Jay Schroeder, CNH:n CTO – Haastattelusarja

Jay Schroeder toimii CNH:n Chief Technology Officerina (CTO) ja vastaa yhtiön globaalesta tutkimuksesta ja kehityksestä. Hänen vastuulaisuutensa kattavat alueet kuten teknologia, innovaatiot, ajoneuvot ja laitteet, tarkkuusteknologia, käyttökokemus ja voimansiirto. Schroeder keskittyy parantamaan yhtiön tuotevalikoimaa ja tarkkuusteknologian kykyjä, tavoitteena integroida tarkkuusratkaisut koko laitteiston yli. Lisäksi hän on mukana laajentamassa CNH:n vaihtoehtoisten voimansiirtojen tarjontaa ja ohjaamassa tuotekehitysprosesseja, jotta yhtiön tuotevalikoima täyttää korkeat laatu- ja suorituskykystandardit.

CNH tuottaa ja myy maatalouskoneita ja rakennuskoneita eri liiketoimintansa kautta. Tekoäly ja edistyneet teknologiat, kuten tietokoneen nakokentta, tekoly (ML) ja kamerantunnistimet, muuttavat näiden laitteiden toimintaa, mahdollistaen innovaatioita kuten tekoälykäyttöiset itseohjautuvat traktorit, jotka auttavat viljelijöitä ratkaisemaan monimutkaisia haasteita työssään.

CNH:n itseohjautuvat traktorit toimivat malleilla, jotka on koulutettu syvillä neuroverkoilla ja reaaliaikaisella päättelyllä. Voitko selittää, miten tämä teknologia auttaa viljelijöitä suorittamaan tehtäviä, kuten istutusta äärimmäisen tarkkuudella, ja miten se vertautuu itseohjautuvan ajoon muihin aloihin, kuten liikenteeseen?

Itseohjautuvat autot saavat otsikkoja, mutta maatalousala on johtanut itseohjautuvan vallankumousta yli kaksi vuosikymmentä. Yritykset kuten CNH kehittivät itseohjautuvan ohjauksen ja nopeuden säätelyn jo ennen Teslan aikaa. Tänään CNH:n teknologia menee pidemmälle kuin pelkästään ajo, suorittaen korkeasti automaattista ja itseohjautuvaa työtä samalla kun se ajaa itse. Istuttaa siemeniä tarkasti maahan, kerätä ja hoitaa satoa tehokkaasti ja optimoiden maan käsittelyä, kaikki ajon aikana, itseohjautuva maatalous ei ole vain tasavertainen itseohjautuvien autojen kanssa – se jättää ne taakse.

Lisäksi CNH:n tulevaisuudensuunniteltu teknologinen pinorakenne mahdollistaa itseohjautuvan maatalouden paljon enemmän kuin itseohjautuvat autot voivat saavuttaa. Ohjelmistopohjainen arkkitehtuurimme integroi vaivattomasti laajan valikoiman teknologioita, mahdollistaen automaation monimutkaisiin maataloustöihin, jotka ovat haasteellisempia kuin yksinkertainen piste-A-kohtaanavigaatio. Arkkitehtuurin yhteensopivuus antaa viljelijöille ennenkokemattoman hallinnan ja joustavuuden kerroksittain korkeampaa teknologiaa CNH:n avoimien API:iden kautta. Toisin kuin suljetut järjestelmät, CNH:n avoin API sallii viljelijöiden mukauttaa koneitaan. Kuvittele kamerantunnistimia, jotka erottavat kasvit rikkaruohoista, jotka käynnistyvät vain tarvittaessa – kaiken aikaa kun ajoneuvo toimii itseohjautuvasti. Tämä sopeutuvuus yhdistettynä kykyyn käsitellä karkeaa maastoa ja moninaisia tehtäviä asettaa CNH:n teknologian erottuvaksi. Vaikka Tesla (TSLA ) ja Waymo tekevät edistystä, todellinen itseohjautuvan innovaation rintama on kentillä, ei teillä.

“Kasvien MRI-laitteesta” on mielenkiintoinen käsite. Miten CNH:n käyttö synthetisoiduista kuvista ja tekolyystä mahdollistaa koneidensa tunnistaa kasvilaji, kasvuvaiheita ja kohdistaa kohdennettua lannoitusta?

