Trí tuệ nhân tạo trong Nông nghiệp: Thị giác máy tính, Robot và Cân nặng cho lợn

Trí tuệ nhân tạo đang nhanh chóng chinh phục nông nghiệp và ngành công nghiệp thực phẩm.

Thị giác máy tính trong phân tích cây trồng

Để nuôi sống hàng tỷ người, bạn cần một lượng đất lớn. Hiện nay, việc canh tác thủ công là không thể. Đồng thời, các bệnh cây và xâm nhập của côn trùng thường dẫn đến thất bại mùa màng. Với quy mô hiện đại của kinh doanh nông nghiệp, những xâm nhập này khó được xác định và trung hòa kịp thời.

Điều này giới thiệu một lĩnh vực khác nơi các thuật toán thị giác máy tính có thể giúp đỡ. Các nhà trồng trọt sử dụng thị giác máy tính để nhận biết bệnh cây trồng, cả ở mức độ vi mô, từ hình ảnh cận cảnh của lá cây và cây trồng, và ở mức độ vĩ mô, bằng cách xác định các dấu hiệu sớm của bệnh cây hoặc côn trùng từ ảnh chụp từ trên không. Các dự án này thường dựa trên phương pháp phổ biến của thị giác máy tính: mạng nơ-ron tích chập.

Lưu ý rằng tôi đang nói về thị giác máy tính trong một ý nghĩa rất rộng. Trong nhiều trường hợp, hình ảnh không phải là nguồn dữ liệu tốt nhất. Nhiều khía cạnh quan trọng của đời sống cây trồng có thể được nghiên cứu tốt hơn bằng cách thu thập hình ảnh siêu phổ với các cảm biến đặc biệt hoặc thực hiện quét laser 3D. Các phương pháp này đang ngày càng được sử dụng trong nông nghiệp. Loại dữ liệu này thường có độ phân giải cao và gần giống với hình ảnh y tế hơn là ảnh chụp. Một trong những hệ thống giám sát đồng ruộng được gọi là AgMRI. Để xử lý dữ liệu này, cần có các mô hình đặc biệt, nhưng cấu trúc không gian của chúng cho phép sử dụng các công nghệ thị giác máy tính hiện đại, đặc biệt là mạng nơ-ron tích chập.

Hàng triệu đô la đang được đầu tư vào nghiên cứu phân loại và hình ảnh cây trồng. Nhiệm vụ chính ở đây là thu thập các tập dữ liệu lớn về cây trồng (thường ở dạng ảnh chụp hoặc hình ảnh 3D) và so sánh dữ liệu kiểu hình với kiểu gen của cây trồng. Kết quả và dữ liệu có thể được sử dụng để cải thiện công nghệ nông nghiệp trên toàn thế giới.

Robotics trong nông nghiệp

Các robot nông nghiệp tự động như Prospero có thể đào một lỗ trên mặt đất và trồng thứ gì đó vào đó, theo các mẫu chung đã xác định và tính đến các đặc điểm cụ thể của cảnh quan. Robot cũng có thể chăm sóc quá trình trồng trọt, làm việc với từng cây riêng lẻ. Khi thời gian chín muồi, robot sẽ thu hoạch, lại một lần nữa đối xử với từng cây chính xác như nó nên. Prospero dựa trên khái niệm nông nghiệp bầy đàn. Hãy tưởng tượng một đội quân nhỏ Prospero bò qua các cánh đồng, để lại những hàng cây thẳng tắp. Điều thú vị là Prospero thực sự đã xuất hiện từ năm 2011, trước thời kỳ hoàng kim của cuộc cách mạng học sâu hiện đại. Ngày nay, robot đang nhanh chóng lan rộng trong nông nghiệp, cho phép tự động hóa nhiều nhiệm vụ thường xuyên hơn:

• Đồ bay tự động phun thuốc cho cây trồng. Các máy bay không người lái nhỏ và linh hoạt có thể cung cấp hóa chất nguy hiểm chính xác hơn so với máy bay thông thường. Hơn nữa, máy bay không người lái phun thuốc có thể được sử dụng để chụp ảnh từ trên không và thu thập dữ liệu cho các thuật toán thị giác máy tính được đề cập ở đầu bài viết này.
• Đang phát triển và sử dụng nhiều robot chuyên dụng hơn cho thu hoạch. Máy gặt đã tồn tại từ lâu. Tuy nhiên, chỉ bây giờ, với sự giúp đỡ của các phương pháp máy tính và robot hiện đại, đã có thể phát triển, ví dụ, một robot có thể hái dâu.
• Robot như Hortibot có thể nhận biết và tiêu diệt từng cây cỏ dại riêng lẻ bằng cách loại bỏ chúng cơ học. Đây là một thành công lớn khác của robot và thị giác máy tính hiện đại, vì trước đây không thể phân biệt cỏ dại với cây trồng hữu ích và làm việc với cây nhỏ bằng tay.

