https://bodybydarwin.com
Slider Image

Keinotekoinen älykkyys voisi auttaa viljelijöitä kastelemaan vain janoisia kasveja

2020

Viininviljelijöillä on siisti, jos epätavallinen, temppu aromimaisemman viinin valmistamiseksi - älä kastele viiniköynnöksiä. Anna viiniköynnösten kuivua heti ennen sadonkorjuuta, ja niistä saadaan pienempiä rypäleitä, joissa on enemmän ihoa ja vähemmän mehua. Pienemmät rypäleet tuottavat viiniä, jolla on syvempi väri ja monimutkaisempi maku.

Trinchero Family Estates Napan laaksossa Kaliforniassa halusi varmistaa, että se kasteli viinirypäleitä juuri oikeassa määrin, joten he työskentelivät yhdessä Ceres Imagingin kanssa karttaakseen peltojaan. Ceres käytti kiinteäsiipisiä lentokoneita väri-, lämpö- ja infrapunakuvien sieppaamiseen viinitarhasta, ja he käyttivät keinotekoista älykkyyttä analysoidakseen näitä kuvia nähdäkseen, oliko viinintuottaja vettä viinirypäleitä yli.

Osoittautuu, että Trinchero oli osassa viinitarhaa. Heidän viiniasiantuntijat totesivat, että alueet, joilla oli liikaa vettä, olivat myös tuottaneet hiukan vähemmän makuisia viinirypäleitä. Yhtiö käyttää nyt kuvantamistekniikkaa varmistaakseen, että se ei kastele viiniköynnöksiä liian paljon tai liian vähän, ja löytääksesi vuotoja kastelujärjestelmään.

Tämä tekniikka edustaa maatalouden huipputekniikkaa. Korkean teknologian yritykset, kuten Ceres, Prospera, Farmers Edge ja Climate Corporation, käyttävät keinotekoista älykkyyttä auttaakseen maanviljelijöitä päättämään, milloin ne istuttavat, vettävät, ruiskuttavat ja korjaavat sadonsa. Koska ilmastonmuutos pahentaa keskimääräisen sateen myrskyjä ja pahentaa kuivuutta Kaliforniassa, tekniikka voi myös auttaa viljelijöitä navigoimaan ankarammassa ja epävakaassa säässä.

Tänään kastelu toimittaa saman määrän vettä kaikille pellon kasveille, vaikka kukin kasvi pitää vettä eri tavalla, sanoo Prosperan toimitusjohtaja Daniel Koppel, joka (muun muassa) analysoi kuvat siirrettäviin sprinklerijärjestelmiin asennettujen kameroiden avulla. Myös veden määrä, jota kasvi tarvitsee, riippuu kasvin iästä ja koosta, onko siinä hedelmiä vai vain kukkia jne.

Yritykset voivat käyttää esimerkiksi lämpökuvausta tarkistaakseen, saavatko sadot tarpeeksi vettä. Janoiset sato ovat yleensä hieman lämpimämpiä kuin muut. Tämä johtuu siitä, että normaalisti kasvit vapauttavat osan vedestä, jonka ne imevät juurtensa kautta, pienten huokosien kautta lehtensä alapuolella. Kun tämä vesi haihtuu, se jäähtyy kasvista, samoin kuin hikoilu jäähtyy ihmisillä. Janoiset kasvit sulkevat kuitenkin nämä huokoset veden menetyksen välttämiseksi, mikä jättää ne hieman lämpimämmäksi. Jos viljelijät pystyvät tunnistamaan tarkalleen, mitkä kasvit ojentuvat, heidän on vain kasteltava näitä kasveja, mikä auttaa heitä säästämään vettä, mikä tulee vaikeammaksi, kun ilmastonmuutos polttaa pidempään ja vaikeammat kuivuudet.

