, kteří pěstují plodiny, které rostou v rozsáhlých, otevřených polích, jako je kukuřice a sója. Dalším důležitým zákaznickým segmentem pro CNH jsou farmáři, kteří pěstují “trvalé plodiny”, které rostou v ovocných sadech a vinicích. Partnerství s Bluewhite, která je prokázaným lídrem v implementaci autonomie v ovocných sadech a vinicích, nám umožňuje dosáhnout rozsahu a rychlosti na trh, abychom mohli obsloužit jak velký zemědělský segment, tak segment trvalých plodin s kriticky potřebnou autonomií. S Bluewhite dodáváme plně autonomní traktor pro trvalé plodiny, což z nás činí prvního původního výrobce (OEM) s autonomním řešením v ovocných sadech a vinicích.

Naši přístup k autonomii spočívá v řešení nejkritičtějších problémů, se kterými se naši zákazníci setkávají v úkolech a úkonech, kde jsou ochotni nechat stroj dokončit práci a ulevit od zátěže na pracovníky. Autonomní orba vede náš interní vývoj autonomie, protože je to namáhavý úkol, který vyžaduje dlouhou dobu během krátkého časového období v roce, kdy se musí odehrát mnoho dalších věcí. Stroj v tomto případě může provést práci lépe než lidský operátor. Farmáři trvalých plodin také mají naléhavou potřebu autonomie, protože čelí extrémnímu nedostatku pracovníků a potřebují stroje, aby zaplnily mezery. Tyto úkoly vyžadují, aby traktory projížděly 20-30 průjezdů přes každou řádek ovocného sadu nebo vinice za sezónu, prováděly důležité úkoly, jako je aplikace živin na stromy a udržování trávy mezi vinicemi posekanou a bez plevelů.

Mnohé řešení CNH jsou přijímána ovocnými sady a vinicemi. Jaké jedinečné výzvy představují tyto prostředí pro autonomní a AI-poháněná zařízení a jak CNH přizpůsobuje svou technologii pro tyto specializované aplikace?

Okna pro sklizeň se mění a je stále obtížnější najít kvalifikovanou pracovní sílu. Klimatické změny činí sezóny méně předvídatelnými; je naprosto nezbytné, aby farmáři měli technologii, která pohání přesnost a efektivitu, když plodiny jsou optimální pro sklizeň. Zemědělství vždy vyžaduje přesnost, ale je zvláště důležité, když se sklízí něco tak malého a křehkého, jako je hrozno nebo oříšek.

Většina automatizovaných řídících technologií spoléhá na GPS, aby vedla stroje po jejich cestách, ale v ovocných sadech a vinicích mohou být tyto signály GPS blokovány větvemi stromů a vinné révy. Kamerové systémy a radar se používají ve spojení s GPS, aby udržely stroje na optimální cestě. A v ovocných sadech a vinicích sklizeň není o akrech jednotných řádků, ale o jednotlivých, variabilních rostlinách a stromech, často v kopcovitém terénu. Automatizované systémy CNH se přizpůsobují výšce každé rostliny, úrovni terénu a požadované rychlosti sběru, aby zajistily kvalitní sklizeň, aniž by poškodily plodinu. Také se přizpůsobují kolem neproduktivních nebo mrtvých stromů, aby se ušetřily zbytečné vstupy. Tyto robotické stroje automaticky projíždějí kolem rostlin, bezpečně je obcházejí a jemně odstraňují plodinu ze stromu nebo vinné révy. Operátor nastaví požadovanou výšku sběru a stroje automaticky upraví nastavení pro každou rostlinu, bez ohledu na terén. Kromě toho pro některé ovoce je nejlepší čas pro sklizeň, když je obsah cukru na最高 úrovni přes noc. Kamery vybavené infračervenou technologií fungují i ve tmě, aby sklízeli ovoce v optimálním stavu.

Jakmile se nasadí více autonomních zemědělských strojů, jaké kroky CNH podniká, aby zajistila bezpečnost a soulad s předpisy těchto AI-poháněných systémů, zejména v různých globálních zemědělských prostředích?

Bezpečnost a soulad s předpisy jsou pro CNH zásadní, a proto CNH spolupracuje s místními úřady v různých regionech, aby se přizpůsobila svým autonomním systémům místním požadavkům, včetně bezpečnostních standardů, environmentálních předpisů a zákonů o ochraně osobních údajů. CNH je také aktivní v organizacích pro standardy, aby se ujistila, že splňuje všechny uznávané a vznikající standardy a požadavky.

Například autonomní bezpečnostní systémy zahrnují senzory, jako jsou kamery, LiDAR, radar a GPS pro monitorování v reálném čase. Tyto technologie umožňují zařízení detekovat překážky a automaticky zastavit, když detekují něco před nimi. Stroje mohou také navigovat složitý terén a reagovat na změny prostředí, čímž se minimalizuje riziko nehod.

Co považujete za největší bariéry pro široké přijetí AI-poháněných technologií v zemědělství? Jak CNH pomáhá farmářům přecházet na tyto nové systémy a demonstruje jejich hodnotu?

Největšími bariérami jsou目前 náklady, konektivita a školení farmářů.

Ale lepší výnosy, nižší náklady, nižší fyzický stres a lepší časový management díky zvýšené automatizaci mohou kompenzovat celkové náklady na vlastnictví. Menší farmy mohou těžit z autonomních řešení, jako jsou systémy pro krmení nebo aftermarket upgrade sady.

Nedostatečná konektivita, zejména ve venkovských oblastech, představuje výzvy. AI-poháněné technologie vyžadují konzistentní, vždy zapnutou konektivitu. CNH pomáhá řešit tuto výzvu prostřednictvím partnerství s Intelsat a prostřednictvím univerzálních modemů, které se připojují k nejbližší síti – Wi-Fi, mobilní síti nebo satelitu – a poskytují připravenou konektivitu pro zákazníky v obtížně dostupných lokalitách. Zatímco mnoho zákazníků splňuje tuto potřebu internetové konektivity s vedoucím globálním mobilním virtuálním sítím CNH, stávající mobilní věže neumožňují všudypřítomnou konektivitu.

Nakonec se zdá, že křivka učení spojená s technologií AI může být zastrašující. Tento přechod od tradičních postupů vyžaduje školení a změnu myšlení, a proto CNH spolupracuje s zákazníky, aby se ujistila, že jsou s technologií spokojení a využívají všech jejích výhod.

Jak vidíte budoucnost AI a autonomních řešení CNH v příštím desetiletí?

CNH řeší kritické, globální výzvy, vyvíjí pokročilou technologii, aby produkovala více potravin udržitelným způsobem, pomocí méně zdrojů, pro rostoucí populaci. Naším zaměřením je umožnit farmářům zlepšit své živobytí a podnikání prostřednictvím inovativních řešení, s AI a autonomií hrajícími ústřední roli. Pokroky ve sběru dat, dostupnosti senzorů, konektivitě a výpočetním výkonu urychlí vývoj AI a autonomních systémů. Tyto technologie pohánějí pokrok v přesném zemědělství, autonomním provozu, prediktivní údržbě a datovém rozhodování, což最終ně prospěje našim zákazníkům a světu.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit CNH.