Käyttämällä tekoälyä, tietokoneen nakokenttäkameroita ja massiivisia tietoja, CNH kouluttaa malleja, jotka erottavat kasvit rikkaruohoista, tunnistavat kasvivaiheita ja tunnistavat kasvin terveyttä ympäri kenttää, jotta voidaan määrittää tarkalleen lannoitetta ja suojaa tarvitaan kasvin sadon maksimoimiseksi. Esimerkiksi Augmenta Field Analyzer -sovelluksessa tietokoneen nakokenttäsovellus skannaa maata edessä olevaa konetta nopeasti liikkuessaan kentän läpi (jopa 20 mailia tunnissa) arvioidakseen kasvien tilaa ja määrittääkseen, mitkä alueet tarvitsevat hoitoa ja millä määrällä, jotta ne voivat tehdä niistä terveempiä. Tällä teknologialla viljelijät voivat tietää ja hoitaa tarkalleen, missä kohdassa kentässä ongelma on kehittymässä, jotta he eivät tarvitse peittää koko kenttää hoidolla tappamaan rikkaruohoja, torjumaan tuholaisia tai lisätä tarvittavia ravinteita kasvin terveyden edistämiseksi. Tekoäly ja dataohjattu ruiskutusautomaatti ruiskuttavat automaattisesti vain niille kasveille, jotka tarvitsevat sitä. Teknologia mahdollistaa tarkalleen oikean määrän kemikaaleja, jotka sovelletaan tarkalleen oikeaan kohtaan kasvin terveyden edistämiseksi ja pysäyttämiseksi mitkä tahansa uhkat kasville. Kasvien ja rikkaruohojen tunnistaminen ja ruiskutus ainoastaan kasveille, jotka kasvavat joukossa, vähentää lopulta kemikaalien käytön kentillä jopa 90 %. Vain pieni määrä kemikaaleja tarvitaan kunkin yksittäisen uhan käsittelyyn, eikä koko kenttää tarvitse hoitaa, jotta voidaan saavuttaa sama vaikutus.

Jotta voidaan generoida fotorealistisia synthetisoiduista kuvista ja parantaa tietojoukkoja nopeasti, CNH käyttää biofysikaalista proseduraalista mallia. Tämä mahdollistaa tiimin nopean ja tehokkaan luomisen ja luokittelun miljoonia kuvia ilman, että on tarpeen ottaa aikaa kuvata todellisia kuvia tarvittavassa mittakaavassa. Synteettinen data täydentää aitoja kuvia, parantaen mallin koulutusta ja päättelysuorituskykyä. Esimerkiksi synteettisen datan avulla voidaan luoda erilaisia tilanteita kouluttaa malleja – kuten erilaisia valaistusolosuhteita ja varjoja, jotka liikkuvat päivän aikana. Proseduraaliset mallit voivat tuottaa tiettyjä kuvia parametreja vastaavasti luodakseen tietojoukon, joka edustaa eri olosuhteita.

Kuinka tarkka on tämä teknologia verrattuna perinteisiin maatalousmenetelmiin?

Viljelijät tekevät satoja merkittäviä päätöksiä vuoden aikana, mutta he näkevät näiden kertyneiden päätösten tulokset vain kerran: sadonkorjuun aikana. Viljelijän keski-ikä on kasvamassa, ja useimmat työskentelevät yli 30 vuotta. Virheitä ei ole varaa. Siitä lähtien, kun siemen on istutettu, viljelijöiden on tehtävä kaikki, mitä he voivat, jotta kasvi menestyy – heidän elinkeinonsa on vaarassa.

Meidän teknologiamme poistaa paljon arvaamista viljelijöiden tehtävistä, kuten parhaiden kasvien hoitoon liittyvien päätösten tekemisestä, ja antaa viljelijöille lisää aikaa keskittyä strategisten liiketoimintahaasteiden ratkaisemiseen. Lopulta viljelijät johtavat massiivisia liiketoimia, ja he luottavat teknologiaan, jotta he voivat toimia tehokkaammin, tuottavammin ja voitollisemmin.

