CENTRALE PUNKTER:
- Fem år efter tilegnelsen af teknologien testes Deeres metode til at bruge maskinsyn og maskinlæring til at identificere individuelle planter på gårde i sommeren 2021.
- Målet: Landbrugsmaskiner, der bevæger sig op til 20 miles i timen, træffer beslutninger om sprøjtning af herbicider på niveauet for de enkelte planter og ukrudt på få sekunder, hvilket reducerer behovet for udbredt anvendelse af kemikalier.
- AI-indsatsen er et af mange teknologiprojekter forbundet med præcisionslandbrug, der tager landbruget ind i det 21. århundrede og ændrer arbejdets natur i det landlige Amerika.
Hvis det kommer som en overraskelse, at en nylig offentlig auktion over 5G-bredbåndslicenser blev vundet af landbrugsgiganten Deere & Co. snarere end AT & T eller en anden telekommunikation, måske burde det ikke. Landbrug - som gennem tusinder af år har udviklet sig fra mennesker, der trækker plove til kemiske og senest dens genetiske æra - går ind i sin digitale tidsalder. Også kaldet præcisionslandbrug, de ændringer, der skabes ved indsamling og analyse af data om liv og arbejde i landdistrikterne, er klar til at accelerere.
Et eksempel fra Deere, der skal debutere på gårdens marker næste sommer, kombinerer maskinsyn og maskinindlæring - eller, for at sige det med ord, der er lettere at forstå, tænk ansigtsgenkendelse for planter. Tilbage i 2017 købte Deere et firma, der hedder Blue River-teknologi, der har arbejdet på en måde at identificere individuelle planter og ukrudt på. Det er ikke en let opgave, når man overvejer, at en enkelt hektar gård kan omfatte tusinder af planter, og den tunge maskine, der bevæger sig gennem marken, kører med en hastighed på 10-20 mph
AI bevæger sig hurtigt ind i alle sorter på gårde og på global basis. I Kina har svinekødbedrifter brugt ansigtsgenkendelse til kortlægning og overvågning af svin' ansigter. Og fra en irsk opstart til ag-giganter som Cargill, ansigtsgenkendelse af køer for mælkeproduktion går fremad.
"Gårde i disse landlige miljøer er meget teknologisk dygtige, teknologiske kyndige og skaber vigtige data hver eneste dag i vækstsæsonen," sagde Jahmy Hindman, der blev Deeres teknologichef i sidste juli og talte ved torsdagens CNBC @Work Spotlight-begivenhed. ”Den information, der oprettes, vil virkelig hjælpe dem med at være mig mere produktiv og bæredygtig og mere præcis. …. Oplysninger er virkelig vigtige for at træffe beslutninger i øjeblikket, minimere de input, landmændene skal bruge i virksomheden og maksimere produktiviteten. ”
Hvis AI-teknologien fungerer som forudset, er det primære input, der ville blive reduceret, kemiske applikationer til at dræbe ukrudt i markerne, herbicider. I stedet for udbredt sprøjtning af kemikalier, der dræber alt andet end genetisk modificerede planter, der er designet til at overleve applikationen, kan sprøjterne målrette mod de enkelte planter, der er anerkendt som de rigtige mål, hvilket kan have store konsekvenser for virksomheder som Bayers Monsanto, der skaber kemikalier og GMO-afgrøder, det mest kendte er Roundup.
Hindman beskrev AI-teknologien som træning af nye neurale netværksmodeller til at se ukrudt og kun sprøjte ukrudt i afgrødemarker. At få mere information til producenten på det enkelte planteniveau er et centralt mål for Deere.
"Tænk på majs- eller sojaoperationer i Midtvesten ... 40,000 planter pr. Acre på en gård, der er 2,000 acres stor," sagde Hindman. ”Vi er interesserede i at kunne styre hvert anlæg i løbet af dets levetid, minimere input og maksimere produktiviteten. ... At være i stand til at træffe beslutninger i realtid er absolut nøglen til at frigøre merværdi for producenter og produktivitet i landbrugsområdet. ”
Farm ansigtsgenkendelse
Blue River Technology-tilgangen ned til niveauet for den enkelte afgrødeplante - tage billeder af planter, så mens en maskine kører, kan den tage beslutningen om at sprøjte inden for få sekunder eller mindre - er potentielt den vigtigste teknologi, der kommer til gården ifølge Rob Wertheimer, en analytiker med Melius Research, der dækker Deere.
Mellem sæsoner sprøjter landmænd herbicider som Monsantos Roundup på hele marker for at dræbe alt. Deeres hensigt er at starte Blue River i brakmarker som det første eksperiment snarere end fuldt plantede afgrøderækker. Om foråret og sommeren, inden plantning, er ukrudt vokset i tomme marker, og det er ikke så kompliceret en opgave for AI som at identificere mål på marker, hvor der allerede er plantet tusinder af afgrøder, men det er det første skridt i at bevise teknologien.
”Du tager billeder af planter og træner alger, der har brug for at træffe beslutninger om sprøjtning hurtigt, i sekunder, ved hurtige hastigheder, 15-20 km / t, og hopper rundt, sprøjten hopper rundt og gør det dag efter dag i fem eller ti år uden fejl. Det er svært, ”sagde Wertheimer.
Som i mange sektorer sker teknologiforandringens tempo på gårde meget hurtigere end branchen forventede. Wertheimer bemærkede, at kun Deere-administrerende direktør og formand Sam Allen for kun ti år siden troede, at det ville vare lang tid, før autonome traktorer overtog gårde af grunde, herunder sikkerhedsmæssige problemer. Men med hurtige forbedringer i selvkørende teknologi som Lidar samt AI-forbedringer ændrede Allen sin opfattelse inden for et par år.
