בינה מלאכותית בחקלאות: ראיית מחשב, רובוטים ומאזניים לחזירים

הבינה המלאכותית כובשת במהירות את החקלאות ואת תעשיית המזון.

ראייה ממוחשבת בניתוח יבול

כדי להאכיל מיליארדי אנשים, אתה צריך הרבה אדמות. אי אפשר לטפח אותו ידנית בימינו. יחד עם זאת, מחלות צמחים ופלישות חרקים מובילות לרוב לכשלים ביבול. עם קנה המידה המודרני של עסקי החקלאות, קשה לזהות ולנטרל פלישות כאלה בזמן.

זה מציג תחום נוסף שבו אלגוריתמי ראייה ממוחשבת יכולים לעזור. מגדלים משתמשים בראייה ממוחשבת כדי לזהות מחלות יבול, הן ברמת המיקרו, מתמונות תקריב של עלים וצמחים, והן ברמת המאקרו, על ידי זיהוי סימנים מוקדמים של מחלות צמחים או מזיקים מצילומי אוויר. פרויקטים אלה מבוססים בדרך כלל על הגישה הפופולרית לראייה ממוחשבת: רשתות עצביות מפותלות.

שימו לב שאני מדבר כאן על ראייה ממוחשבת במובן רחב מאוד. במקרים רבים, תמונות אינן המקור הטוב ביותר לנתונים. היבטים חשובים רבים של חיי הצמח ניתנים ללימוד בצורה הטובה ביותר בדרכים אחרות. לעתים קרובות ניתן להבין טוב יותר את בריאות הצמח, למשל, על ידי איסוף תמונות היפרספקטרליות עם חיישנים מיוחדים או ביצוע סריקת לייזר תלת מימדית. שיטות כאלה נמצאות יותר ויותר בשימוש באגרונומיה. סוג נתונים זה הוא בדרך כלל ברזולוציה גבוהה והוא קרוב יותר להדמיה רפואית מאשר תצלומים. אחת המערכות לניטור בשטח נקראת AgMRI. כדי לעבד נתונים אלה, יש צורך במודלים מיוחדים, אך המבנה המרחבי שלהם מאפשר שימוש בטכנולוגיות ראייה ממוחשבת מודרניות, בפרט, רשתות עצביות קונבולוציוניות.

מיליונים מושקעים בפנוטייפ ומחקר הדמיה של צמחים. המשימה העיקרית כאן היא לאסוף קבוצות גדולות של נתונים על יבולים (בדרך כלל בצורה של תצלומים או תמונות תלת מימדיות) ולהשוות נתוני פנוטיפ עם גנוטיפ צמחי. ניתן להשתמש בתוצאות ובנתונים לשיפור טכנולוגיות חקלאיות ברחבי העולם.

רובוטיקה בחקלאות

רובוטים חקלאים אוטונומיים כמו פרוספרו יכול לחפור בור באדמה ולשתול בה משהו, בהתאם לדפוסים כלליים שנקבעו מראש ותוך התחשבות במאפיינים הספציפיים של הנוף. רובוטים יכולים גם לטפל בתהליך הגידול, לעבוד עם כל צמח בנפרד. כשיגיע הזמן המתאים, רובוטים יקצור, שוב יטפלו בכל צמח בדיוק כפי שהוא צריך. פרוספרו מבוסס על הרעיון של חקלאות נחילים. דמיינו לעצמכם צבא של פרוספרו הקטן זוחל בין השדות ומותיר שורות מסודרות, אחידות של צמחים בעקבותיהם. מעניין, פרוספרו הופיע למעשה עוד ב-2011, לפני תקופת הזוהר של מהפכת הלמידה העמוקה המודרנית. היום, רובוטים מתפשטים במהירות בחקלאות, המאפשר לך להפוך עוד ועוד משימות שגרתיות לאוטומטיות:

• מזל"טים אוטומטיים מרססים יבולים. מל"טים קטנים וזריזים מסוגלים לספק כימיקלים מסוכנים בצורה מדויקת יותר מאשר מטוסים רגילים. יתרה מכך, מזל"טים מרססים יכולים לשמש לצילום אווירי כדי לקבל נתונים עבור אלגוריתמי ראייה ממוחשבת שהוזכרו בתחילת מאמר זה.
• יותר ויותר רובוטים מיוחדים לקטיף מפותחים ומשתמשים בהם. קומבינות קיימות כבר זמן רב. ובכל זאת, רק עכשיו, בעזרת שיטות חדישות של ראייה ממוחשבת ורובוטיקה, אפשר היה לפתח, למשל, רובוט שקוטף תותים.
• רובוטים אוהבים הורטיבוט מסוגלים לזהות ולהרוג עשבים שוטים בודדים על ידי הסרה מכנית שלהם. זוהי עוד הצלחה גדולה של רובוטיקה מודרנית וראייה ממוחשבת כמו בעבר אי אפשר היה להבחין בין עשבים שוטים לצמחים שימושיים ולעבוד עם צמחים קטנים באמצעות מניפולטורים.