Ei pelkästään data, jota koneet generoivat, mahdollista viljelijöille tehdä parempia, perustellumpia päätöksiä saadakseen parempia tuloksia, vaan myös korkeat automaatio- ja itseohjautuvuustasot koneissa itse suorittavat työn paremmin ja suuremmassa mittakaavassa kuin ihmiset pystyvät. Ruiskutuskoneet pystyvät “näkemään” ongelmakohtia tuhansissa hehtaareissa paremmin kuin ihmisten silmät ja voivat kohdistaa uhkiin tarkasti; kun taas teknologia kuten itseohjautuva kylvö helpottaa raskasta ja aikaa vievää tehtävää ja suorittaa sen tarkemmin ja tehokkaammin kuin ihminen voisi. Itseohjautuvassa kylvössä täysin itseohjautuva järjestelmä kylvää maata käyttäen sensoreita yhdistettynä syvään neuroverkkoon luodakseen ihanteelliset olosuhteet senttimetrin tarkkuudella. Tämä valmistaa maan sille, jotta voidaan saavuttaa erittäin tasainen riviväli, tarkka siemenen syvyys ja optimoitu siemenen asettelu huolimatta usein dramaattisista maanmuutoksista yhden kentän yli. Perinteiset menetelmät, jotka usein riippuvat ihmisen käyttämistä koneista, johtavat yleensä suurempaan tuloksellisuuden vaihteluvaihteluun johtuen operaattorin väsymyksestä, epäyhtenäisemmästä navigoinnista ja vähemmän tarkasta sijaintitarkkuudesta.

Sadonkorjuun aikana CNH:n yhdistelmäkoneet käyttävät reunan laskentaa ja kamerantunnistimia arvioidakseen sadon laadun reaaliajassa. Miten tämä nopea päätöksentekoprosessi toimii, ja mikä on tekoälyn rooli sadon optimoinnissa jätteiden vähentämiseksi ja tehokkuuden parantamiseksi?

Yhdistelmä on erittäin monimutkainen kone, joka suorittaa useita prosesseja – niittäminen, erottaminen ja kerääminen – yhdessä, jatkuvassa toiminnassa. Se on yhdistelmä juuri siksi, että se yhdistää useita laitteita yhteen. Siinä on paljon tapahtumia yhtä aikaa, ja virheitä ei ole varaa. CNH:n yhdistelmä tekee automaattisesti miljoonia nopeita päätöksiä joka 20 sekunnissa, prosessoiden ne reunalla, suoraan koneessa. Kamerantunnistimet havaitsevat ja prosessoida yksityiskohtaisia kuvia korjatusta sadosta määrittääkseen jokaisen sadon yksikön laadun – analysoimalla kosteusastetta, jyvän laatua ja roskaa. Kone sovittaa automaattisesti parhaat koneasetukset saadakseen optimaalisen tuloksen. Voimme tehdä tämän tänään kauraan, riisiin, vehnään, maissiin, soijaan ja rapsiin, ja pian myös ohraan, hirssiin, auringonkukkiin ja pavuissa.

Reunan tekoäly on keskeinen optimoimassa tätä prosessia käyttämällä syvää oppimista, joka on koulutettu tunnistamaan kuviot sadon olosuhteissa. Nämä mallit voivat nopeasti tunnistaa alueita, jotka vaativat säätöjä, kuten yhdistelmän nopeuden muuttamista tai erottamisen asetusten muuttamista, jotta voidaan varmistaa parempi jyvien erottaminen kasvin lopusta. Tämä reaaliaikainen optimointi vähentää jätteitä minimoiden sadon vahinkoa ja keräämällä ainoastaan korkealaatuisia satoa. Se myös parantaa tehokkuutta, jotta koneet voivat tehdä dataohjattuja päätöksiä liikkeessä maksimoimaan viljelijöiden sadon, samalla vähentäen operatiivista stressiä ja kustannuksia.

Tarkkuusmaatalous, jota ohjaa tekoäly ja tekoly, luvaa vähentää syöttöjätteitä ja maksimoida sadon. Voitko selittää, miten CNH:n teknologia auttaa viljelijöitä leikkaamaan kustannuksia, parantamaan kestävyyttä ja voittamaan työvoimapulaa haasteellisessa maatalousmaisemassa?

