Proč problém se zemědělskými daty je problémem umělé inteligence — a co mohou rostliny udělat

Každých několik let se sektor zemědělských technologií dočká nové stříbrné kulky. V roce 2013 to byla velká data transformující řízení farem — Monsantoova akvizice The Climate Corporation za 1,1 miliardy dolarů měla zahájit novou éru předpovědního zemědělství. O několik let později měly skleníky poháněné umělou inteligencí přinést druhou zelenou revoluci. Poté přišla slibná robotická sklizeň, poté generativní umělá inteligence pro agronomy a nyní agenty umělá inteligence, která má údajně autonomně rozhodovat jménem farmářů po celém světě.

Pattern by měl být známý: každá vlna hype staví na té předchozí, a přesto investice do AgTech pokračují v zklamání, a transformační výsledky zůstávají nedosažitelné. Proč? Ne proto, že inženýři nejsou talentovaní, nebo protože základní věda o umělé inteligenci je vadná. Problém sahá hlouběji do samotných dat, na kterých systémy umělé inteligence v zemědělství závisí.

Dokud fundamentálně nepřevezmeme, jaká data sbíráme a jak je sbíráme, revoluce umělé inteligence v zemědělství zůstane slibem, nikoli realitou.

Tři důvody, proč umělá inteligence v zemědělství selhává

Zemědělství je jedním z nejnenávistnějších prostředí pro vývoj umělé inteligence. Výzvy nejsou triviálními inženýrskými problémy — jsou strukturální. Zde je to, co dělá tento obor tak odolným vůči obvyklému playbooku umělé inteligence:

Smůlové smyčky, které se pohybují rychlostí biologie, ne softwaru.

Moderní systémy umělé inteligence jsou navrženy kolem rychlé iterace. Softwarový model lze přeškolit za hodiny; klinická studie trvá roky. Zemědělství se nachází blíže k druhému. Norman Borlaugova inovace oceněná Nobelovou cenou v 70. letech byla částečně o kompresi chovu plodin z jednou na dvakrát ročně. Dnešní nejmodernější semenné společnosti zvládají tři cykly ročně; stále velmi pomalé podle standardů umělé inteligence. Když vaše pravdivá skutečnost přijde se sklizní, časové osy zlepšení modelu se táhnou přes roky, ne sprinty.

Složitost zemědělství porušuje obvyklé předpoklady umělé inteligence

Zeptejte se zdánlivě jednoduché otázky — kolik dusíku by mělo toto pole dostat? — a proměnné se množí rychle: složení půdy, předchozí rotace plodin, historie patogenů, mikroklima, historie dobytka sahající desetiletí zpět, zadržování vody, praktiky orbění a desítky dalších interagujících faktorů. Výzkum o omezeních umělé inteligence ukazuje, že přesnost modelu se zhroutí ve vysoce dimenzionálních prostředích. Zemědělství není jen vysoce dimenzionální; je to jeden z nejvyšších dimenzionálních oborů, které lidé kdy snažili modelovat.

Každá farma je svým vlastním edge případem.

Neexistuje sférický kráva v reálném zemědělství. Každá operace má svou vlastní kombinaci technologického přístupu, filozofie práce, omezení kapitálu a tolerance rizika. Model školený na velkých středozápadních operacích s řadovými plodinami selže dramaticky, když se aplikuje na malou diverzifikovanou farmu v Pacifickém severozápadě. Nic se nezobecní čistě, a budování pro každý edge případ tlačí dimenzionalitu ještě dále do nepracovatelného území.

Více dat není odpověď — lepší data jsou

Instinkt Silicon Valley pro většinu tvrdých problémů je házet více výpočetní techniky a více dat na ně. V zemědělství tento instinkt produkoval einige ohromující čísla: průměrná farma nyní generuje odhadem 500 000 datových bodů denně. Satelity zobrazují každé pole na Zemi. Senzory zaznamenávají teplotu, vlhkost a vlhkost půdy v podrobném detailu.

A přesto, zemědělská komunita umělé inteligence široce uznává deficit kvalitních dat. Problém není objem. Je to relevance. Všechna ta senzorová data, všechny ty satelitní snímky, všechny ty zprávy o půdě — zachycují, co se děje okolo rostliny. Žádné z nich nezachycuje, co se děje uvnitř rostliny.

Zvažte analogii inženýra Formule 1, který se snaží optimalizovat čas kola pomocí pouze dat GPS. Rychlost, poloha a trajektorie vám dávají něco, s čím můžete pracovat, ale bez telemetrie motoru, senzorů teploty pneumatik a toku paliva bude váš model vždy jen hádat o příčinnosti. Externí zemědělská data jsou přesně stejná. Říkají vám, jaké podmínky existují v prostředí, ale nemohou vám říci, jak se plodina skutečně chová k těmto podmínkám.

