Jay Schroeder, CTO w CNH – Seria wywiadów

Jay Schroeder pełni funkcję Chief Technology Officer (CTO) w firmie CNH, nadzorując globalne operacje badawczo-rozwojowe. Do jego obowiązków należy zarządzanie obszarami takimi jak technologia, innowacje, pojazdy i maszyny, technologia precyzyjna, użytkowanie i napęd. Schroeder koncentruje się na doskonaleniu portfolio produktów firmy i zdolności technologicznych, aby integrować rozwiązania precyzyjne w całym zakresie sprzętu. Dodatkowo, jest on zaangażowany w rozwój ofert CNH w zakresie alternatywnych napędów i nadzoruje procesy rozwoju produktów, aby zapewnić, że portfolio produktowe spełnia wysokie standardy jakości i wydajności.

Poprzez swoje różne biznesy, CNH produkuje i sprzedaje maszyny rolnicze i sprzęt budowlany. Sztuczna inteligencja i zaawansowane technologie, takie jak wizja komputerowa, uczenie maszynowe (ML) i czujniki kamery, zmieniają sposób, w jaki ten sprzęt działa, umożliwiając innowacje, takie jak samochodowe traktory zasilane sztuczną inteligencją, które pomagają rolnikom w rozwiązywaniu złożonych problemów w ich pracy.

Ciągniki CNH są zasilane modelami szkoleniowymi na głębokich sieciach neuronowych i inferencji w czasie rzeczywistym. Czy możesz wyjaśnić, w jaki sposób ta technologia pomaga rolnikom wykonywać zadania, takie jak sadzenie z ekstremalną precyzją, i jak się ona porównuje do jazdy autonomicznej w innych branżach, takich jak transport?

Pomimo że samochody autonomiczne przyciągają uwagę, branża rolnicza cicho prowadzi rewolucję autonomiczną od ponad dwóch dekad. Firmy takie jak CNH były pionierami w kierowaniu autonomicznym i kontroli prędkości, zanim Tesla (TSLA ). Dziś technologia CNH idzie poza samą jazdę, wykonując wysoko zautomatyzowane i autonomiczne prace, podczas gdy jednocześnie prowadzi się przez pole. Od precyzyjnego sadzenia nasion w ziemi, dokładnie tam, gdzie są potrzebne, po wydajne i optymalne zbieranie plonów i leczenie gleby, wszystko podczas jazdy przez pole, rolnictwo autonomiczne nie tylko nadąża za samochodami autonomicznymi – wyprzedza je.

Dalej, przyszłościowa architektura technologiczna CNH umożliwia rolnictwo autonomiczne znacznie bardziej niż to, co mogą osiągnąć samochody autonomiczne. Nasza architektura oprogramowania definiuje się przez siebie, łącząc bezproblemowo szeroki zakres technologii, umożliwiając automatyzację złożonych zadań rolniczych, które są o wiele bardziej wymagające niż prosta nawigacja z punktu A do punktu B. Interoperacyjność w architekturze daje rolnikom bezprecedensową kontrolę i elastyczność, aby warstwować technologię za pomocą otwartych API CNH. W przeciwieństwie do zamkniętych systemów, otwarte API CNH pozwalają rolnikom dostosowywać swoje maszyny. Wyobraź sobie czujniki kamery, które rozróżniają plony od chwastów, aktywowane tylko wtedy, gdy są potrzebne – wszystko podczas gdy pojazd działa autonomicznie. Ta adaptacyjność, połączona z możliwością radzenia sobie z trudnym terenem i różnymi zadaniami, wyróżnia technologię CNH. Podczas gdy Tesla i Waymo robią postępy, prawdziwa granica innowacji autonomicznych leży na polach, a nie na drogach.

Pojęcie “maszyny MRI dla roślin” jest fascynujące. Jak technologia CNH wykorzystuje syntetyczne obrazy i uczenie maszynowe, aby umożliwić maszynom identyfikację typu plonów, stadium wzrostu i aplikację ukierunkowanej nawożenia?