”Landmanden kører ikke meget mere,” sagde Stephen Volkmann, en Jefferies-analytiker, der dækker Deere og sammenlignede autonome fremskridt inden for gårdoperationer med en flypilot, hvor i dag meget af flyvningen er automatiseret. ”Landmanden skal sidde i førerhuset og overvåge, men lader traktoren køre selv.”
Ansigtsgenkendelse bliver lidt skræmmende ... men der er ingen grund til at tro, at det ikke kan lykkes. Se og sprøjt er en af flere avancerede landbrugsteknologier, der ser ud til at bevæge sig tættere på et bøjningspunkt.
Stephen Volkmann JEFFERIES ANALYST
Volkmann sagde, at AI med se-og-spray er den "mest sexede" teknologi, der kommer til gården. ”Jeg tror, folk tror, det er ægte,” sagde han. "Dette er nøjagtigt som en autonom bil, et kamera, der kan genkende mange ting og træne det med AI-alger og identificere mange forskellige planter." Udfordringerne med at få det til at fungere er mange: planter bliver trampet på og blade bliver bøjet, og der er skygger skabt i marker, og marker er snavsede steder, hvilket betyder, at det er en udfordring at udføre denne opgave hele tiden, og det er en opgave, som kræver et højt niveau af succes.
”Ligesom selvkørsel kan de gøre det 95% af tiden i dag, men det er ikke godt nok. Du skal komme til 100% for at kalde det succes. Du ønsker ikke at sprøjte det forkerte kemikalie på den forkerte plante selv 5% af tiden, ”sagde Volkmann. I sidste ende er der potentiale for AI til at lære at genkende "gode" planter mod "dårlige" planter ved hjælp af en række faktorer såvel som de bedste placeringer til plantning i stedet for bare at målrette mod det rigtige ukrudt til sprøjtning.
I dag kan en majsbonde i gennemsnit få 170 buske produceret af en acre, selvom et rekordniveau på 600 bushels per acre har vist sig at være muligt, hvis vejr og ukrudt og andre faktorer i marken, fra sollys til insekter og svampe, jord næringsstofegenskaber og sollys og skygge, kan analyseres for i sidste ende at skabe større afgrødeproduktivitet. ”Der er masser af data i millioner af planter og ukrudt,” sagde Wertheimer.
Deere tilbyder allerede ExactEmerge og ExactApply-teknologi, der blev introduceret i løbet af det sidste årti og har omdannet kernefarmopgaver såsom frøplantning og sprøjtning til præcisions landbrugsmaskindrift, og Deere-ledere sagde på sit seneste indtjeningsopkald, at landmændenes optagelse af disse teknologier accelererer.
”Ansigtsgenkendelse bliver lidt skræmmende ... men der er ingen grund til at tro, at det ikke kan lykkes,” sagde Volkmann. ”See-and-spray er en af adskillige avancerede landbrugsteknologier, der ser ud til at bevæge sig tættere på et bøjningspunkt,” sagde han, skønt han tilføjede, at det stadig sandsynligvis er få år ude for, at fuld plantegenkendelsesteknologi kan markedsføres.
Deere og 5G
Landdistriktsforbindelse er bundet til denne teknologiske indsats, som Deere er fokuseret på for sine aktiviteter og de landdistrikter, hvor landmændene arbejder og bor. Mens de 5G-licenser, som virksomheden for nylig erhvervede, er beregnet til dets produktionsaktiviteter - der gør det muligt at drive smarte fabrikker - sagde Hindman, at der er medvind for at bringe mere bredbånd og 5G til landdistrikterne i Amerika.
”Opdelingen mellem by- og landdistriktsforbindelse er vigtig for os og landmændene og også vigtig i landdistrikterne, som de tilfældigvis arbejder i af grunde langt uden for landbrugets anvendelsesområde,” sagde han.
For landmænd er der behov for flere investeringer for at understøtte datastrømme mellem Deeres eget cloud computing-center og gårde af grunde, herunder evnen til eksternt at overvåge tunge maskiner på gårde med henblik på forebyggende vedligeholdelsesbehov (f.eks. En vandpumpe, der repareres eksternt, snarere end at nogen skal rejse ud i marken) såvel som til fjernbetjening af udstyr i fremtiden. Indsatsen er i gang gennem partnerskaber med offentlige og private virksomheder, sagde Deere CTO.
Hindman sagde med 5G-båndbredde og den latenstidsreduktion, det giver, automatisk styring af maskiner på gården fra et fjerntliggende sted bliver en mulighed. ”Der er en lang række fordele, der kommer til samfundet, når det sker. … Vi er overbeviste om, at vinden er i ryggen, ”sagde han om den føderale regerings støtte til 5G-udrulning i landdistrikterne i landet.
Hindman sagde, at ansættelse i virksomheden har ændret sig samt uddannelse af nuværende medarbejdere i tråd med nyere indsats som plantegenkendelses-AI og anden teknologi. Sæt til maskinlæring er meget efterspurgt, og generelt sagde Hindman i de senere år, at Deres ansættelse har været "betydeligt mere indekseret til softwarefærdigheder", mens der har været samtidig opkvalificering af eksisterende medarbejdere for at imødekomme behovene i den nyeste teknologi.
Du skal være logget ind at skrive en kommentar.