Jay Schroeder, CTO bij CNH – Interviewreeks

Jay Schroeder is de Chief Technology Officer (CTO) bij CNH, waar hij de wereldwijde onderzoeks- en ontwikkelingsoperaties van het bedrijf leidt. Zijn verantwoordelijkheden omvatten het beheren van gebieden zoals technologie, innovatie, voertuigen en implementaties, precisietechnologie, gebruikerservaring en aandrijflijn. Schroeder richt zich op het verbeteren van het productportfolio van het bedrijf en de precisietechnologiecapaciteiten, met als doel precisieoplossingen te integreren in de hele uitrusting. Bovendien is hij betrokken bij het uitbreiden van de alternatieve aandrijfmogelijkheden van CNH en het bieden van governance over productontwikkelingsprocessen om ervoor te zorgen dat het productportfolio van het bedrijf aan hoge kwaliteits- en prestatienormen voldoet.

Door middel van zijn verschillende bedrijven produceert en verkoopt CNH landbouwmachines en bouwmachines. AI en geavanceerde technologieën, zoals computer vision, machine learning (ML) en camerasensoren, veranderen de manier waarop deze apparatuur werkt, waardoor innovaties zoals AI-gepowered zelfrijdende tractoren mogelijk worden, die boeren helpen bij het aanpakken van complexe uitdagingen in hun werk.

CNH’s zelfrijdende tractoren worden aangedreven door modellen die zijn getraind op diepe neurale netwerken en real-time inferentie. Kun je uitleggen hoe deze technologie boeren helpt bij taken zoals het planten met extreme precisie, en hoe het zich verhoudt tot autonoom rijden in andere industrieën zoals transport?

Terwijl zelfrijdende auto’s de headlines halen, heeft de landbouwsector de autonome revolutie al meer dan twee decennia geleid. Bedrijven zoals CNH hebben autonome sturing en snelheidscontrole gepionierd lang voordat Tesla (TSLA ). Vandaag gaat CNH’s technologie verder dan alleen rijden en voert het hooggeautomatiseerde en autonome werk uit terwijl het zichzelf bestuurt. Van het precies planten van zaden in de grond exact waar ze nodig zijn, tot het efficiënt en optimaal oogsten van gewassen en behandelen van de bodem, allemaal terwijl het door het veld rijdt, is autonome landbouw niet alleen gelijk aan zelfrijdende auto’s – het laat ze achter.

Verder maakt CNH’s toekomstbestendige technologie-stack autonome landbouw mogelijk verder dan wat zelfrijdende auto’s kunnen bereiken. Onze software-gedefinieerde architectuur integreert naadloos een breed scala aan technologieën, waardoor automatisering mogelijk wordt voor complexe landbouwtaken die veel moeilijker zijn dan eenvoudige punt-A-naar-B-navigatie. Interoperabiliteit in de architectuur geeft boeren ongekende controle en flexibiliteit om verhoogde technologie te integreren via CNH’s open API’s. In tegenstelling tot gesloten systemen, staat CNH’s open API boeren toe hun machines aan te passen. Stel je camerasensoren voor die onderscheid maken tussen gewassen en onkruid, die alleen worden geactiveerd wanneer dat nodig is – allemaal terwijl het voertuig autonoom werkt. Deze aanpasbaarheid, in combinatie met de mogelijkheid om ruw terrein en diverse taken aan te pakken, onderscheidt CNH’s technologie.

Het concept van een “MRI-machine voor planten” is fascinerend. Hoe gebruikt CNH synthetische beelden en machine learning om zijn machines in staat te stellen om gewastype, groeifasen en gerichte gewasvoeding te identificeren?

Met behulp van AI, computer vision cameras en enorme datasets traint CNH modellen om onderscheid te maken tussen gewassen en onkruid, plantgroei fasen te identificeren en de gezondheid van de plant over het hele veld te herkennen om te bepalen hoeveel voedingsstoffen en bescherming nodig zijn om de opbrengst van de plant te optimaliseren. Bijvoorbeeld, met de Augmenta Field Analyzer, scant een computer vision-toepassing de grond voor de machine terwijl het snel door het veld beweegt (tot 20 mph) om de toestand van de gewassen te beoordelen en welke gebieden behandeld moeten worden en in welke mate, om die gebieden gezonder te maken.

