Jay Schroeder, CTO ve společnosti CNH – Interview Series

Jay Schroeder působí jako hlavní technologický ředitel (CTO) ve společnosti CNH, kde dohlíží na globální výzkum a vývoj. Jeho odpovědnosti zahrnují řízení oblastí, jako je technologie, inovace, vozidla a příslušenství, precizní technologie, uživatelský zážitek a pohonné ústrojí. Schroeder se zaměřuje na zlepšení produktového portfolia společnosti a schopností precizní technologie, s cílem integrovat precizní řešení napříč celou řadou zařízení. Kromě toho se podílí na rozšiřování nabídky alternativních pohonů společnosti CNH a zajišťuje řízení procesů vývoje produktů, aby zajistil, že produktové portfolio společnosti splňuje vysoké standardy kvality a výkonu.

Prostřednictvím svých různých obchodních aktivit vyrábí a prodává společnost CNH zemědělské stroje a stavební zařízení. Umělá inteligence a pokročilé technologie, jako je počítačové vidění, machine learning (ML) a kamery se senzory, mění způsob, jakým tato zařízení fungují, umožňují inovace, jako jsou samořízená traktory s umělou inteligencí, které pomáhají farmářům řešit složitá úkoly.

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

Zatímco samořízená auta dominují titulky, odvětví zemědělství již více než dvě desetiletí tiše vede autonomní revoluci. Společnosti, jako je CNH, zavedly autonomní řízení a kontrolu rychlosti dlouho před Teslou. Dnes technologie CNH jde za hranice pouhého řízení a provádí vysoce automatizovanou a autonomní práci, zatímco sama řídí. Od přesného setí semen do země přesně tam, kde je potřebují, až po efektivní a optimální sklizeň plodin a zpracování půdy, zatímco projíždí polem, autonomní zemědělství není pouze srovnatelné s samořízenými auty – předchází jim.

Navíc technologický stack CNH future-proof umožňuje autonomnímu zemědělství jít mnohem dále, než mohou samořízená 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 pokročilou technologii prostřednictvím otevřených API CNH. Na rozdíl od uzavřených systémů umožňuje otevřené API CNH farmářům přizpůsobit si svou techniku. Představte si kamery se senzory, které rozlišují plodiny od plevelů, aktivované pouze tehdy, když je to potřeba – a to vše, zatímco vozidlo funguje autonomně. Tato adaptabilita, kombinovaná se schopností zvládat drsný terén a rozmanité úkoly, odlišuje technologii CNH.

Koncept “MRI přístroje pro rostliny” je fascinující. Jak využívá CNH syntetické obrazové a strojové učení, aby umožnilo svým strojům identifikovat typ plodin, stadia růstu a aplikovat cílenou výživu plodin?

Pomocí umělé inteligence, kamer se senzory a masivních datových sad CNH školí modely, aby rozlišovaly plodiny od plevelů, identifikovaly stadia růstu rostlin a rozpoznaly zdraví plodin v celém poli, aby určily přesné množství živin a ochrany, které jsou potřebné pro optimalizaci výnosu plodiny. Například s aplikací Augmenta Field Analyzer kamera se senzorem skenuje zem před strojem, zatímco se rychle pohybuje polem (až 20 mph), aby zhodnotila stav plodin v poli a určila, které oblasti potřebují být ošetřeny, a v jakém množství, aby tyto oblasti byly zdravější.

S touto technologií mohou farmáři přesně vědět, kde v poli se problém vyvíjí, a ošetřit přesně tam, kde je to potřeba, místo aby ošetřovali celé pole, aby zničili plevel, kontrolovali škůdce nebo přidali nezbytné živiny, aby zvýšili zdraví plodin. Technologie umožňuje přesně určit množství chemikálií potřebných k ošetření jednotlivých rostlin a zastavit jakoukoli hrozbu 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 k ošetření jednotlivých hrozeb, místo aby se ošetřovalo celé pole, aby se dosáhlo stejných výsledků.

Pro generování fotorealistických syntetických obrazů a zlepšení datových sad CNH využívá biologicky-procedurální modely. To umožňuje týmu rychle a efektivně vytvářet a klasifikovat miliony obrazů, aniž by museli trvat čas na pořízení reálných obrazů v požadovaném měřítku. Syntetická data doplňují autentické obrazy, zlepšují výcvik modelů a výkon odvozování. 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, aby vytvořily datovou sadu, která reprezentuje různé podmínky.

