Inteligența artificială în agricultură: Viziunea computerizată, roboți și cântărirea porcilor

Inteligența artificială cucerește rapid agricultura și industria alimentară.

Viziunea computerizată în analiza culturilor

Pentru a hrăni miliarde de oameni, este nevoie de multă teren. În zilele noastre, este imposibil să se cultive manual. În același timp, bolile plantelor și invaziile de insecte duc adesea la eșecuri ale culturilor. Cu scala modernă a afacerilor agricole, astfel de invazii sunt dificil de identificat și neutralizat la timp.

Acest lucru introduce o altă zonă în care algoritmii de viziune computerizată pot ajuta. Producătorii utilizează viziunea computerizată pentru a recunoaște bolile culturilor, atât la nivel micro, din imagini de aproape ale frunzelor și plantelor, cât și la nivel macro, identificând semne timpurii de boli ale plantelor sau dăunători din fotografiile aeriene. Aceste proiecte se bazează de obicei pe abordarea populară a viziunii computerizate: rețele neuronale convoluționale.

Notați că aici vorbesc despre viziunea computerizată într-un sens foarte larg. În multe cazuri, imaginile nu sunt cea mai bună sursă de date. Multe aspecte importante ale vieții plantelor pot fi studiate mai bine în alte moduri. Sănătatea plantelor poate fi adesea înțeleasă mai bine, de exemplu, prin colectarea de imagini hiperspectrale cu senzori speciali sau prin efectuarea de scanări 3D cu laser. Astfel de metode sunt din ce în ce mai utilizate în agronomie. Acest tip de date este de obicei de înaltă rezoluție și se aseamănă mai mult cu imagistica medicală decât cu fotografiile. Unul dintre sistemele pentru monitorizarea câmpurilor se numește AgMRI. Pentru a procesa aceste date, sunt necesare modele speciale, dar structura lor spațială permite utilizarea tehnologiilor moderne de viziune computerizată, în special a rețelelor neuronale convoluționale.

Milione de dolari sunt investiți în cercetarea fenotipării și imagisticii plantelor. Principala sarcină aici este de a colecta seturi mari de date despre culturi (de obicei sub formă de fotografii sau imagini tridimensionale) și de a compara datele fenotipice cu genotipul plantelor. Rezultatele și datele pot fi utilizate pentru a îmbunătăți tehnologiile agricole din întreaga lume.

Roboții în agricultură

Roboții agricoli autonomi, cum ar fi Prospero, pot săpa o groapă în pământ și să planteze ceva în ea, urmând modele generale prestabilite și ținând cont de caracteristicile specifice ale peisajului. Roboții pot, de asemenea, să aibă grijă de procesul de creștere, lucrând cu fiecare plantă în parte. Când este momentul potrivit, roboții vor recolta, tratând din nou fiecare plantă cu precizie. Prospero se bazează pe conceptul de agricultură în stol. Imaginați-vă o armată de roboți Prospero târându-se prin câmpuri și lăsând în urmă rânduri ordonate de plante. În mod interesant, Prospero a apărut încă din 2011, înainte de apogeul revoluției moderne a învățării profunde. Astăzi, roboții se răspândesc rapid în agricultură, permițându-vă să automatizați din ce în ce mai multe sarcini rutiniere:

• Dronele automate stropesc culturile. Dronele mici și agile pot livra substanțe chimice periculoase mai precis decât avioanele convenționale. Mai mult, dronele de stropit pot fi utilizate pentru fotografierea aeriană pentru a obține date pentru algoritmii de viziune computerizată menționați la începutul acestui articol.
• Mai multe roboți specializați pentru recoltare sunt dezvoltați și utilizați. Combinele de recoltare au existat de mult timp. Cu toate acestea, abia acum, cu ajutorul metodelor moderne de viziune computerizată și robotică, a fost posibil să se dezvolte, de exemplu, un robot care culege fragi.
• Roboții precum Hortibot pot recunoaște și ucide individual buruieni prin îndepărtarea mecanică a acestora. Acesta este încă un mare succes al robotică moderne și viziunii computerizate, deoarece, până acum, a fost imposibil să se distingă buruienile de plantele utile și să se lucreze cu plante mici utilizând manipulatoare.