Wykorzystując sztuczną inteligencję, kamery wizji komputerowej i ogromne zestawy danych, CNH trenuje modele, aby rozróżniać plony od chwastów, identyfikować stadia wzrostu roślin i rozpoznawać stan zdrowia plonów w całym polu, aby określić dokładną ilość składników odżywczych i ochrony potrzebnej do optymalizacji plonów. Na przykład, z aplikacją Augmenta Field Analyzer, komputerowa wizja skanuje grunt przed maszyną, gdy porusza się szybko przez pole (do 20 mph), aby ocenić stan plonów na polu i określić, które obszary wymagają leczenia i w jakim stopniu, aby uczynić te obszary zdrowszymi.

Thanks to this technology, farmers are able to know and treat exactly where in the field a problem is building so that instead of blanketing a whole field with a treatment to kill weeds, control pests, or add necessary nutrients to boost the health of the crops, AI and data-informed spraying machines automatically spray only the plants that need it. The technology enables the exact amount of chemical needed, applied in exactly the right spot to precisely address the plants’ needs and stop any threat to the crop. Identifying and spraying only (and exactly) weeds as they grow among crops will eventually reduce the use of chemicals on fields by up to 90%. Only a small amount of chemical is needed to treat each individual threat rather than treating the whole field in order to reach those same few threats.

Aby wygenerować fotorealistyczne obrazy syntetyczne i poprawić zestawy danych w krótkim czasie, CNH wykorzystuje biologiczne modele proceduralne. Umożliwia to zespołowi szybkie i wydajne tworzenie i klasyfikowanie milionów obrazów bez potrzeby poświęcania czasu na przechwytywanie rzeczywistych obrazów w wymaganym zakresie. Dane syntetyczne uzupełniają autentyczne obrazy, poprawiając wydajność szkolenia i inferencji modelu. Na przykład, za pomocą danych syntetycznych, można utworzyć różne sytuacje, aby trenować modele – takie jak różne warunki oświetlenia i cienie, które poruszają się w ciągu dnia. Modele proceduralne mogą generować określone obrazy na podstawie parametrów, tworząc zestaw danych, który reprezentuje różne warunki.

Jak dokładna jest ta technologia w porównaniu z tradycyjnymi metodami rolniczymi?

Rolnicy podejmują setki istotnych decyzji w ciągu roku, ale widzą rezultaty wszystkich tych decyzji tylko raz: w czasie zbiorów. Średni wiek rolnika wzrasta, a większość z nich pracuje ponad 30 lat. Nie ma miejsca na błąd. Od momentu posadzenia nasion rolnicy muszą zrobić wszystko, co w ich mocy, aby upewnić się, że plony prosperują – ich utrzymanie zależy od tego.

Nasza technologia usuwa wiele niepewności z zadań rolników, takich jak określanie najlepszych sposobów pielęgnacji rosnących plonów, jednocześnie dając rolnikom dodatkowy czas, aby skupić się na rozwiązywaniu strategicznych problemów biznesowych. Na końcu dnia rolnicy prowadzą ogromne firmy i polegają na technologii, aby pomóc im działać w sposób najbardziej efektywny, produktywny i opłacalny.