Yritykset keräävät kuvia sprinklerijärjestelmiin, droneihin, lentokoneisiin ja satelliitteihin kiinnitetyistä kameroista ja käyttävät tietokoneita analysoimaan näitä kuvia selvittääkseen, mitä toukkia rajoittavat, rikkakasvit ympäröivät tai sienet peittävät. Sitten tietokoneet kehottavat viljelijöitä suihkuttamaan niitä kasveja ja vain niitä kasveja hyönteismyrkkyillä, rikkakasvien torjunta-aineilla tai sienimyrkkyillä.

Tämä auttaa viljelijöitä käyttämään vähemmän vettä ja vähemmän kemikaaleja, mikä säästää rahaa ja pitää tiloja terveinä. Esimerkiksi vähemmän hyönteismyrkkyjä käytetään säilyttämään mehiläisiä, joita tarvitaan monien satojen pölyttämiseen. Vähemmän synteettisiä lannoitteita käyttämällä voidaan vähentää pilaantumista. Maatilojen lannoite pyrkii pääsemään vesiväylille ja lopulta merelle, missä se tuhoaa meren elämää. Koppel kertoo, että Prosperan tekniikka on antanut kasvihuoneviljelijöille mahdollisuuden käyttää 30 prosenttia vähemmän lannoitteita ja vettä.

Vaikea osa saa tietokoneet selvittämään, milloin sato on sairas, loukkaantunut tai janoinen. Joten yritykset ovat kehittäneet järjestelmiä, jotka voivat oppia tulkitsemaan kuvia ja kasvavat älykkäämmiksi ajan myötä. Nämä järjestelmät yhdistävät myös kuvista kerätyn tiedon lämpötilaa, sademäärää, maaperän laatua ja muita muuttujia koskeviin tietoihin sen määrittämiseksi, milloin ja kuinka paljon ruiskuttaa ja kastaa kasveja.

Lasketaanko tämä tekoälyksi? "Jos kysyisit, että kolmella tietotekniikan tohtoriltamme huoneessa, et todennäköisesti pääse ulos päiväksi tai kahdeksi", Koppel sanoo. Hän väittää, että Prosperan järjestelmä katsotaan AI: ksi, koska se oppii jatkuvasti yksinään. "Käytät koneita selvittääksesi jatkuvasti kuvien perusteella mitä tapahtuu kentällä", hän sanoo. "Lisäksi kone syntetisoi tietoja päätöksentekoon."

Koppel uskoo, että tekoäly tuo markkinoille seuraavan suuren maatalouden vallankumouksen. Aikaisempi teknologinen kehitys - kastelu, mekanisointi, synteettiset lannoitteet, geenitekniikka - ovat antaneet ihmisille mahdollisuuden kasvattaa enemmän ruokaa vähemmän työtä. Hänen mukaansa tekoälyn avulla viljelijät voivat olla entistä tehokkaampia poistamalla arvaukset maataloudesta.

"Tyypillisesti viljelijä joko tekee päätöksen intuitioon perustuen - mikä ei ole tietoa - tai hän tuntee kentän", hän sanoo. Intuitioon luottamisen sijaan Koppel sanoo, että olisi parempi käyttää tietokoneita kuvien analysointiin maatilan jokaisesta tuumasta. Nämä tietokoneet voisivat suositella päätöksiä, jotka perustuvat koko maailman tiloilta keräämiin tietoihin - Meksikon viljelijä voi hyötyä Israelin maatilalta kerätyistä tiedoista.