Mặc dù nhiều robot nông nghiệp vẫn còn là nguyên mẫu hoặc đang được thử nghiệm trên quy mô nhỏ, nhưng đã rõ ràng rằng học máy, trí tuệ nhân tạo và robot có thể hoạt động tốt trong nông nghiệp. Có thể dự đoán một cách an toàn rằng nhiều công việc nông nghiệp sẽ được tự động hóa trong tương lai gần.

Chăm sóc động vật nông trại

Nhiều cách sử dụng trí tuệ nhân tạo trong nông nghiệp đang được phát triển tích cực. Ví dụ, một dự án thí điểm của Neuromation mang thị giác máy tính đến một ngành công nghiệp mà chưa nhận được nhiều sự chú ý từ cộng đồng học sâu: chăn nuôi.

Đã có những nỗ lực sử dụng học máy trên dữ liệu theo dõi gia súc. Ví dụ, công ty khởi nghiệp Cowlar của Pakistan đã giới thiệu một vòng cổ theo dõi hoạt động và nhiệt độ của bò từ xa dưới khẩu hiệu “FitBit cho bò.” Các nhà khoa học Pháp đang phát triển nhận dạng khuôn mặt cho bò.

Cũng có những nỗ lực sử dụng thị giác máy tính trong một ngành công nghiệp trước đây bị bỏ qua có giá trị hàng trăm tỷ đô la – chăn nuôi lợn. Trên các trang trại hiện đại, lợn được giữ trong các nhóm tương đối nhỏ, trong đó các động vật tương tự được chọn. Chi phí chính trong sản xuất lợn là thức ăn, và tối ưu hóa quá trình béo là nhiệm vụ trung tâm của sản xuất lợn hiện đại.

Các nông dân có thể giải quyết vấn đề này nếu họ có thông tin chi tiết về tăng trọng của lợn. Theo trang web này, động vật thường chỉ được cân hai lần trong suốt cuộc đời: vào đầu và cuối quá trình béo. Nếu các chuyên gia biết cách mỗi con lợn con tăng cân, họ có thể lập một chương trình béo riêng cho từng con lợn, thậm chí là một thành phần riêng của thức ăn bổ sung, điều này sẽ cải thiện đáng kể năng suất. Không khó để đưa động vật lên cân, nhưng đây là một căng thẳng lớn cho động vật, và lợn mất trọng lượng do căng thẳng. Dự án trí tuệ nhân tạo mới này dự định sẽ phát triển một phương pháp mới, không xâm lấn để cân động vật. Neuromation sẽ xây dựng một mô hình thị giác máy tính sẽ ước tính trọng lượng của lợn từ dữ liệu ảnh và video. Các ước tính này sẽ được đưa vào các mô hình học máy phân tích cổ điển đã được cải tiến, giúp cải thiện quá trình béo.

Nông nghiệp ở tiền tuyến của trí tuệ nhân tạo

Nông nghiệp và chăn nuôi thường được coi là các ngành công nghiệp cũ.
Tuy nhiên, ngày nay, nông nghiệp ngày càng xuất hiện ở tiền tuyến của trí tuệ nhân tạo.

Lý do chính ở đây là nhiều nhiệm vụ trong nông nghiệp đồng thời:

• Phức tạp đủ để không thể tự động hóa mà không sử dụng trí tuệ nhân tạo và học sâu hiện đại. Cây trồng và lợn, mặc dù tương tự nhau, nhưng không rời khỏi cùng một dây chuyền sản xuất, mỗi cây cà chua và mỗi con lợn cần một cách tiếp cận riêng, và do đó, cho đến rất gần đây, sự can thiệp của con người là hoàn toàn cần thiết.
• Đơn giản đủ để với sự phát triển của trí tuệ nhân tạo ngày nay, chúng ta có thể giải quyết chúng, tính đến sự khác biệt cá nhân giữa cây trồng và động vật, đồng thời tự động hóa các công nghệ làm việc với chúng. Lái một chiếc xe tractor trong một cánh đồng mở là dễ hơn lái xe trong giao thông, và cân một con lợn là dễ hơn học cách vượt qua bài kiểm tra Turing.

Nông nghiệp vẫn là một trong những ngành công nghiệp lớn và quan trọng nhất trên hành tinh, và ngay cả một sự tăng nhỏ về hiệu quả sẽ mang lại lợi ích lớn chỉ vì quy mô lớn của ngành công nghiệp này. lái một chiếc xe tractor trong một cánh đồng mở là dễ hơn lái xe trong giao thông, và cân một con lợn là dễ hơn học cách vượt qua bài kiểm tra Turing. Nông nghiệp vẫn là một trong những ngành công nghiệp lớn và quan trọng nhất trên hành tinh, và ngay cả một sự tăng nhỏ về hiệu quả sẽ mang lại lợi ích lớn chỉ vì quy mô lớn của ngành công nghiệp này.