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

Farmáři činí stovky významných rozhodnutí po celý rok, ale vidí výsledky všech těchto 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, musí farmáři udělat vše, co je v jejich silách, aby zajistili, že plodina prosperuje – jejich živobytí je na hraně.

Naše technologie odstraňuje mnoho nejistot z úkolů farmářů, jako je určení nejlepších způsobů, jak se starat o rostoucí plodiny, a zároveň farmářům poskytuje více času, aby se mohli soustředit na řešení strategických obchodních problémů. Na konci dne jsou farmáři provozovateli velkých podniků a spoléhají se na technologii, aby jim pomohla fungovat nejefektivněji, nejproduktivněji a nejziskověji.

Nejenže data generovaná stroji umožňují farmářům činit lepší, informovanější rozhodnutí, aby dosáhli lepších výsledků, ale také vysoká úroveň automatizace a autonomie ve strojích sama o sobě 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 ulehčit břemeno zdlouhavého a časově náročného úkolu a provést ho s větší přesností a efektivitou ve větším měřítku, než je člověk schopen. V autonomní orbě plně autonomní systém orá, využívaje senzorů v kombinaci s hlubokými neuronovými sítěmi, aby vytvořil ideální podmínky s přesností na centimetr. To připraví půdu, aby umožnilo vysoce konzistentné rozestupy řad, přesnou hloubku semen a optimální umístění semen, navzdory často drastickým změnám půdy v rámci jednoho pole. Tradiční metody, často závislé na lidsky ovládaných strojích, obvykle vedou k větší variabilitě výsledků kvůli únavě operátorů, méně konzistentní navigaci a méně přesnému umístění.

Během sklizňové sezóny používají kombajny CNH edge computing a kamery se senzory, aby zhodnotily kvalitu plodin v reálném čase. Jak funguje tento rychlý rozhodovací proces a jakou roli hraje umělá inteligence při optimalizaci sklizně, aby snížila plýtvání a zlepšila efektivitu?

Kombajn je neuvěřitelně složitý stroj, který provádí několik procesů – sklizeň, mlácení a sběr – v jednom, nepřetržitém provozu. Je nazýván kombajn právě z tohoto důvodu: kombinuje to, co dříve bylo několika zařízeními, do jednoho, mobilního závodu. Existuje mnoho věcí, které se dějí najednou, a je málo prostoru pro chyby. Kombajny CNH automaticky činí miliony rychlých rozhodnutí každých dvacet sekund, zpracovávají je na hranici, přímo na stroji. Kamery se senzory zachycují a zpracovávají podrobné obrazy sklízených plodin, aby určily kvalitu každé jednotky plodiny – 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, slunečnice a luštěniny.

Umělá inteligence na hranici je zásadní pro optimalizaci tohoto procesu, využívající hluboké učící modely, které jsou školeny k rozpoznávání vzorců ve stavu plodin. Tyto modely mohou rychle identifikovat oblasti sklizně, které vyžadují úpravy, jako je změna rychlosti kombajnu nebo úprava nastavení mlácení, aby zajistily lepší separaci zrna od zbytku rostliny (například uchování pouze každého jednotlivého zrna kukuřice a odstranění všech kusů klásku a stonku). Tato optimalizace v reálném čase pomáhá snížit plýtvání, minimalizuje poškození plodin a sbírá pouze vysoké kvality plodin. Také zlepšuje efektivitu, umožňující strojům činit datová rozhodnutí na cestách, aby maximalizovaly výnos plodin farmářů, a to vše, zatímco snižuje provozní stres a náklady.

Precizní zemědělství poháněné umělou inteligencí a strojovým učením slibuje snížit plýtvání vstupními prostředky 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 je zvláště pravdivé pro orbu – kritický krok, který většina farem vyžaduje k přípravě půdy na zimu, aby vytvořila lepší podmínky pro jarní setí. Preciznost je zásadní pro orbu, s přesností měřenou na desetinu palce, aby vytvořila optimální podmínky pro růst plodin. Autonomní technologická orba CNH eliminuje potřebu vysoce kvalifikovaných operátorů, aby ručně nastavovali zařízení pro orbu. Stisknutím tlačítka se celý proces autonomizuje, umožňující farmářům soustředit se na jiné důležité úkoly. To zvyšuje produktivitu a preciznost zachovává palivo, což operace efektivnější.