Met deze technologie kunnen boeren precies weten waar in het veld een probleem zich ontwikkelt, zodat ze in plaats van het hele veld te behandelen met een behandeling om onkruid te doden, plagen te bestrijden of voedingsstoffen toe te voegen om de gezondheid van de gewassen te verbeteren, AI- en data-geïnformeerde spuitmachines automatisch alleen de planten spuiten die het nodig hebben. De technologie maakt het mogelijk om precies de juiste hoeveelheid chemicaliën te gebruiken, op de juiste plek om de planten te behandelen en elke bedreiging voor de plant te stoppen. Het identificeren en alleen spuiten van onkruid dat tussen de gewassen groeit, zal uiteindelijk het gebruik van chemicaliën op het veld met tot 90% verminderen. Alleen een kleine hoeveelheid chemicaliën is nodig om elke afzonderlijke bedreiging te behandelen in plaats van het hele veld te behandelen om diezelfde bedreigingen te bereiken.

Om fotorealistische synthetische beelden te genereren en datasets snel te verbeteren, gebruikt CNH biofysicaal procedurale modellen. Dit stelt het team in staat om snel en efficiënt miljoenen beelden te creëren en te classificeren zonder de tijd te moeten nemen om echte beelden te verzamelen in de benodigde schaal. De synthetische gegevens vullen de authentieke beelden aan, waardoor de modeltraining en inferentieprestaties worden verbeterd. Bijvoorbeeld, door het gebruik van synthetische gegevens kunnen verschillende situaties worden gecreëerd om modellen te trainen – zoals verschillende lichtomstandigheden en schaduwen die zich gedurende de dag verplaatsen. Procedurale modellen kunnen specifieke beelden produceren op basis van parameters om een dataset te creëren die verschillende omstandigheden vertegenwoordigt.

Hoe nauwkeurig is deze technologie in vergelijking met traditionele landbouwmethoden?

Boeren maken honderden belangrijke keuzes gedurende het jaar, maar zien de resultaten van al die cumulatieve beslissingen slechts één keer: bij de oogst. De gemiddelde leeftijd van een boer neemt toe en de meesten werken meer dan 30 jaar. Er is geen marge voor fouten. Vanaf het moment dat het zaad wordt geplant, moeten boeren alles doen wat ze kunnen om ervoor te zorgen dat de planten gedijen – hun bestaan hangt ervan af.

Onze technologie neemt een groot deel van het gokwerk uit de taken van boeren, zoals het bepalen van de beste manieren om voor groeiende gewassen te zorgen, en geeft boeren extra tijd om zich te concentreren op het oplossen van strategische bedrijfsuitdagingen. Aan het eind van de dag zijn boeren grote bedrijven en vertrouwen ze op technologie om hen te helpen dit zo efficiënt, productief en winstgevend mogelijk te doen.

Naast het feit dat de door machines gegenereerde gegevens boeren in staat stellen betere, meer geïnformeerde beslissingen te nemen om betere resultaten te behalen, voeren de hoge niveaus van automatisering en autonomie in de machines zelf het werk beter en op een grotere schaal uit dan mensen in staat zijn te doen. Spuitmachines kunnen “zien” waar problemen zich voordoen in duizenden acres aan gewassen beter dan menselijke ogen en kunnen precies bedreigingen behandelen; terwijl technologie zoals autonome grondbewerking de last van het doen van een zwaar, tijdrovend karwei verlicht en het met meer precisie en efficiëntie op grote schaal uitvoert dan een mens zou kunnen. In autonome grondbewerking gebruikt een volledig autonoom systeem sensoren in combinatie met diepe neurale netwerken om ideale omstandigheden te creëren met centimeterprecisie. Dit bereidt de bodem voor om consistent rijafstand, precieze zaaddiepte en geoptimaliseerde zaadplaatsing mogelijk te maken, ondanks vaak drastische bodemveranderingen over één veld. Traditionele methoden, die vaak afhankelijk zijn van door de mens bediende machines, resulteren meestal in meer variatie in resultaten vanwege operatormoeheid, minder consistente navigatie en minder nauwkeurige positionering.

Tijdens de oogstseizoen gebruiken CNH’s combine-machines edge computing en camerasensoren om de kwaliteit van de oogst in real-time te beoordelen. Hoe werkt dit snelle beslissingsproces en wat is de rol van AI bij het optimaliseren van de oogst om verspilling te verminderen en efficiëntie te verbeteren?

