Jay Schroeder, CTO tại CNH – Loạt phỏng vấn

Jay Schroeder担任CNH的首席技术官（CTO），负责公司的全球研究和开发运营。他的职责包括管理技术、创新、车辆和实施、精确技术、用户体验和动力系统等领域。 Schroeder专注于提高公司的产品组合和精确技术能力，旨在将精确解决方案集成到整个设备范围内。另外，他还参与扩大CNH的替代推进产品并对产品开发流程进行管理，以确保公司的产品组合达到高标准的质量和性能。

通过其各个业务，CNH生产和销售农业机械和建筑设备。人工智能和先进技术，如计算机视觉、机器学习(ML)和摄像头传感器，正在改变这些设备的运行方式，实现了诸如人工智能驱动的自主拖拉机等创新，这些拖拉机帮助农民解决工作中的复杂挑战。

CNH的自主拖拉机由深度神经网络和实时推理训练的模型提供动力。您能否解释这种技术如何帮助农民以极高的精度执行任务，如种植，并且它与其他行业（如运输）中的自动驾驶相比如何？

虽然自动驾驶汽车占据了头条新闻，但农业行业已经在过去二十多年中悄悄地领导了自动化革命。像CNH这样的公司很早就开创了自动驾驶和速度控制。今天，CNH的技术已经超越了简单的驾驶，实现了高度自动化和自动化作业，同时还可以进行复杂的农场工作。从精确地将种子种植在地面上到高效和最优地收获作物和处理土壤，所有这些都可以在驾驶过程中完成，自动化农业不仅仅是与自动驾驶汽车保持同步——它已经超过了它们。交通的未来可能是自动化的，但在农业领域，未来已经到来了。

此外，CNH的未来技术栈赋予了自动化农业远超自动驾驶汽车的能力。我们的软件定义架构无缝集成了广泛的技术，实现了复杂的农场任务的自动化，这些任务比简单的点对点导航要具有挑战性得多。架构中的互操作性赋予了农民前所未有的控制和灵活性，使他们能够通过CNH的开放API叠加高度的技术。与封闭系统不同，CNH的开放API允许农民自定义他们的机械。想象一下，摄像头传感器可以区分作物和杂草，只有在需要时才会激活——所有这些都可以在车辆自动运行时完成。这种适应性，加上能够处理崎岖的地形和多样化的任务，使CNH的技术与众不同。虽然特斯拉和威马等公司正在取得进展，但自动化创新真正的前沿领域在于农田，而不是道路上。

“用于植物的MRI机器”的概念非常吸引人。CNH如何利用合成图像和机器学习使其机器能够识别作物类型、生长阶段和应用有针对性的作物营养？

使用人工智能、计算机视觉摄像头和大量数据集，CNH正在训练模型来区分作物和杂草、识别植物生长阶段和识别整个田地的作物健康状况，以确定优化作物产量所需的确切营养和保护量。例如，使用Augmenta Field Analyzer，一款计算机视觉应用程序，可以在机器快速通过田地（最高20英里/小时）时扫描地面，以评估作物状况并确定哪些区域需要处理以及以何种速率进行处理，以使这些区域更健康。

使用这项技术，农民可以准确地知道田地中哪里存在问题，并且可以只对需要处理的植物进行处理，而不是对整个田地进行处理。人工智能和数据驱动的喷雾机可以自动只对需要处理的植物进行喷雾，精确地将产品喷洒到植物上，正好在它们需要的时候。这种技术可以将田地上使用的化学品减少多达90%，因为只需要少量化学品来对付每个威胁，而不是整个田地。

为了快速生成逼真合成图像并提高数据集，CNH使用生物物理程序模型。这使得团队能够快速高效地创建和分类数百万张图像，而无需花时间以所需的规模捕获真实图像。合成数据增强了真实图像，提高了模型训练和推理性能。例如，使用合成数据，可以创建各种情况来训练模型，例如不同的照明条件和阴影，它们会在一天中移动。程序模型可以根据参数生成特定图像，以创建代表不同条件的数据集。

这项技术与传统农业方法相比有多准确？

农民在一年中做出数百个重要的决定，但他们只看到所有这些累积的决定的结果一次：在收获时。农民的平均年龄正在增加，大多数农民工作超过30年。这里没有犯错的余地。从种子种植的那一刻起，农民需要做一切可能的事情来确保作物茁壮成长——他们的生计岌岌可危。