Viljelijät kohtaavat valtavat haasteet löytäessään päteviä työntekijöitä. Tämä on erityisen totta kylvölle – kriittiselle askelalle, jota useimmat tilat tarvitsevat talven valmisteluun, jotta voidaan luoda paremmat istutusolosuhteet keväällä. Tarkkuus on olennainen kylvössä, ja tarkkuutta mitataan yhden senttimetrin kymmenyksien osalla. CNH:n itseohjautuva kylvöteknologia poistaa tarpeen korkeasti koulutetuille operaattoreille, jotka mukauttavat kylvökoneita manuaalisesti. Painamalla yhtä nappia järjestelmä tekee koko prosessin itseohjautuvaksi, jotta viljelijät voivat keskittyä muihin tärkeisiin tehtäviin. Tämä lisää tuottavuutta, ja tarkkuus säästää polttoainetta, joten toiminta on tehokkaampaa.

Kun on kyse kasvien hoidosta, CNH:n ruiskutusteknologia on varustettu yli 125 mikroprosessorilla, jotka viestivät reaaliajassa parantamaan veden, ravinteiden, torjunta-aineiden ja lannoitteiden käytön kustannus- ja ympäristötehokkuutta. Nämä prosessorit yhteistyössä analysoivat kentän olosuhteita ja määrittävät tarkasti, milloin ja minne nämä aineita on sovellettava, poistamalla yli 30 %:n kemikaalien ylittävän käytön tänään ja jopa 90 %:n lähitulevaisuudessa, mikä vähentää merkittävästi kustannuksia ja kemikaaleja, jotka päätyvät maahan. Suuttimen säätöventtiilit sallivat koneen tarkan soveltamisen tuotetta ruiskutusnopeuden, suuttimen nopeuden ja paineen mukaan, jotta jokainen pisara päätyy tarkalleen sinne, minne se on tarpeen kasvin terveyden vuoksi. Tämä tarkkuus vähentää tarvetta useille täytöille, ja viljelijöiden on tarpeen täyttää ruiskutus vain kerran päivässä, mikä johtaa merkittäviin veden ja kemikaalien säästöihin.

Samoin CNH:n Karttuun Automaatio yksinkertaa monimutkaisen ja korkean stressin tehtävän, joka on yhdistelmän käyttäminen sadon aikana. Tarkkuus on olennainen välttääkseen törmäykset yhdistelmän ja grain kartun välillä, jotka ajavat useita tunteja päivässä. Karttuun Automaatio mahdollistaa vaivattoman latausprosessin, vähentäen manuaalisen koordinaation tarvetta ja mahdollistaen yhdistelmän jatkavan työnsä ilman pysähtymistä. CNH on suorittanut fysiologisia testejä, jotka osoittavat, että tämä avustava teknologia vähentää yhdistelmän operaattorien stressiä noin 12 % ja traktorin operaattorien stressiä noin 18 %, mikä kertyy, kun nämä operaattorit ovat näissä koneissa jopa 16 tuntia päivässä sadonkorjuun aikana.

CNH-brändi, New Holland, on vastikään solminut kumppanuuden Bluewhiten kanssa itseohjautuvien traktorien kehittämiseksi. Miten tämä yhteistyö sopii CNH:n laajempiin suunnitelmiin itseohjautuvuuden laajentamiseksi maataloudessa?

Itseohjautuvuus on CNH:n tulevaisuus, ja otamme tarkoituksenmukaisen ja strategisen lähestymistavan tämän teknologian kehittämiseen, jota ohjaa asiakkaiden tärkeimmät tarpeet. Sisäiset insinöörimme keskittyvät itseohjautuvuuden kehittämiseen suurten maatalousasiakkaidemme segmenttiin – viljelijöille, jotka kasvattavat kasveja, jotka kasvavat suurilla, avoimilla kentillä, kuten maissi ja soija. Toisena tärkeänä asiakasryhmänä CNH:lla on viljelijät, jotka viljelevät niin sanottuja “vakavia” kasveja, jotka kasvavat puutarhoissa ja viinitarhoissa. Kumppanuus Bluewhiten kanssa, joka on osoittanut olevansa johtava yritys itseohjautuvuuden toteuttamisessa puutarhoissa ja viinitarhoissa, antaa meille mittakaavan ja nopeuden markkinoille, jotta voimme palvella sekä suurta maataloutta että vakavia kasveja tarjoamalla itseohjautuvia ratkaisuja. Bluewhiten kanssa toimimme täysin itseohjautuvan traktorin parissa vakavissa kasveissa, mikä tekee meistä ensimmäisen alkuperäisvalmistajan, jolla on itseohjautuva ratkaisu puutarhoissa ja viinitarhoissa.