Koppel kertoo, että tietokoneet voivat täyttää viljelijöiden sokeat alueet ja verrata viljelijöitä lääkkeisiin, jotka ovat alttiita virheille. "En todellakaan halua käydä lääkärillä", hän sanoo. ”Haluaisin mieluummin puolueettoman koneen. Tiedätkö, lääkäri näki ehkä muutaman tuhannen ihmisen, ja kone on nähnyt satoja miljoonia ihmisiä. Ja lääkäri ei muista kaikkea, mitä hän opiskeli yliopistossa, ja kone tuntee kaiken kaiken. "

Jatkossa voisimme nähdä robotteja, jotka voivat kertoa, kun mansikka on kypsä, ja purkaa se inkiväärisesti kasvista, tai droideja, jotka voivat löytää rikkakasveja ja ruiskuttaa niitä, tai koneita, jotka voivat määrittää milloin ja kuinka paljon lypsylehmiä ruokitaan. Vaikka AI: lla on uskomattomia lupauksia maatiloille, se uhkaa myös olla huomattavasti hajottava, etenkin silloin, kun monet viljelijät palaavat perinteisempiin viljelymenetelmiin.

"Jotkut viljelijät eivät ehkä halua tehdä muutosta, joko puuttuen taidoista kukoistaa teknokeskeisemmässä järjestelmässä tai motivaation mukaan Itä-Anglia-yliopiston ympäristögeografi David Rose, joka on kirjoittanut maanviljelyn tulevaisuudesta." Jotkut viljelijät eivät ehkä pidä AI: n käyttöä yhteensopivana heidän elämäntapaansa, mieluummin sen sijaan, että käyttäisivät kokemuksellisia tietojaan ja olisivat läheisessä yhteydessä maaseutuun. "

Hänen mukaansa itsenäiset robotit voivat vaarantaa työntekijöiden ja eläinten turvallisuuden ja saattaa myös syrjäyttämään paljon ihmisiä työstä. AI: n voimakas luottamus voi myös katkaista viljelijöiden yhteyden maahan. Se on tulevaisuus, jota kuvataan tässä John Deere -mainoksessa, jota Rose kuvasi "jäähdyttäväksi".

En sano, että meidän ei pidä omaksua AI: tä maatalouden tekniikassa. Sillä on ehdottomasti potentiaalia parantaa päätöksentekoa, auttaa meitä leikkaamaan tietoja, parantamaan tehokasta ruiskutusta, automatisoimaan manuaalisia tai työläitä työpaikkoja, houkuttelemaan nuorempia, teknisiä työntekijöitä teollisuudelle ja lisäämään kannattavuutta. Mutta melkein kukaan ei puhu AI: n maatilan yhteiskunnallisista ja eettisistä vaikutuksista, hän sanoo.

Mikä näyttää maailmalta, jossa AI: tä käytetään rutiininomaisesti maatilalla? Kuinka eroaa nyt? hän kysyy. Ja miten pidämme huolta tekniikan vallankumouksen mahdollisista häviäjistä ja voittajaista? Luulen, että jos alamme vain miettiä näitä kysymyksiä ja hyväksyä sen, että demokratiassa teknologian kehityspolkujen pitäisi olla avoimia haasteille, se on hyvä asia.

Jeremy Deaton kirjoittaa Nexus Media -yritykselle, syndikoidulle uutisjohdolle, joka kattaa ilmaston, energian, politiikan, taiteen ja kulttuurin. Voit seurata häntä @deaton_jeremy.

Korjaus: Tämän tarinan aiemmassa versiossa todettiin virheellisesti, että Ceres aloitti drooniyhtiönä, toisin kuin kiinteän siiven lentokoneiden käytön. Tämä on korjattu.

Huawei P30 Pro-älypuhelinkamera näkee värit eri tavoin, jotta enemmän valoa saadaan

Huawei P30 Pro-älypuhelinkamera näkee värit eri tavoin, jotta enemmän valoa saadaan

Verkkokamera 48 prosentilla?  Ostaisin sen.

Verkkokamera 48 prosentilla? Ostaisin sen.

Nämä taulukot auttavat sinua havaitsemaan, kuinka epäterveelliset ruokavaliot ovat ympäri maailmaa

Nämä taulukot auttavat sinua havaitsemaan, kuinka epäterveelliset ruokavaliot ovat ympäri maailmaa