我们的技术消除了农民任务中的很多猜测，例如确定如何照顾正在生长的作物，同时还为农民节省了时间，让他们专注于解决战略性商业挑战。在一天结束时，农民经营着大型企业，他们依靠技术来帮助他们尽可能高效、富有成效和盈利地运营。机器生成的数据使农民能够做出更好的、更明智的决定，以获得更好的结果，而且机器本身的高水平自动化和自治使它们能够比人类更好、更高效地完成工作。喷雾机可以比人类眼睛更好地“看到”成千上万英亩作物中的问题区域，并且可以精确地对待威胁；而像自动犁地这样的技术可以缓解人工劳动的负担，并且比人类更准确、更高效地完成任务。在自动犁地中，一个完全自治的系统使用传感器和深度神经网络创造理想的条件，具有厘米级的精度。这使得土壤为行距一致、种子深度精确和种子放置优化做好准备，尽管即使在一个田地中，土壤也会发生剧烈的变化。传统方法通常依赖于人工操作的机械，通常会由于操作员疲劳、导航不一致和定位不准确而导致结果的可变性更大。

在收获季节，CNH的联合收割机使用边缘计算和摄像头传感器来实时评估作物质量。这种快速决策过程的工作原理是什么，人工智能在优化收获以减少浪费和提高效率方面扮演什么角色？

联合收割机是一台复杂的机器，它将收获、脱粒和收集等多个过程结合在一个连续的操作中。它之所以被称为联合收割机，是因为它将原本需要多台设备的工作结合在了一起。这个过程中有很多事情同时发生，几乎没有犯错的余地。CNH的联合收割机每20秒做出数百万个快速决策，并在边缘处理这些决策，直接在机器上处理。摄像头传感器捕获和处理被收获的作物的详细图像，以确定每颗作物的质量——分析水分含量、谷物质量和杂质含量。机器将根据图像数据自动调整以部署最佳的机器设置以获得最佳结果。我们目前可以为大麦、稻米、小麦、玉米、豆类和油菜做到这一点，并且很快将为高粱、燕麦、豌豆、向日葵和豆类添加功能。

边缘的人工智能在优化这个过程中至关重要，使用深度学习模型来识别作物状况中的模式。这些模型可以快速识别需要调整的收获区域，例如改变联合收割机的速度或修改脱粒设置，以确保更好地将谷物与植物的其他部分分离（例如，保持每颗玉米粒并去除所有玉米芯和茎）。这种实时优化有助于通过最小化作物损害和只收集高质量作物来减少浪费。它还提高了效率，允许机器在运行中做出数据驱动的决策以最大化农民的作物产量，同时降低操作压力和成本。

人工智能和机器学习驱动的精确农业承诺减少投入浪费和最大化产量。您能否详细说明CNH的技术如何帮助农民降低成本、提高可持续性和克服劳动力短缺的挑战，在农业日益具有挑战性的格局中？

农民在找到熟练劳动力方面面临着巨大的障碍。这在犁地方面尤其如此——这是大多数农场在冬季为春季种植做准备所必需的关键步骤。精度在犁地中至关重要，精度以十分之一英寸为单位，以创造最佳的作物生长条件。CNH的自动犁地技术消除了对高技能操作员手动调整犁地设备的需求。只需按一下按钮，系统就可以自动化整个过程，使农民能够专注于其他重要任务。这提高了生产力，精度也节省了燃料，使操作更加高效。

在作物维护方面，CNH的喷雾机技术配备了超过125个微处理器，它们实时通信以提高水、营养、除草剂和杀虫剂的使用效率和可持续性。这些处理器合作分析田地状况，并确定何时以及在哪里应用这些营养物质，消除了化学品的过度使用，目前可以减少多达30%，在不久的将来可以减少多达90%，大大降低了投入成本和进入土壤的化学品数量。喷嘴控制阀允许机器根据喷雾机的速度调整，以确保精确的滴剂输送到作物上，每一滴都落在作物健康所需的位置。这种精度减少了频繁补水的需要，农民只需要每天填充一次喷雾机，从而带来显著的水和化学品保护。

同样，CNH的卡车自动化简化了在收获期间操作联合收割机的复杂和高压力任务。精度对于避免联合收割机头和在收获过程中长时间内与其仅几英寸距离行驶的谷物卡车之间的碰撞至关重要。它还有助于减少作物损失。卡车自动化实现了无缝的装载过程，减少了手动协调的需要，并使联合收割机能够在不停止的情况下继续执行其工作。CNH进行了生理测试，表明这种辅助技术降低了联合收割机操作员的压力约12%，降低了拖拉机操作员的压力约18%，这在收获季节每天长达16小时的操作中会积累起来。

CNH品牌新荷兰最近与Bluewhite合作开发了自动驾驶拖拉机套件。这种合作如何融入CNH扩大农业领域自动化的更广泛战略？

自动化是CNH的未来，我们正在采取有目的和战略性的方法来开发这项技术，驱动这一进程的是客户最紧迫的需求。我们的内部工程师专注于为大型农业客户群体开发自动化技术——种植大型开放田地的农民，如玉米和大豆。CNH的另一个重要客户群体是种植果园和葡萄园的永久性作物的农民。与Bluewhite合作——一家在果园和葡萄园中实施自动化的领先公司——使我们能够扩大规模和速度进入市场，以满足大型农业和永久性作物客户群体对自动化的迫切需求。通过与Bluewhite合作，我们正在为永久性作物提供完全自动化的拖拉机，使我们成为第一个在果园和葡萄园中拥有自动化解决方案的原始设备制造商（OEM）。