Een combine is een uiterst complexe machine die meerdere processen – maaien, dorsen en verzamelen – in één continue bewerking uitvoert. Het wordt een combine genoemd vanwege het feit dat het meerdere apparaten combineert in één fabriek-op-wielen. Er gebeurt veel tegelijk en er is weinig ruimte voor fouten. CNH’s combine maakt automatisch miljoenen snelle beslissingen elke twintig seconden, die op de rand worden verwerkt, rechtstreeks op de machine. De camerasensoren verzamelen en verwerken gedetailleerde beelden van de geoogste gewassen om de kwaliteit van elke korrel van het geoogste gewas te bepalen – door vochtgehalte, graankwaliteit en vuilnisinhoud te analyseren. De machine past automatisch de machine-instellingen aan op basis van de beeldgegevens om optimale resultaten te behalen. We kunnen dit vandaag doen voor gerst, rijst, tarwe, maïs, sojabonen en koolzaad en zullen binnenkort capaciteiten toevoegen voor sorghum, haver, veldbonen, zonnebloemen en peulvruchten.

AI op de rand is cruciaal bij het optimaliseren van dit proces door diepe leermodellen te gebruiken die zijn getraind om patronen in gewasomstandigheden te herkennen. Deze modellen kunnen snel gebieden van de oogst identificeren die aanpassingen vereisen, zoals het wijzigen van de snelheid van de combine of het aanpassen van de dorsinstellingen om een betere scheiding van graan van de rest van de plant te garanderen (bijvoorbeeld door alleen elk enkel maiskorrel te houden en alle stukken van de steel en de stengel te verwijderen). Deze real-time optimalisatie helpt verspilling te verminderen door gewasbeschadiging te minimaliseren en alleen hoge kwaliteit gewassen te verzamelen. Het verbetert ook de efficiëntie, waardoor machines op basis van gegevens beslissingen kunnen nemen om de oogst van boeren te maximaliseren, terwijl operationele stress en kosten worden verminderd.

Precisielandbouw gestuurd door AI en ML belooft om inputverspilling te verminderen en opbrengst te maximaliseren. Kun je uitleggen hoe CNH’s technologie boeren helpt om kosten te besparen, duurzaamheid te verbeteren en arbeidstekorten te overwinnen in een steeds uitdagender landbouwlandschap?

Boeren worden geconfronteerd met enorme uitdagingen bij het vinden van gekwalificeerde arbeidskrachten. Dit is vooral waar voor grondbewerking – een cruciale stap die de meeste boerderijen nodig hebben om de bodem voor de winter voor te bereiden om betere plantomstandigheden in het voorjaar te creëren. Precisie is essentieel in grondbewerking met nauwkeurigheid gemeten tot op de tiende van een inch om optimale gewasgroeiomstandigheden te creëren. CNH’s autonome grondbewerkingstechnologie elimineert de behoefte aan hooggekwalificeerde operators om grondbewerkingsapparatuur handmatig aan te passen. Met één druk op de knop wordt het hele proces geautomatiseerd, waardoor boeren zich kunnen concentreren op andere essentiële taken. Dit verhoogt de productiviteit en de precisie bespaart brandstof, waardoor operaties efficiënter worden.

Wanneer het gaat om gewasonderhoud is CNH’s spuitertechnologie uitgerust met meer dan 125 microprocessors die in real-time communiceren om de kosten-efficiëntie en duurzaamheid van water-, voedingsstof-, herbicide- en pesticidengebruik te verbeteren. Deze processors werken samen om veldomstandigheden te analyseren en precies te bepalen wanneer en waar deze voedingsstoffen moeten worden toegepast, waardoor een overvloed aan chemicaliën met tot 30% vandaag en tot 90% in de nabije toekomst wordt geëlimineerd, waardoor de inputkosten en het aantal chemicaliën dat in de bodem terechtkomt, aanzienlijk worden verlaagd. De nozzle-controlekleppen stellen de machine in staat om het product precies toe te passen door automatisch aan te passen op basis van de snelheid van de spuitmachine, waardoor een constante snelheid en druk voor precisie-druppelbezorging aan het gewas wordt gegarandeerd, zodat elke druppel precies terechtkomt waar hij nodig is voor de gezondheid van het gewas. Deze precisie vermindert de behoefte aan frequente bijvullen, waardoor boeren de spuitmachine slechts één keer per dag hoeven bij te vullen, wat leidt tot een aanzienlijke besparing van water en chemicaliën.

