【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?_F好生活_宝马娱乐登录网址_拉菲5恒达娱乐代理

您现在的位置是:主页 >F好生活 >【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?主页 F好生活

【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?

F好生活2020-06-12705人围观
【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?

让我们先来看一段简单的小故事:日本有位黄瓜农小池诚原本是车厂工程师,但他辞去了工作,回到老家帮父母经营小黄瓜农场。农场并不大,但日本各农场对于小黄瓜有不同的分类标準,小池家也一样,光同品种的小黄瓜分类就可达 9 种之多,这让他吃了不少苦头。

于是他把脑筋动到人工智慧上,开始研究起 Google 的 TensorFlow 平台,搭配树莓派 3 作为主控制器,并配一个相机拍摄照片。这些照片传到 TensorFlow 平台后在一个小型的神经网路上运行,以判断是否是小黄瓜。之后,已经被判定为小黄瓜的照片接着传输到一个更大的基于 Linux 伺服器的神经网路,来对小黄瓜按照不同的特质进行分类。

【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?

在突破初期的失败后,小池打造了一台成本不到 10 万日圆,任何人都可以快速上手的自动分装机,还把这套系统的程式码开源释出到了 GitHub 上.

前一篇文章中我们已经介绍了物联网+大数据的智慧农业进行式;但其实农业科技就跟主流科技领域一样,即将被「大数据的下一步」,也就是以机器学习为首的人工智慧技术所席捲。

而且比起其他产业,农渔畜牧面临的挑战更加严峻。如今世界人口约为 72 亿,其中有 7.8 亿人生活水準低落,面临结构性饥饿威胁,但到了 2050 年全球人口就会高达 90 亿,这表示人类所生产的粮食总热量需要增加 60%;如果再把肉类来源家畜消耗的粮食计算下去,这些粮食总热量初估就会达到 103%;但相较之下,农业可用面积在这 33 年内最多只增加 4%。

因此有许多人认为,人工智慧就是耕地资源有限的情况下增加农业的产出,同时确保持续发展性的有力解答之一;跟着人工智慧一起发展的,还有「农机全自动化」的趋势。本篇文章我们会介绍几个实际案例,带大家多了解人工智慧运用在农业的无穷潜力。

AI 最成熟的视觉识别,已在农业开始发威
【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?

每年约有市值 40 亿美元的苹果在美国採收、贩售,因此苹果在美国农业佔有一席之地;同时,AI 与全自动机器人正猛烈冲击着苹果农业,美国农机新创公司 Abundant 就发明了「採苹果机器人」,它具有经机器学习调教过的视觉演算法,能精準判断每一个苹果,从摘取到轻放在採收箱里,整套流程的準确率基本上已经跟人类无异,甚至可以用一台抵数十人的速度工作。

另一间 NatureSweet 农业新创公司更尝试使用 AI 来监测番茄的生长过程,透过温室中安装的摄影机,他们独特的演算法可以辨别出番茄是否出现病虫害、枯萎的视觉线索,并即时通报农民病害已开始发生。相较于之前农民每週一次花时间人工巡查,这种方法显然有效得多。甚至,他们现在已开始着手撰写视觉识别番茄是否成熟的演算法。

快速改变农业面貌的自动机械
【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?

有鑒于微型 MEMS 感应器、小型 GPS 模组与处理晶片越来越成熟,农业无人机的价格也越来越便宜,对农民来说可谓一大福音,并深具彻底改造整个产业的潜力。而在台湾,运用无人机喷洒农、肥用药,巡视田地已不是太新鲜的事情。根据上下游的报导,国内易图科技研发的无人直升机喷药 10 分钟就能喷 1 甲地的农药,一天最多可喷 12-15 甲,是传统人力的三到四倍,而且能有效省药,就连注重叶背的丝瓜也能靠气流扰动顺利施药。

【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?

但无人机不是只能施药撒肥。美国许多葡萄酒庄现在已经採用带有高光谱摄影机的无人机,从红外线以及可见光谱中收集资料,拍摄出健康植物与病害植物範围的空拍扫描图,其精细到就连用眼睛看都不明显的害虫、真菌感染等病变植株都能辨别。相信敏感一点的读者也猜到了:这套红外线判别植株健康的视觉辨识系统,正是机器学习结合无人机的另一好案例。

而在最热门的「自动驾驶」部分,当 2017 年各国政府与厂商都还在致力实现让无人车上路驾驶之前,Kinze 这间大型农机企业早在 2012 年就参考 Google 的自驾系统打造出自动农耕、收割机,只要在耕作时把会遇到的状况与田地资讯一同输入 GPS 系统,拖拉机会根据 GPS 系统纪录指示行驶,依循前方进行红外线扫射,以避免撞上障碍物;大型农机企业久保田也宣布,将于 2020 年推出能够「一键完全自动」的农业机械,帮助解决日本越来越严重的农村劳力老龄化问题。

人工智慧在农业的挑战

虽然人工智慧能已经成为科技界的中流砥柱,我们上述也介绍了不少人工智慧与自动机械在农业方面的运用。但事实上,大多主要的农企业、设备製造商和服务提供商还没有在农业中大力推行人工智慧。

在技术上最大的挑战之一就是农业资料其实收集极为不易。我们知道,AI 就是大数据的「下一步」,需要大量的数据来正确地训练演算法。虽然在地理、天气等部分资料相对完善,但关于作物本身的大部分数据只能在每年的生长季节获得一至二次,比起其他领域,显然农业的资料积累要花上更多时间;而且其资料源不像科技、工业或网路圈,其使用、所有权方面的透明度与共享程度更加困难。

「今天不挖土,我们挖资料」农业创新黑客松 Farm Hackathon 热烈报名中!

农创松| 活动官网

农创松| 活动报名

【农创松快跑】人工智慧混搭自动农机,会是未来农业的理想型吗?