Meidän lähestymistapaamme itseohjautuvuuteen on ratkaista asiakkaiden kriittisimmät haasteet tehtävissä, joissa he haluavat, että kone suorittaa työn ja poistaa työn taakan. Itseohjautuva kylvö johtaa sisäistä työn itseohjautuvuuden kehittämistä, koska se on raskas tehtävä, joka kestää kauan aikaa tiukasti aikaa sidottuna jaksoa vuodessa, jolloin on tapahtuvia monia muita asioita. Kone voi suorittaa työn paremmin kuin ihminen. Vakavien kasvien viljelijät tarvitsevat myös itseohjautuvuutta, koska he kohtaavat äärimmäisiä työvoimapulaa ja tarvitsevat koneita, jotka täyttävät aukot. Nämä työt vaativat traktoreita ajamaan 20-30 kertaa jokaisen puutarhan tai viinitarhan rivin kautta kauden aikana, suorittaen tärkeitä tehtäviä, kuten ravinteiden antamista puihin ja pitämistä ruohoa niittäen ja vapaana rikkaruohoista.

Monet CNH:n ratkaisut ovat omaksuttu puutarha- ja viinitarhaviljelijöiden keskuudessa. Mitkä ovat näiden ympäristöjen ainutlaatuiset haasteet itseohjautuville ja tekoälykäyttöisille laitteille, ja miten CNH sovittaa teknologioitaan näihin erikoistuneisiin sovelluksiin?

Korjuun ikkunat muuttuvat, ja pätevän työvoiman löytäminen on vaikeampaa. Ilmastonmuutos tekee kaudet ennalta arvaamattomammiksi; on äärimmäisen tärkeää, että viljelijöillä on valmiina teknologiaa, joka ajaa tarkkuutta ja tehokkuutta, kun sato on parhaassa korjuukunnossa. Maatalous vaatii aina tarkkuutta, mutta se on erityisen tärkeää, kun korjataan jotain niin pientä ja herkkää kuin rypäle tai pähkinä.

Useimmat automaattiset ajoteknologiat riippuvat GPS:stä, jotta ne voivat ohjata koneita poluillaan, mutta puutarhoissa ja viinitarhoissa nämä GPS-signaalit voidaan estää puun ja viiniköynnösten oksilla. Visiokamerat ja tutka käytetään yhdessä GPS:n kanssa, jotta koneet voidaan pitää optimaalisilla poluillaan. Puutarhoissa ja viinitarhoissa korjuu ei ole kyse acresin yhdenmukaisista riveistä, vaan yksittäisistä, vaihtelevista kasveista ja puiden yksilöistä, usein mäkisellä maastolla. CNH:n automaattiset järjestelmät mukautuvat kunkin kasvin korkeuteen, maanpinnan korkeuteen ja vaadittuun poimintanopeuteen, jotta voidaan varmistaa laadukas sato ilman kasvin vahingoittamista. Ne myös mukautuvat epätuottavien tai kuolleiden puiden ympärillä välttääkseen tarpeettomat syöttöaineet. Nämä robotti-koneet liikkuvat automaattisesti kasvien ympärillä, turvallisesti ohittamalla sadon, ja poistavat hellästi sadon puusta tai viiniköynnöksestä. Operaattori asettaa halutun poimintakorkeuden, ja koneet mukautuvat automaattisesti ylläpitämään näitä asetuksia kunkin kasvin mukaan, riippumatta maastosta. Lisäksi joillekin hedelmille paras korjuuaika on, kun sokeripitoisuus on huipussaan yöllä. Infrapunateknologiaa käyttävät kamerat toimivat jopa pimeissä olosuhteissa korjaamaan hedelmän sen optimaalisessa kunnossa.

Kun enemmän itseohjautuvia maatalouskoneita otetaan käyttöön, mitkä toimenpiteet CNH ottaa varmistamaan näiden tekoälykäyttöisten järjestelmien turvallisuuden ja sääntelynmukaisuuden, erityisesti moninaisissa kansainvälisissä maatalousympäristöissä?