Soortgelijk is CNH’s Cart Automation het complexe en stressvolle karwei van het besturen van een combine tijdens de oogst vereenvoudigd. Precisie is cruciaal om botsingen tussen de combine-header en de grain-wagen te voorkomen, die binnen inches van elkaar rijden voor uren achter elkaar. Het helpt ook om gewasverlies te verminderen. Cart Automation maakt een naadloos laadproces mogelijk, waardoor de combine kan blijven werken zonder te hoeven stoppen. CNH heeft fysiologisch onderzoek gedaan dat aantoont dat deze assistentechnologie de stress van combine-operators met ongeveer 12% en voor tractor-operators met 18% vermindert, wat zichzelf vertaalt wanneer deze operators tot 16 uur per dag in deze machines zitten tijdens het oogstseizoen.

CNH-merk, New Holland, is onlangs een partnership aangegaan met Bluewhite voor autonome tractor-kits. Hoe past deze samenwerking in CNH’s bredere strategie voor het uitbreiden van autonomie in de landbouw?

Autonomie is de toekomst van CNH, en we nemen een doelgerichte en strategische aanpak om deze technologie te ontwikkelen, aangedreven door de meest dringende behoeften van onze klanten. Onze interne ingenieurs zijn gericht op het ontwikkelen van autonomie voor onze grote landbouwklantensegment – boeren van gewassen die groeien in grote, open velden, zoals maïs en sojabonen. Een andere belangrijke klantengroep voor CNH is boeren van zogenaamde “permanente gewassen” die groeien in boomgaarden en wijngaarden. Door een partnership aan te gaan met Bluewhite, een bewezen leider in het implementeren van autonomie in boomgaarden en wijngaarden, kunnen we de schaal en snelheid naar de markt bieden om zowel de grote landbouw- als de permanente gewas-klantensegmenten te bedienen met kritisch benodigde autonomie. Met Bluewhite bieden we een volledig autonome tractor in permanente gewassen, waardoor we de eerste oorspronkelijke apparatuurfabrikant (OEM) zijn met een autonome oplossing in boomgaarden en wijngaarden.

Onze aanpak van autonomie is om de meest kritieke uitdagingen van klanten op te lossen in de taken en taken waarin ze graag zien dat de machine het werk voltooit en de last van de arbeid verlicht. Autonome grondbewerking leidt onze interne taakautonomieontwikkeling, omdat het een zwaar karwei is dat veel tijd in beslag neemt tijdens een krappe periode van het jaar wanneer veel andere dingen ook moeten gebeuren. Een machine in deze situatie kan het werk beter doen dan een menselijke operator. Permanente gewasboeren hebben ook een dringende behoefte aan autonomie, omdat ze te maken hebben met extreme arbeidstekorten en machines nodig hebben om de gaten te vullen. Deze taken vereisen dat tractoren 20-30 passages door elke boomgaard- of wijngaardrij maken per seizoen, waarbij belangrijke taken worden uitgevoerd, zoals het toedienen van voedingsstoffen aan de bomen en het maaien van het gras tussen de wijnstokken en het vrijhouden van onkruid.

Veel van CNH’s oplossingen worden door boomgaard- en wijngaardoperators overgenomen. Wat zijn de unieke uitdagingen die deze omgevingen stellen voor autonome en AI-gestuurde machines, en hoe past CNH zijn technologie aan voor dergelijke gespecialiseerde toepassingen?

De vensters voor de oogst veranderen, en het vinden van gekwalificeerde arbeidskrachten wordt moeilijker. Klimaatverandering maakt seizoenen onvoorspelbaarder; het is van cruciaal belang voor boeren om technologie te hebben die klaar is om te gaan wanneer de gewassen optimaal zijn voor de oogst. Landbouw vereist altijd precisie, maar het is vooral nodig wanneer men iets zo klein en delicaat als een druif of een noot oogst.

De meeste geautomatiseerde rijtechnologieën vertrouwen op GPS om machines op hun paden te leiden, maar in boomgaarden en wijngaarden kunnen GPS-signalen worden geblokkeerd door boom- en wijnstoktakken. Visiecamera’s en radar worden gebruikt in combinatie met GPS om machines op hun optimale pad te houden. En, in boomgaarden en wijngaarden is de oogst niet alleen een kwestie van acres van uniforme rijen, maar eerder afzonderlijke, gevarieerde planten en bomen, vaak in heuvelachtig terrein. CNH’s geautomatiseerde systemen passen zich aan aan elke plantenhoogte, grondniveau en vereiste oogstsnelheid om een kwaliteitsopbrengst te garanderen zonder de oogst te beschadigen. Ze passen zich ook aan rondom onproductieve of dode bomen om onnodige inputs te besparen. Deze robotmachines bewegen zich automatisch langs de planten, waardoor ze de oogst veilig van de plant of wijnstok kunnen verwijderen. De operator stelt de gewenste oogsthoogte in, en de machines passen zich automatisch aan om die instellingen per plant te handhaven, ongeacht het terrein. Bovendien, voor sommige vruchten, is de beste tijd om te oogsten wanneer de suikerinhoud ‘s nachts piekt. Camera’s met infraroodtechnologie werken zelfs in het donker om de vruchten te oogsten wanneer ze optimaal zijn.