Nie tylko dane generowane przez maszyny pozwalają rolnikom podejmować lepsze, bardziej świadome decyzje, aby osiągnąć lepsze rezultaty, ale także wysoki poziom automatyzacji i autonomii w samych maszynach wykonuje pracę lepiej i na większą skalę niż ludzie. Maszyny do oprysku mogą “zobaczyć” obszary problemowe w setkach hektarów plonów lepiej niż ludzkie oczy i mogą precyzyjnie leczyć zagrożenia; podczas gdy technologie takie jak orka autonomiczna mogą odciążyć rolników od ciężkich i czasochłonnych zadań i wykonywać je z większą precyzją i efektywnością w skali, niż człowiek mógłby. W orce autonomicznej, w pełni autonomiczny system orze ziemię, wykorzystując czujniki w połączeniu z głębokimi sieciami neuronowymi, tworząc optymalne warunki z precyzją na poziomie centymetra. To przygotowuje ziemię do umożliwienia wysoko spójnego rozstawu rzędów, precyzyjnej głębokości nasion i optymalnego umieszczenia nasion, pomimo często drastycznych zmian gleby w obrębie jednego pola. Tradycyjne metody, często opierające się na maszynach obsługiwanych przez ludzi, zazwyczaj prowadzą do większej zmienności wyników ze względu na zmęczenie operatora, mniej spójną nawigację i mniej dokładne pozycjonowanie.

Podczas sezonu zbiorów, maszyny kombajnowe CNH wykorzystują obliczenia brzegowe i czujniki kamery, aby ocenić jakość plonów w czasie rzeczywistym. Jak działa ten proces szybkiego podejmowania decyzji, a jaka jest rola sztucznej inteligencji w optymalizacji zbiorów, aby zmniejszyć marnowanie i poprawić efektywność?

Kombajn to niezwykle złożona maszyna, która wykonuje wiele procesów – żniwiarstwo, młócenie i zbieranie – w jednej, ciągłej operacji. Nazywa się ją kombajnem, ponieważ łączy to, co wcześniej było oddzielnymi urządzeniami, w jedną fabrykę na kołach. Wiele rzeczy dzieje się jednocześnie, a miejsca na błędy jest niewiele. Kombajn CNH automatycznie podejmuje miliony szybkich decyzji co dwadzieścia sekund, przetwarzając je na brzegu, bezpośrednio na maszynie. Czujniki kamery przechwytują i przetwarzają szczegółowe obrazy zebranych plonów, aby określić jakość każdego ziarna plonu, analizując poziomy wilgotności, jakość ziarna i zawartość zanieczyszczeń. Maszyna automatycznie podejmuje decyzje na podstawie danych obrazowych, aby wdrożyć najlepsze ustawienia maszyny, aby uzyskać optymalne rezultaty. Możemy to robić dzisiaj dla jęczmienia, ryżu, pszenicy, kukurydzy, soi i rzepaku, a wkrótce dodamy możliwości dla sorga, owsa, grochu, słonecznika i fasoli.

Sztuczna inteligencja na brzegu jest kluczowa w optymalizacji tego procesu, wykorzystując głębokie modele uczenia, które są szkolone do rozpoznawania wzorców w warunkach plonów. Te modele mogą szybko identyfikować obszary zbioru, które wymagają dostosowań, takich jak zmiana prędkości kombajnu lub modyfikacja ustawień młócenia, aby zapewnić lepsze rozdzielenie ziarna od reszty rośliny (na przykład, zachowanie każdego ziarna kukurydzy i usunięcie wszystkich kawałków kolby i łodygi). Optymalizacja w czasie rzeczywistym pomaga zmniejszyć marnowanie, minimalizując uszkodzenia plonów i zbierając tylko wysokiej jakości plony. Poprawia również efektywność, pozwalając maszynom podejmować decyzje oparte na danych w trakcie pracy, aby maksymalizować plony rolników, jednocześnie redukując stres operacyjny i koszty.

Rolnictwo precyzyjne napędzane przez sztuczną inteligencję i uczenie maszynowe obiecuje zmniejszyć marnowanie i maksymalizować plony. Czy mógłbyś wyjaśnić, w jaki sposób technologia CNH pomaga rolnikom ciąć koszty, poprawiać zrównoważoność i pokonywać braki siły roboczej w coraz bardziej wymagającym krajobrazie rolniczym?