To vysvětluje některé z nejviditelnějších selhání umělé inteligence v zemědělství. Gro Intelligence získala přes 120 milionů dolarů na stavbu největšího úložiště zemědělských klimatických dat a nakonec zavřela. Více externích dat, bez ohledu na to, jak přesně shromážděných, nevyřeší základní problém: měříme špatnou věc.

Co to skutečně znamená naslouchat rostlině

Nové biotechnologie nyní umožňují, poprvé, získat data přímo z plodin, které pěstujeme. Základní myšlenka spočívá v tom, aby se plodiny inženýrsky upravily tak, aby signalizovaly své vlastní vnitřní biologické stavy — komunikovaly stres, infekci nebo potřeby zdrojů prostřednictvím měřitelných výstupů, místo aby vyžadovaly odhad z externích proxy.

Na začátku tohoto roku jeden z těchto přístupů produkoval skutečně historický výsledek — sójová plodina s inženýrsky upraveným fluorescenčním signálem odhalila houbovou infekci v reálném čase předtím, než se na rostlině objevily jakékoli viditelné příznaky. Za 10 000 let zemědělství nebyli farmáři nikdy schopni detekovat onemocnění v této fázi. Imunitní odpověď rostliny spustila signál. Rostlina sama poskytla data.

To má význam pro praktické výsledky zemědělství. Časnější detekce onemocnění umožňuje časnější zásah, snižuje ztráty a chemické vstupy. Ale má to stejně velký význam pro umělou inteligenci v zemědělství, protože představuje fundamentálně novou třídu dat.

Místo pokusu o odhad biologie rostliny z externích podmínek — úkolu, který je inherenčně šumivý, vysoce dimenzionální a náchylný k rušivým faktorům — systémy umělé inteligence mohou být nyní školeny na přímá měření fyziologie rostliny. Problém dimenzionality se dramaticky zmenšuje. Smyčka zpětné vazby se zkracuje. Problém edge případu nezmizí, ale stává se více zpracovatelným, když pracujete se signály, které sama rostlina emituje, místo proxy proměnných v okolním prostředí.

Nový datový paradigm pro novou éru umělé inteligence v zemědělství

Srovnání s vývojem autonomních vozidel je poučné. Společnosti jako Waymo se nezdařily tím, že se pokusily své modely školení na stávajících veřejných silničních datech. Postavily proprietární senzorová pole a vygenerovaly masivní, vysoce kvalitní, primární datové sady, které zachytily přesně to, co jejich modely potřebovaly k učení. Datová strategie byla stejně důležitá jako architektura modelu.

Umělá inteligence v zemědělství potřebuje podobnou rekonstrukci. Cesta vpřed není lepšími modely aplikovanými na stávající zemědělská data. Tato data jsou fundamentálně omezena tím, že pouze pozorují prostředí plodiny, ne plodinu samotnou. Cesta vpřed spočívá v generování nové kategorie dat, založené na skutečné biologii rostlin, a budování systémů umělé inteligence, které jsou navrženy k učení z nich.

Taková data — kontinuální, sezónní biologická telemetrie z plodin po celé zemědělské oblasti — neexistují zatím v dostatečném měřítku. Ale technologie k jejich generování se stávají skutečnými. Když tato data přijde, umožní vytvořit typy modelů umělé inteligence, které mohou skutečně pomoci farmářům navigovat komplexní rozhodnutí: ne tím, že budou hrubě tlačit skrze šumivou moře externích proměnných, ale tím, že budou rozumět, v něco blízkého reálnému čase, co plodina sama potřebuje.

Zemědělský sektor má problém s kvalitou dat, který se diskutuje roky. Co se změnilo, je, že nyní máme důvěryhodnou odpověď na něj, a začíná to u rostlin samotných.

Skutečná cesta k další zelené revoluci

Krmit 8 miliard lidí udržitelně — s dalšími 2 miliardami očekávanými do roku 2050 — zatímco se管理ují klimatické poruchy, náklady na vstupy a nedostatek vody, je jednou z definujících výzev tohoto století. Umělá inteligence v zemědělství má potenciál pomoci s každou částí této výzvy. Ale pouze pokud je postavena na datech, která skutečně odrážejí, co se děje uvnitř plodin, které se snažíme pěstovat.

Více než deset let se průmysl snaží vyřešit tento problém shromažďováním více externích dat a házením více výpočetní techniky na něj. Tento přístup produkoval.incrementální výhry, ale nezadal průlom, který sektor potřebuje. Nezadá — protože fundamentální problém s daty zůstává nevyřešen.

Další zelená revoluce nebude iniciována jinou slibnou architekturou modelu nebo jiným dobře financovaným start-upem s lepší satelitní obrazovou linkou. Začne, až systémy umělé inteligence budou moci konečně slyšet, co plodina sama říká.