Turvallisuus ja sääntelynmukaisuus ovat keskeisiä CNH:n tekoälyjärjestelmissä, joten CNH yhteistyössä paikallisten viranomaisten eri alueilla, mikä mahdollistaa sovittaa itseohjautuvia järjestelmiä alueellisiin vaatimuksiin, mukaan lukien turvallisuusstandardit, ympäristönsäännökset ja tietosuojalait. CNH on myös aktiivinen standardien kehittämisessä varmistaakseen, että täytämme kaikki tunnustetut ja kehittyvät standardit ja vaatimukset.

Esimerkiksi itseohjautuvat turvallisuusjärjestelmät sisältävät sensoreita, kuten kamerat, lidar, tutka ja GPS reaaliaikaisessa seurannassa. Nämä teknologiat mahdollistavat laitteiden havaitsemisen esteitä ja automaattisen pysähtymisen, kun ne havaitsevat jotain edessään. Koneet voivat myös navigoida monimutkaisessa maastossa ja reagoida ympäristön muutoksiin, minimoiden onnettomuusriskin.

Mitä pidät suurimpina esteinä laajamittaiselle tekoälyteknologioiden omaksumiselle maataloudessa? Miten CNH auttaa viljelijöitä siirtymään näihin uusiin järjestelmiin ja osoittamaan niiden arvon?

Tällä hetkellä suurimmat esteet ovat kustannukset, yhteyden muodostaminen ja viljelijöiden koulutus.

Parannetut sadot, vähentyneet kulut, vähentyneet fyysiset rasitukset ja parempi ajanhallinta korkeamman automaation ansiosta voivat kattaa laitteen omistamisen koko kustannuksen. Pienemmät tilat voivat hyötyä rajoitetummista itseohjautuvista ratkaisuista, kuten rehu- tai jälkiasennuslaajennuksista.

Riittämätön yhteyden muodostaminen, erityisesti maaseutualueilla, aiheuttaa haasteita. Tekoälyteknologiat vaativat jatkuvaa, aina päällä olevaa yhteyttä. CNH auttaa ratkaisemaan tämän yhteistyössä Intelsatin kanssa ja yleispätevien modeemien kautta, jotka yhdistävät mitä tahansa lähellä olevaa verkkoa – Wi-Fi, soluverkko, satelliitti – tarjoamalla asiakkailleen kenttävalmiin yhteyden vaikeasti tavoitettavissa oleville alueille. Vaikka monet asiakkaat tyydyttävät tämän tarpeen CNH:n markkinajohtavalla globaalilla mobiilivirtuaaliverkkoyhteydellä, olemassa olevat solutornit eivät mahdollista laajaa yhteyttä.

Lopulta tekoälytekniikan koettu oppimiskäyrä voi tuntua vaativalta. Tämä siirtyminen perinteisistä käytännöistä vaatii koulutusta ja mielenlaadun muutosta, joten CNH työskentelee asiakkaidensa kanssa käsi kädessä varmistaakseen, että he ovat mukavasti teknologian kanssa ja saavat järjestelmistä kaiken irti.

Miten näet CNH:n tekoäly- ja itseohjautuvien ratkaisujen kehittyvän seuraavan vuosikymmenen aikana?

CNH ratkaisee kriittisiä, globaaleja haasteita kehittämällä uraauurtavaa teknologiaa tuottamaan enemmän ruokaa kestävällä tavalla käyttäen vähemmän resursseja kasvavaa väestöä varten. Meidän fokuksena on valjastaa viljelijöitä parantamaan elinkeinojaan ja liiketoimiaan innovatiivisilla ratkaisuilla, joissa tekoäly ja itseohjautuvuus ovat keskiössä. Edistys askelten keräämisessä, anturien edullisuudessa, yhteyden muodostamisessa ja laskentatehossa kiihdyttävät tekoäly- ja itseohjautuvien järjestelmien kehittymistä. Nämä teknologiat ajavat eteenpäin tarkkuusmaataloutta, itseohjautuvaa toimintaa, ennustavaa huoltoa ja dataohjausta, lopulta hyödyttäen asiakkaitamme ja maailmaa.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla CNH:ssa.