Rolnicy stają przed ogromnymi wyzwaniami w znalezieniu wykwalifikowanej siły roboczej. Jest to szczególnie prawdziwe w przypadku orki – kluczowego kroku, który większość farm wymaga, aby przygotować ziemię na zimę i zapewnić lepsze warunki sadzenia wiosną. Precyzja jest niezwykle ważna w orce, z dokładnością mierzoną do dziesiątej części cala, aby stworzyć optymalne warunki wzrostu plonów. Technologia orki autonomicznej CNH eliminuje potrzebę wysoko wykwalifikowanych operatorów, którzy musieliby ręcznie dostosowywać maszyny orne. Przy naciśnięciu przycisku, system automatyzuje cały proces, pozwalając rolnikom skupić się na innych istotnych zadaniach. To zwiększa produktywność i precyzję, oszczędzając paliwo i czyniąc operacje bardziej efektywne.

Gdy chodzi o konserwację plonów, technologia CNH jest wyposażona w ponad 125 mikroprocesorów, które komunikują się w czasie rzeczywistym, aby poprawić efektywność kosztową i zrównoważoność użycia wody, składników odżywczych, herbicydów i pestycydów. Te procesory współpracują, aby analizować warunki pola i precyzyjnie określać, kiedy i gdzie stosować te substancje, eliminując nadmiar chemikaliów o 30% obecnie i o 90% w niedalekiej przyszłości, znacznie zmniejszając koszty i ilość chemikaliów, które trafiają do gleby. Zawory kontrolne dysz pozwalają maszynie precyzyjnie aplikować produkt, automatycznie dostosowując się do prędkości maszyny, zapewniając stałą szybkość i ciśnienie dla precyzyjnego dostarczania kropli do plonu, tak aby każda kropla trafiała dokładnie tam, gdzie jest potrzebna dla zdrowia plonu. Ten poziom precyzji zmniejsza potrzebę częstych uzupełnień, a rolnicy muszą napełniać maszynę do oprysku tylko raz dziennie, co prowadzi do znacznego oszczędności wody i chemikaliów.

Podobnie, automatyzacja wózków CNH upraszcza skomplikowane i stresujące zadanie obsługi kombajnu podczas zbiorów. Precyzja jest kluczowa, aby uniknąć kolizji między głowicą kombajnu a wózkiem z ziarnem, jadącym w odległości kilku cali od siebie przez godziny. Automatyzacja wózków umożliwia bezproblemowy proces ładowania w trakcie pracy, zmniejszając potrzebę ręcznej koordynacji i umożliwiając kombajnowi kontynuowanie pracy bez potrzeby zatrzymywania. CNH przeprowadził badania fizjologiczne, które pokazują, że ta technologia asystująca zmniejsza stres u operatorów kombajnów o około 12% i u operatorów ciągników o 18%, co się sumuje, gdy ci operatorzy spędzają w tych maszynach do 16 godzin dziennie podczas sezonu zbiorów.

Marka CNH, New Holland, niedawno nawiązała partnerstwo z Bluewhite w celu zwiększenia zdolności autonomicznych i oferty w ramach strategicznego partnerstwa. Jak to partnerstwo wpisuje się w szerszą strategię CNH dotyczącą rozwijania autonomii w rolnictwie?

Autonomia to przyszłość CNH, i podejmujemy celowe i strategiczne podejście do rozwoju tej technologii, napędzanej przez najpilniejsze potrzeby naszych klientów. Nasi inżynierowie wewnętrzni koncentrują się na opracowaniu autonomii dla naszego dużego segmentu rolniczego – rolników uprawiających plony w dużych, otwartych polach, takich jak kukurydza i soja. Innym ważnym segmentem klientów CNH są rolnicy uprawiający tzw. plony trwałe, które rosną w sadach i winnicach. Partnerstwo z Bluewhite, liderem w implementowaniu autonomii w sadach i winnicach, pozwala nam na skalę i szybkość wejścia na rynek, aby obsłużyć zarówno duży segment rolniczy, jak i segment plonów trwałych z niezbędną autonomią. Z Bluewhite dostarczamy w pełni autonomiczny ciągnik w plonach trwałych, stając się pierwszym producentem oryginalnym z rozwiązaniem autonomicznym w sadach i winnicach.