בעוד רובוטים חקלאיים רבים הם עדיין אב טיפוס או נבדקים בקנה מידה קטן, כבר ברור ש-ML, AI ורובוטיקה יכולים לעבוד היטב בחקלאות. ניתן לחזות בבטחה שיותר ויותר עבודה חקלאית תהיה אוטומטית בעתיד הקרוב.

מטפלים בחיות משק

דרכים רבות נוספות להשתמש בבינה מלאכותית בחקלאות מפותחות באופן פעיל. לדוגמה, פרויקט פיילוט של נוירומציה מביא ראייה ממוחשבת לתעשייה שעדיין לא זכתה לתשומת לב רבה מקהילת הלמידה העמוקה: גידול בעלי חיים.

היו, כמובן, ניסיונות להשתמש למידת מכונה על נתוני מעקב אחר בעלי חיים. לדוגמה, הסטארט-אפ הפקיסטני Cowlar הציגה קולר שמנטר מרחוק את הפעילות והטמפרטורה של פרות תחת הסיסמה הקליטה "FitBit for Cows". מדענים צרפתים מפתחים זיהוי פנים לפרות.

יש גם ניסיונות להשתמש בראייה ממוחשבת בתעשייה שהוזנחה בעבר בשווי מאות מיליארדי דולרים - גידול חזירים. בחוות מודרניות מחזיקים חזירים בקבוצות קטנות יחסית, שבהן נבחרים בעלי החיים הדומים ביותר. העלות העיקרית בייצור חזירים היא מזון, וייעול תהליך הפיטום הוא המשימה המרכזית של ייצור החזירים המודרני.

סביר להניח שהחקלאים יוכלו לפתור בעיה זו אם היה להם מידע מפורט על העלייה במשקל של חזירים. לפי אתר זה, בעלי חיים נשקלים בדרך כלל רק פעמיים במהלך כל חייהם: ממש בתחילת הפיטום ובסוף. אילו ידעו מומחים כיצד כל חזרזיר משמין, ניתן היה לערוך תוכנית פיטום אישית לכל חזיר, ואף הרכב אישי של תוספי מזון, אשר ישפר משמעותית את היבול. זה לא מאוד קשה להסיע בעלי חיים על המשקל, אבל זה לחץ עצום עבור החיה, וחזירים יורדים במשקל מלחץ. פרויקט הבינה המלאכותית החדש מתכנן לפתח שיטה חדשה ולא פולשנית לשקילת בעלי חיים. Neuromation עומדת לבנות מודל ראייה ממוחשבת שיאמוד את משקל החזירים מנתוני הצילום והווידאו. ההערכות הללו יוזנו למודלים של למידת מכונה אנליטית קלאסית ממילא שישפרו את תהליך הפיטום.

חקלאות על גבול הבינה המלאכותית

חקלאות וגידול בעלי חיים נחשבים לרוב לתעשיות מיושנות. אולם כיום, החקלאות מופיעה יותר ויותר בחזית הבינה המלאכותית.

הסיבה העיקרית כאן היא שמשימות רבות בחקלאות הן בו זמנית:

• מורכבים מספיק כדי שלא ניתן להפוך אותם לאוטומטיים ללא שימוש בבינה מלאכותית מודרנית ולמידה עמוקה. צמחים תרבותיים וחזירים, למרות שהם דומים זה לזה, עדיין לא יצאו מאותו פס ייצור, כל שיח עגבניות וכל חזיר זקוקים לגישה אינדיבידואלית, ולכן, עד לאחרונה ממש, התערבות אנושית הייתה הכרחית לחלוטין.
• פשוט מספיק שעם הפיתוח של היום של בינה מלאכותית, נוכל לפתור אותם, תוך התחשבות בהבדלים האינדיבידואליים בין צמחים ובעלי חיים תוך אוטומציה של הטכנולוגיות לעבודה איתם. לנהוג בטרקטור בשדה פתוח קל יותר מאשר לנהוג במכונית בפקק, ושקילת חזיר קלה יותר מאשר ללמוד איך לעבור את מבחן טיורינג.

החקלאות היא עדיין אחת התעשיות הגדולות והחשובות על פני כדור הארץ, ואפילו עלייה זעירה ביעילות תביא לרווחים עצומים רק בגלל היקף הענף הזה.