Deși mulți roboți agricoli sunt încă prototipuri sau sunt testați la scară mică, este deja clar că ML, AI și roboții pot funcționa bine în agricultură. Se poate prezice în siguranță că, în viitorul apropiat, tot mai multe lucrări agricole vor fi automatizate.

Îngrijirea animalelor de fermă

Mai multe modalități de utilizare a inteligenței artificiale în agricultură sunt în curs de dezvoltare. De exemplu, un proiect pilot al Neuromation aduce viziunea computerizată într-o industrie care nu a primit atenție semnificativă din partea comunității de învățare profundă: creșterea animalelor.

Au existat, desigur, încercări de a utiliza învățarea automată pe date de urmărire a animalelor. De exemplu, start-up-ul pakistanez Cowlar a introdus un guleraș care monitorizează la distanță activitatea și temperatura vacilor sub sloganul „FitBit pentru vaci.” Oamenii de știință francezi dezvoltă recunoașterea facială pentru vaci.

Există, de asemenea, încercări de a utiliza viziunea computerizată într-o industrie anterior neglijată, care valorează sute de miliarde de dolari – creșterea porcilor. În fermele moderne, porcii sunt ținuți în grupuri relativ mici, în care sunt selectate animalele cele mai asemănătoare. Costul principal în producția de porci este reprezentat de hrana pentru animale, iar optimizarea procesului de îngrășare este sarcina centrală a producției moderne de porci.

Fermierii ar putea rezolva probabil această problemă dacă ar avea informații detaliate despre creșterea în greutate a porcilor. Conform site-ului, animalele sunt de obicei cântărite doar de două ori în viața lor: la începutul și sfârșitul procesului de îngrășare. Dacă experții ar ști cum se îngrașă fiecare purce, ar fi posibil să se elaboreze un program de îngrășare individual pentru fiecare porc, și chiar o compoziție individuală de aditivi alimentari, ceea ce ar îmbunătăți semnificativ randamentul. Nu este foarte greu să se conducă animalele pe cântar, dar acest lucru reprezintă un stres enorm pentru animal, iar porcii pierd greutate din cauza stresului. Proiectul de inteligență artificială nou propus urmărește să dezvolte o metodă nouă, non-invazivă, de cântărire a animalelor. Neuromation intenționează să construiască un model de viziune computerizată care să estimeze greutatea porcilor din datele foto și video. Aceste estimări vor fi introduse în modelele analitice clasice de învățare automată, care vor îmbunătăți procesul de îngrășare.

Agricultura la frontiera inteligenței artificiale

Agricultura și creșterea animalelor sunt adesea considerate industrii învechite. În prezent, însă, agricultura apare din ce în ce mai mult la frontieră inteligenței artificiale.

Principalul motiv în acest sens este acela că multe sarcini în agricultură sunt, în același timp:

• Complex suficient de mult încât să nu poată fi automatizate fără utilizarea inteligenței artificiale moderne și a învățării profunde. Plantele cultivate și porcii, deși asemănători, nu au părăsit aceeași linie de asamblare, fiecare tufă de roșii și fiecare porc necesită o abordare individuală, și, prin urmare, până de curând, intervenția umană a fost absolut necesară.
• Simplu suficient de mult încât, cu dezvoltarea actuală a inteligenței artificiale, putem rezolva aceste sarcini, ținând cont de diferențele individuale dintre plante și animale, și, în același timp, automatizând tehnologiile pentru lucrul cu acestea. Conducerea unui tractor într-un câmp deschis este mai ușoară decât conducerea unei mașini în trafic, și cântărirea unui porc este mai ușoară decât învățarea să treci testul Turing.

Agricultura rămâne una dintre cele mai mari și mai importante industrii de pe planetă, și chiar o creștere mică a eficienței va aduce beneficii enorme, pur și simplu din cauza scării uriașe a acestei industrii. câmpul este mai ușor decât conducerea unei mașini în trafic, și cântărirea unui porc este mai ușoară decât învățarea să treci testul Turing. Agricultura rămâne una dintre cele mai mari și mai importante industrii de pe planetă, și chiar o creștere mică a eficienței va aduce beneficii enorme, pur și simplu din cauza scării uriașe a acestei industrii.