Pokud jde o údržbu plodin, postřikovací technologie CNH je vybavena více než 125 mikroprocesory, které komunikují v reálném čase, aby zlepšily nákladovou efektivitu a udržitelnost používání vody, živin, herbicidů a pesticidů. Tyto procesory spolupracují, aby analyzovaly stav pole a přesně určily, 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 pro kontrolu trysek umožňují stroji přesně aplikovat produkt, automaticky upravují podle rychlosti postřikovače, aby zajistily konzistentní dávku a tlak pro přesné dodání kapek na plodinu, aby každá kapka přistála přesně tam, kde je potřebná pro zdraví plodiny. Tato úroveň preciznosti snižuje potřebu častého doplňování, protože farmáři potřebují plnit postřikovač pouze jednou denně, což vede k významné konzervaci vody a chemikálií.

Podobně Cart Automation CNH zjednodušuje složitý a stresový úkol provozu kombajnu během sklizně. Preciznost je zásadní, aby se zabránilo srážkám mezi kombajnem a vozem na sběr zrna, který jede ve vzdálenosti několika centimetrů od sebe po hodiny. To také pomáhá snížit ztráty plodin. Cart Automation umožňuje bezproblémový proces nakládání na cestě, snižuje potřebu manuální koordinace a umožňuje kombajnu pokračovat v provozu, aniž by musel zastavovat. CNH provedla fyziologický test, který ukazuje, že tato asistenční technologie snižuje stres operátorů kombajnu přibližně o 12 % a operátorů traktoru o 18 %, což se vyplatí, když tito operátoři jsou v těchto strojích až 16 hodin denně během sklizňové sezóny.

Označuje se značka CNH, Nová Holland, nedávno spolupracovala se společností Bluewhite na autonomních sadech traktorů. Jak tato spolupráce zapadá do širší strategie CNH pro rozšíření autonomie v zemědělství?

Autonomie je budoucnost CNH a my se k vývoji této technologie přistupujeme účelně a strategicky, řízeni nejnaléhavějšími potřebami našich zákazníků. Naši interní inženýři se soustředí na vývoj autonomie pro náš velký segment zákazníků v zemědělství – farmářů, kteří pěstují plodiny, které rostou v rozsáhlých, otevřených polích, jako je kukuřice a sója. Dalším důležitým segmentem zákazníků pro CNH jsou farmáři, kteří pěstují takzvané “trvalé plodiny”, které rostou v sadech a vinicích. Spolupráce se společností Bluewhite, která je prokázaným lídrem v implementaci autonomie v sadech a vinicích, nám umožňuje dosáhnout rozsahu a rychlosti na trhu, abychom mohli sloužit oběma segmentům velkého zemědělství a trvalých plodin s kriticky potřebnými autonomními řešeními. Se společností Bluewhite dodáváme plně autonomní traktor pro trvalé plodiny, což z nás činí prvního původního výrobce zařízení (OEM) s autonomním řešením v sadech a vinicích.

Náš přístup k autonomii spočívá v řešení nejkritičtějších problémů, se kterými se zákazníci setkávají při úkolech a úkonech, kde jsou ochotni nechat stroj dokončit práci a ulehčit jim břemeno. Autonomní orba je naší vnitřní prioritou při vývoji autonomie, protože je to zdlouhavý úkol, který vyžaduje dlouhou dobu během časově omezeného období roku, kdy je třeba udělat 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 vyplnily mezery. Tyto úkoly vyžadují, aby traktory projeli 20-30 průjezdů každým řádkem sady nebo vinice za sezónu, provádějí důležité úkoly, jako je aplikace živin na stromy a udržování trávy mezi révami posekané a bez plevelů.