Nasze podejście do autonomii polega na rozwiązywaniu najbardziej krytycznych wyzwań, z którymi borykają się nasi klienci, w zadaniach i pracach, w których są oni najbardziej zainteresowani, aby maszyna wykonała pracę i odciążyła ich od ciężaru pracy. Autonomiczna orka prowadzi nasz wewnętrzny rozwój autonomii, ponieważ jest to zadanie, które zajmuje dużo czasu w ściśle określonym okresie roku, kiedy wiele innych rzeczy musi się wydarzyć. Maszyna w tym przypadku może wykonać pracę lepiej niż operator ludzki. Rolnicy plonów trwałych mają również pilną potrzebę autonomii, ponieważ borykają się z ekstremalnymi brakami siły roboczej i potrzebują maszyn, które wypełnią te luki. Te zadania wymagają, aby ciągniki przejeżdżały 20-30 przejazdów przez każdy rząd sadu lub winnicy w ciągu sezonu, wykonując ważne zadania, takie jak aplikowanie składników odżywczych do drzew i trawy między winoroślami.

Wiele rozwiązań CNH jest przyjmowanych przez operatorów sadów i winnic. Jakie unikalne wyzwania stawiają te środowiska dla maszyn autonomicznych i napędzanych przez sztuczną inteligencję, i jak CNH dostosowuje swoje technologie do tak specyficznych zastosowań?

Okna zbiorów ulegają zmianom, a znalezienie wykwalifikowanej siły roboczej staje się coraz trudniejsze. Zmiany klimatyczne sprawiają, że pory roku stają się mniej przewidywalne; jest to misja krytyczna dla rolników, aby mieli gotową technologię, która napędza precyzję i efektywność, kiedy plony są optymalne do zbioru. Rolnictwo zawsze wymaga precyzji, ale jest to szczególnie ważne, kiedy zbiera się coś tak delikatnego, jak winogrono czy orzech.

Większość technologii jazdy autonomicznej opiera się na GPS, aby prowadzić maszyny po ich ścieżkach, ale w sadach i winnicach sygnały GPS mogą być blokowane przez gałęzie drzew i winorośli. Kamery wizji i radar są wykorzystywane w połączeniu z GPS, aby utrzymać maszyny na optymalnej ścieżce. A w sadach i winnicach, zbieranie nie jest już kwestią hektarów równych rzędów, ale raczej indywidualnych, zróżnicowanych roślin i drzew, często na pagórkowatym terenie. Systemy automatyczne CNH dostosowują się do wysokości każdej rośliny, poziomu gruntu i wymaganej szybkości zbioru, aby zapewnić jakość plonów, bez uszkadzania plonów. Dostosowują się również wokół nieproduktywnych lub martwych drzew, aby zaoszczędzić niepotrzebne nakłady. Te maszyny robotyczne automatycznie poruszają się wzdłuż roślin, bezpiecznie mijając plony, delikatnie usuwając owoce z drzewa lub winorośli. Operator ustawia pożądaną wysokość głowicy, a maszyny automatycznie dostosowują się do utrzymania tych ustawień dla każdej rośliny, niezależnie od terenu. Co więcej, dla niektórych owoców, najlepszy czas zbioru jest wtedy, gdy ich zawartość cukru osiąga szczyt w nocy. Kamery wyposażone w technologię podczerwieni mogą pracować nawet w najciemniejszych warunkach, aby zebrać owoce w optymalnym stanie.

Jak CNH dba o bezpieczeństwo i zgodność regulacyjną tych systemów napędzanych przez sztuczną inteligencję, szczególnie w różnych środowiskach rolniczych na całym świecie?