我们对自动化的方法是解决客户在工作和任务中面临的最关键挑战，他们渴望机器完成这些工作并减轻劳动负担。自动化犁地是我们内部开发的第一个工作自动化，因为这是一个耗时且在一年中的紧密时间段内必须完成的艰苦任务，当时还有很多其他事情需要完成。机器在这种情况下可以比人类操作员更好地完成这项工作。永久性作物农民也迫切需要自动化，因为他们面临着严重的劳动力短缺，需要机器填补空缺。这些工作需要拖拉机在整个季节中每行果园或葡萄园进行20-30次通行，执行诸如向树木施肥和保持树间草坪修剪和无杂草等重要任务。

许多CNH的解决方案正在被果园和葡萄园经营者采用。这些环境为自动化和人工智能驱动的机械带来了什么独特的挑战，CNH又如何适应其技术以满足这些专业应用？

收获窗口正在变化，找到熟练的劳动力变得更加困难。气候变化使季节更加不可预测；对于农民来说，拥有能够在作物最佳收获时驱动精度和效率的技术至关重要。农业总是需要精度，但在收获像葡萄或坚果这样小而娇嫩的东西时，精度尤为重要。

大多数自动驾驶技术依赖于GPS来引导机器沿着其路径行驶，但在果园和葡萄园中，GPS信号可能会被树枝和藤条阻塞。计算机视觉摄像头和雷达与GPS一起使用，以保持机器在最佳路径上。此外，果园和葡萄园的收获不是关于统一的行，而是关于个别、多样的植物和树木，通常位于丘陵地形中。CNH的自动系统根据每个植物的高度、地面水平和所需的采摘速度进行调整，以确保高质量的产量。它们还会根据不生产或死去的树木进行调整，以避免不必要的投入。这些机器自动沿着植物移动，在作物上方安全地行驶，同时精心地从树或藤上摘下果实。操作员设置所需的采摘头高度，机器会自动根据每个植物的高度进行调整，无论地形如何。此外，对于某些水果，最佳的采摘时间是在夜间糖含量达到峰值时。具有红外技术的摄像头即使在最黑暗的条件下也可以工作，以便在水果处于最佳状态时采摘。

随着更多自动化农用设备的部署，CNH正在采取什么措施来确保这些人工智能驱动系统的安全性和法规遵从性，特别是在多样化的全球农业环境中？

安全性和法规遵从性是CNH人工智能驱动系统的核心。因此，CNH与不同地区的当地当局合作，使公司能够将其自动化系统适应区域要求，包括安全标准、环境法规和数据隐私法。CNH还积极参与标准化组织，以确保满足所有公认和新兴标准和要求。

例如，自动化安全系统包括摄像头、激光雷达、雷达和GPS等传感器，用于实时监控。这些技术使设备能够检测障碍并在检测到障碍时自动停止。机器还可以导航复杂地形并对环境变化做出反应，尽量减少事故的风险。

您认为人工智能驱动技术在农业领域被广泛采用的最大障碍是什么？CNH如何帮助农民过渡到这些新系统，并展示它们的价值？

目前，成本、连接性和农民培训是最重要的障碍。

但是，通过提高产量、降低费用、降低身体压力和改善时间管理来提高自动化水平，可以抵消所有权的总成本。较小的农场可以从有限的自动化解决方案中受益，例如饲料系统或售后升级套件。

连接性不足，尤其是在农村地区，带来了挑战。人工智能驱动的技术需要一致的、始终在线的连接性。CNH正在通过与英特尔星合作以及通过通用调制解调器来解决这一问题，这些调制解调器可以连接到附近的任何网络——无线网络、蜂窝网络或卫星网络，为客户提供现场即用的连接性。虽然许多客户通过CNH的市场领先的全球移动虚拟网络来满足互联网连接的需求，但现有的蜂窝塔并不能实现无处不在的连接。

最后，人工智能技术的学习曲线可能令人望而生畏。这需要培训和思维方式的转变，这就是为什么CNH与客户密切合作，以确保他们对技术感到满意并能够充分利用系统的原因。

展望未来，CNH的AI和自动化解决方案在接下来的十年中将如何演变？

CNH正在通过开发尖端技术来解决关键的全球挑战，例如使用较少的资源生产更多的食物，以满足日益增长的人口。我们的重点是通过创新解决方案赋予农民改善生计和业务的能力，人工智能和自动化在其中发挥着核心作用。数据采集、传感器可负担性、连接性和计算能力的进步将加速人工智能和自动化系统的开发。这些技术将推动精确农业、自动化操作、预测性维护和数据驱动决策的进步， 궁극上造福我们的客户和世界。

感谢您这次精彩的采访，希望读者能够通过访问CNH的网站来了解更多信息。