Naarmate meer autonome landbouwapparatuur wordt ingezet, welke stappen neemt CNH om de veiligheid en regelgevingsconformiteit van deze AI-gepowered systemen te garanderen, met name in diverse mondiale landbouwomgevingen?

Veiligheid en regelgevingsconformiteit zijn essentieel voor CNH’s AI-gepowered systemen, dus CNH werkt samen met lokale autoriteiten in verschillende regio’s, waardoor het bedrijf zijn autonome systemen kan aanpassen om te voldoen aan regionale vereisten, waaronder veiligheidsnormen, milieureglementen en gegevensbeschermingswetten. CNH is ook actief in standaardorganisaties om ervoor te zorgen dat we voldoen aan alle erkende en opkomende standaarden en vereisten.

Als voorbeeld omvatten autonome veiligheidssystemen sensoren zoals camera’s, LiDAR, radar en GPS voor real-time monitoring. Deze technologieën stellen de apparatuur in staat om obstakels te detecteren en automatisch te stoppen wanneer ze iets voor zich zien. De machines kunnen ook complex terrein navigeren en reageren op veranderingen in de omgeving, waardoor het risico op ongevallen wordt geminimaliseerd.

Wat zijn de grootste barrières voor de bredere adoptie van AI-gestuurde technologieën in de landbouw? Hoe helpt CNH boeren om over te stappen op deze nieuwe systemen en hun waarde te demonstreren?

Op dit moment zijn de meest significante barrières de kosten, connectiviteit en boerentraining.

Maar betere opbrengsten, lagere uitgaven, minder fysieke stress en beter tijdsbeheer door verhoogde automatisering kunnen de totale kosten van eigendom compenseren. Kleine boerderijen kunnen profiteren van meer beperkte autonome oplossingen, zoals voersystemen of aftermarket-upgradekits.

Onvoldoende connectiviteit, vooral in plattelandsgebieden, vormt een uitdaging. AI-gestuurde technologieën vereisen consistent, altijd-aan connectiviteit. CNH helpt bij het aanpakken van dit probleem via zijn partnership met Intelsat en via universele modems die verbinding maken met welk netwerk dan ook in de buurt – wifi, cellulair of satelliet – waardoor veldklaar connectiviteit voor klanten in moeilijk bereikbare locaties wordt geboden. Terwijl veel klanten deze behoefte aan internetconnectiviteit vervullen met CNH’s marktleidende wereldwijde mobiele virtuele netwerk, kunnen bestaande cellulair torens deze alomtegenwoordige verbinding niet mogelijk maken.

Ten slotte kan de waargenomen leercurve die samenhangt met AI-technologie ontmoedigend lijken. Deze overgang van traditionele praktijken vereist training en een verandering van mindset, waardoor CNH samenwerkt met klanten om ervoor te zorgen dat ze comfortabel zijn met de technologie en de volle voordelen van de systemen behalen.

Als we vooruitkijken, hoe zie je CNH’s AI- en autonome oplossingen evolueren in de komende tien jaar?

CNH tackelt kritieke, mondiale uitdagingen door het ontwikkelen van baanbrekende technologie om meer voedsel te produceren met minder middelen, voor een groeiende bevolking. Ons focus ligt op het empoweren van boeren om hun levensonderhoud en bedrijven te verbeteren door innovatieve oplossingen, waarbij AI en autonomie een centrale rol spelen. Vooruitgang in gegevensverzameling, betaalbaarheid van sensoren, connectiviteit en rekenkracht zal de ontwikkeling van AI- en autonome systemen versnellen. Deze technologieën zullen vooruitgang stimuleren in precisielandbouw, autonome operatie, voorspellend onderhoud en gegevensgestuurde besluitvorming, wat uiteindelijk onze klanten en de wereld ten goede komt.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten CNH bezoeken.