Bezpieczeństwo i zgodność regulacyjna są centralnymi kwestiami w systemach napędzanych przez sztuczną inteligencję CNH, dlatego CNH współpracuje z lokalnymi władzami w różnych regionach, co pozwala firmie dostosować swoje systemy autonomiczne do spełnienia regionalnych wymagań, w tym standardów bezpieczeństwa, przepisów środowiskowych i praw dotyczących ochrony danych. CNH jest również aktywny w organizacjach standaryzacyjnych, aby zapewnić, że spełnia wszystkie uznanie i pojawiające się standardy oraz wymagania.

Na przykład, systemy bezpieczeństwa autonomicznego obejmują czujniki, takie jak kamery, LiDAR, radar i GPS, do monitorowania w czasie rzeczywistym. Te technologie umożliwiają sprzętowi wykrywanie przeszkód i automatyczne zatrzymywanie, gdy wykryje coś przed sobą. Maszyny mogą również nawigować w złożonym terenie i reagować na zmiany środowiskowe, minimalizując ryzyko wypadków.

Co widzisz jako największe bariery dla powszechnego przyjęcia technologii napędzanych przez sztuczną inteligencję w rolnictwie? Jak CNH pomaga rolnikom w przejściu na te nowe systemy i demonstrowaniu ich wartości?

Obecnie największymi barierami są koszt, łączność i szkolenie rolników.

Ale lepsze plony, zmniejszone wydatki, zmniejszony stres fizyczny i lepsze zarządzanie czasem dzięki zwiększonej automatyzacji mogą zrównoważyć całkowity koszt posiadania. Mniejsze farmy mogą skorzystać z bardziej ograniczonych rozwiązań autonomicznych, takich jak systemy karmienia lub pakiety modernizacyjne.

Niewystarczająca łączność, szczególnie na obszarach wiejskich, stanowi wyzwanie. Technologie napędzane przez sztuczną inteligencję wymagają ciągłej, zawsze włączonej łączności. CNH pomaga rozwiązać ten problem poprzez partnerstwo z Intelsat oraz poprzez uniwersalne modemy, które łączą się z dowolną siecią w zasięgu – Wi-Fi, komórkową lub satelitarną – zapewniając łączność gotową do pola dla klientów w trudno dostępnych miejscach. Chociaż wielu klientów spełnia tę potrzebę łączności internetowej za pomocą wiodącej na rynku globalnej sieci wirtualnej CNH, istniejące wieże komórkowe nie zapewniają powszechnej łączności.

Na koniec, postrzegany krzywa uczenia się związana z technologią sztucznej inteligencji może wydawać się przytłaczająca. Ten przejście od tradycyjnych praktyk wymaga szkolenia i zmiany sposobu myślenia, dlatego CNH pracuje ręka w rękę z klientami, aby upewnić się, że są oni komfortowi z technologią i korzystają z pełnych korzyści systemów.

Spójrzając w przyszłość, jak widzisz ewolucję rozwiązań CNH w zakresie sztucznej inteligencji i autonomii w ciągu najbliższej dekady?

CNH zajmuje się rozwiązywaniem krytycznych, globalnych wyzwań, rozwijając najnowocześniejszą technologię, aby produkować więcej żywności w sposób zrównoważony, przy użyciu mniejszych zasobów, dla rosnącej populacji. Nasz focus jest na umożliwieniu rolnikom poprawy ich życia i biznesu za pomocą innowacyjnych rozwiązań, z sztuczną inteligencją i autonomią odgrywającymi centralną rolę. Postępy w zbieraniu danych, taniości czujników, łączności i mocy obliczeniowej przyspieszą rozwój systemów sztucznej inteligencji i autonomii. Te technologie napędzą postęp w rolnictwie precyzyjnym, operacjach autonomicznych, konserwacji predykcyjnej i podejmowaniu decyzji opartych na danych, ostatecznie przynosząc korzyści naszym klientom i światu.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić CNH.