如何養(yǎng)活地球上100億人口？John Deere認為人工智能和機器視覺會很有幫助
生產(chǎn)足夠多的食物來喂飽這些饑餓的嘴巴將是一項挑戰(zhàn)，而城市化等人口趨勢，特別是發(fā)展中國家的人口趨勢，只會加劇這一問題。
為了應對這一挑戰(zhàn)，農(nóng)業(yè)企業(yè)將希望寄托在技術上，并認為日益復雜的數(shù)據(jù)和分析工具將有助于提高效率并減少農(nóng)業(yè)和糧食生產(chǎn)中的浪費。
引領潮流的是John Deere——這家擁有180年歷史的農(nóng)業(yè)和工業(yè)機械制造商，在過去的十年里，一直致力于人工智能（AI）和數(shù)據(jù)驅(qū)動業(yè)務。我在此之前曾經(jīng)報道過John Deere。
在2013年開啟這段旅程之前，它公布了Farm Forward的愿景——展示了“自動化農(nóng)場”的概念，機器將從中央控制中心遠程管理。它顯示了一個農(nóng)民實時監(jiān)控數(shù)據(jù)點并從家中的控制臺管理機器，而人工智能則負責實時的運營決策。
現(xiàn)在它已經(jīng)發(fā)布了它所謂的2.0版本的愿景——代表了向?qū)W習和實際應用智能化、自主學習技術的飛躍，這是從數(shù)字化轉(zhuǎn)型早期以來實現(xiàn)的。
我與John Deere智能解決方案集團（ISG）的高級副總裁John Stone談到了自從這次旅程開始以來所學到的知識，庫卡機器人，以及它如何推動其對農(nóng)業(yè)未來的最新愿景。
Stone告訴我：“現(xiàn)在我們非常注重人工智能、計算機視覺和機器學習……令人驚奇的是，所有這些技術都是如此適合農(nóng)業(yè)使用。”
“很明顯，我們需要成為這些技術的先鋒——通過它們，可以為農(nóng)民帶來很多經(jīng)濟上的好處，提高盈利能力，而且可以具有更好的可持續(xù)性。”
不過，向農(nóng)民推銷這種愿景是不是會很困難？畢竟，對農(nóng)民的共同刻板印象認為他們可算不上是處于技術前沿的人。
Stone表示：“這可能不是刻板印象，但農(nóng)民是一群精通科技的人。”
“我們所有人都知道這些新技術很容易上癮，KUKA機器人示教器維修，一旦他們使用它們，庫卡機器人驅(qū)動器維修，他們就真的很喜歡它們。”
“當我們告訴他們根據(jù)Blue River的測試結果，他們可以將噴灑田地里的除草劑減少80％-90％……這可是實實在在的口袋里的錢。這樣進入植物的除草劑更少，而這些植物最終將成為我們的食物。農(nóng)民是商人，他們正在尋求這種精準農(nóng)業(yè)技術的商業(yè)成果。”
Blue River是由Deere于2017年收購的硅谷機器學習初創(chuàng)公司，它為這家跨國巨頭進軍人工智能提供了基礎，尤其是他們在計算機視覺方面的專業(yè)知識，證明了自己是一項非常寶貴的資產(chǎn)。
計算機視覺本質(zhì)上是教授計算機“看”的科學——解釋攝像頭捕獲的圖像，以了解它們所展示的內(nèi)容，并根據(jù)了解到的內(nèi)容實現(xiàn)自主決策。
Stone說：“農(nóng)民多年來一直是農(nóng)場主要的‘傳感器’——而農(nóng)業(yè)的大部分的內(nèi)容都是視覺上的。”
“這就是地面看起來的樣子，你通過植物的樣子判斷出它的健康狀況嗎？葉子很漂亮而茂盛還是正在變黃？有蟲子嗎？”
“通過深度學習革命為農(nóng)民多年來夢想解決的問題打開了希望的大門……通過計算機視覺系統(tǒng)和深度神經(jīng)網(wǎng)絡，這些技術在農(nóng)場中有著非常令人興奮的未來。”
Blue River技術的一個應用是開發(fā)Deere的See and Spray殺蟲劑和除草劑分配系統(tǒng)。這涉及使用由計算機視覺支持的智能攝像頭，當機器通過現(xiàn)場時，能夠區(qū)分健康和不健康的作物。傳統(tǒng)上，是否對作物使用化學品的決定是以地塊為基礎做出的，該系統(tǒng)允許農(nóng)民有針對性地將化學品精確投放到需要它們的地方，可以精確地針對每株植物做出決定——因此可以實現(xiàn)上面提到的節(jié)省80%除草劑的結果。
在收購Blue River之前，Stone于2016年開始在ISG任職，這意味著他從一開始就監(jiān)督了這家工業(yè)巨頭與人工智能新貴之間的合作關系。
“如果你看看有多少大型工業(yè)企業(yè)成功收購并與硅谷的初創(chuàng)企業(yè)聯(lián)手，我猜并不是那么多 ——我們的開局非常棒。”
作為兩家公司文化融合并相互學習的證據(jù)，他表示，在收購之后，Blue River的90名員工里，只有一人辭職。
“團隊的文化非常出色——一些最好的深度學習和機器學習科學家……以及全棧軟件程序員……他們恰好對農(nóng)業(yè)具有如此巨大的影響力。他們希望在重要的應用中實踐他們的技術 ——而不僅僅是在研究論文里打轉(zhuǎn)。”
雖然See and Spray系統(tǒng)還沒有為商業(yè)部署做好準備，但John Deere還擁有其他機器和深度學習系統(tǒng)，這些系統(tǒng)已經(jīng)交到了全球數(shù)千名農(nóng)民手中。
其中之一是Combine Advisor系統(tǒng)。這也是一個圍繞著計算機視覺構建的系統(tǒng)，涉及使用安裝在聯(lián)合收割機上的攝像頭，并在聯(lián)合收割機處理過程中，通過視頻圖像監(jiān)視谷物的狀況。
深度神經(jīng)網(wǎng)絡被用于分析谷物的質(zhì)量，并在谷物受損時即時調(diào)整機器的運行參數(shù)。更多的攝像頭監(jiān)控收割作業(yè)時從收割機后部噴出的碎屑——秸稈、樹葉和玉米棒，這些碎屑將成為田地的肥料。這些攝像頭會檢查沒有任何谷物被彈出——目的是確保零浪費。
Deere保持人工智能和農(nóng)業(yè)領先戰(zhàn)略的另一個關鍵部分是JD Labs的“初創(chuàng)公司合作者”。這使得它能夠與初創(chuàng)企業(yè)緊密合作，這些敏捷的小型企業(yè)能夠以John Deere的巨大規(guī)模可能無法實現(xiàn)的方式開發(fā)和試用創(chuàng)新技術。
Stone表示：“這是一個非常酷的計劃，它可以幫助我們繼續(xù)與一個真正令人興奮的社區(qū)保持聯(lián)系。”他表示：“我們提供一些指導和農(nóng)業(yè)、農(nóng)藝領域的專業(yè)知識，而他們有機會繼續(xù)研究他們的技術并改進它，我們會看到最終會發(fā)生什么。”