Mnohé řešení CNH jsou přijímána operátory sadů a vinic. Jaké jedinečné problémy 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 hledání kvalifikované pracovní síly je stále obtížnější. Změna klimatu činí sezóny méně předvídatelnými; je to mise-critical, aby farmáři měli technologii připravenou, aby poháněla preciznost a efektivitu, když jsou plodiny optimální pro sklizeň. Zemědělství vždy vyžaduje preciznost, ale je zvláště důležité, když se sklízí něco tak malého a křehkého, jako je hrozno nebo oříšek.

Většina automatizovaných řídících technologií se spoléhá na GPS, aby vedla stroje po svých cestách, ale v sadech a vinicích mohou být signály GPS blokovány větvemi stromů a révy. Kamerové senzory a radar se používají v kombinaci s GPS, aby udržovaly stroje na optimální cestě. A v sadech a vinicích je sklizeň nejen o akrech jednotných řádků, ale o jednotlivých, variabilních rostlinách a stromech, často v kopcovitém terénu. Automatizované systémy CNH se přizpůsobují každé rostlině, úrovni země a požadované rychlosti sběru, aby zajistily kvalitní výnos bez poškození plodiny. Také se přizpůsobují kolem neproduktivních nebo mrtvých stromů, aby ušetřily zbytečné vstupy. Tyto robotické stroje se automaticky pohybují podél rostlin, bezpečně přejíždějí plodinu, zatímco jemně odstraňují produkty ze stromu nebo révy. Operátor nastaví požadovanou výšku sběru, a stroje se automaticky nastaví, aby udržovaly tato nastavení pro každou rostlinu, bez ohledu na terén. Kromě toho, pro některé ovoce, je nejlepší čas pro sklizeň, když je obsah cukru na vrcholu přes noc. Kamery vybavené infračervenou technologií fungují i v nejtmavších podmínkách, aby sklízeli ovoce v optimálním stavu.

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

Bezpečnost a soulad s předpisy jsou centrální pro AI-poháněné systémy CNH, a proto CNH spolupracuje s místními úřady v různých regionech, aby přizpůsobil své autonomní systémy místním požadavkům, včetně bezpečnostních standardů, environmentálních předpisů a zákonů o ochraně dat. CNH je také aktivní ve standardizačních organizacích, aby zajistil, že splňuje všechny uznávané a vznikající standardy a požadavky.

Například autonomní bezpečnostní systémy zahrnují senzory, jako jsou kamery, LiDAR, radar a GPS pro monitoring 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, minimalizují 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?

V současné době jsou největšími bariérami náklady, konektivita a školení farmářů.

Ale lepší výnosy, snížené výdaje, snížený fyzický stres a lepší časový management díky zvýšené automatizaci mohou kompenzovat celkové náklady na vlastnictví. Menší farmy mohou těžit z omezených autonomních řešení, jako jsou systémy krmení nebo sadbové upgrade kit.

Nedostatečná konektivita, zejména v venkovských oblastech, představuje výzvy. AI-poháněné technologie vyžadují konzistentní, vždy zapnutou konektivitu. CNH pomáhá řešit tuto problematiku prostřednictvím své spolupráce s Intelsat a prostřednictvím univerzálních modemů, které se připojují k jakékoliv dostupné síti – Wi-Fi, mobilní nebo satelitní – 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 může být křivka učení spojená s AI technologií zdánlivě úzká. Tento přechod od tradičních postupů vyžaduje školení a změnu myšlení, a proto CNH spolupracuje s zákazníky, aby zajistil, že jsou s technologií spokojeni a aby z ní mohli těžit co nejvíce.

Ohlédneme-li se do budoucna, jak si představujete vývoj AI a autonomních řešení CNH v příštím desetiletí?

CNH se zabývá kritickými, globálními problémy, vyvíjí pokročilou technologii, aby produkoval více potravin udržitelným způsobem, využívajícím méně zdrojů, pro rostoucí populaci. Naším zaměřením je umožnit farmářům zlepšit své živobytí a podnikání prostřednictvím inovativních řešení, s umělou inteligencí a autonomií hrajícími ústřední roli. Pokroky v oblasti sběru dat, dostupnosti senzorů, konektivity a výpočetní síly urychlí vývoj AI a autonomních systémů. Tyto technologie povedou k pokroku v precizním zemědělství, autonomním provozu, prediktivní údržbě a datovém rozhodování, což nakonec prospěje našim zákazníkům a světu.

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