Η γεωργία έχει προχωρήσει πολύ τον περασμένο αιώνα. Παράγουμε περισσότερα τρόφιμα από ποτέ — αλλά το τρέχον μοντέλο μας δεν είναι βιώσιμο και καθώς ο παγκόσμιος πληθυσμός γρήγορα πλησιάζει το όριο των 8 δισεκατομμυρίων, οι σύγχρονες μέθοδοι παραγωγής τροφίμων θα χρειαστούν ριζικό μετασχηματισμό εάν πρόκειται να διατηρηθούν πάνω. Αλλά ευτυχώς, υπάρχει μια σειρά από νέες τεχνολογίες που μπορεί να το καταστήσουν δυνατό. Σε αυτή η σειρά, θα εξερευνήσουμε μερικές από τις καινοτόμες νέες λύσεις στις οποίες εργάζονται αγρότες, επιστήμονες και επιχειρηματίες για να διασφαλίσουν ότι κανείς δεν θα πεινάει στον ολοένα και πιο πολυσύχναστο κόσμο μας.
Από τότε που οι Αμερικανοί πολίτες μετανάστευσαν στη βιομηχανική εποχή από τη χώρα στην πόλη, οι αστικές περιοχές τείνουν να συνδέονται με τεχνολογίες αιχμής.
Λοιπόν, ξύστε αυτόν τον συσχετισμό - γιατί στην εποχή της τεχνητής νοημοσύνης, ένα νέο ερευνητικό έργο από τον Carnegie Mellon Το Ινστιτούτο Ρομποτικής του Πανεπιστημίου σκοπεύει να αποδείξει ότι η χώρα μπορεί να είναι εξίσου τεχνολογικά προηγμένη όσο η έξυπνη πόλη.
Σχετίζεται με
- Πώς θα ξέρουμε πότε ένα AI γίνεται πραγματικά αισθητό;
- Οι επιστήμονες χρησιμοποιούν A.I. για τη δημιουργία τεχνητού ανθρώπινου γενετικού κώδικα
- Ακριβώς όπως ένας αετός, αυτό το αυτόνομο ανεμόπτερο μπορεί να πετάξει με θερμικά ρεύματα
Ονομάζεται FarmView (δεν πρέπει να συγχέεται με FarmVille, το παιχνίδι χάσιμο χρόνου που έχει ξεπεράσει Facebook τροφοδοτεί μεγάλο μέρος της τελευταίας δεκαετίας), το έργο χρησιμοποιεί μηχανική μάθηση, drones, αυτόνομα ρομπότ και σχεδόν κάθε άλλος τομέας τεχνολογικής έρευνας μεγάλου προϋπολογισμού για να βοηθήσει τους αγρότες να καλλιεργήσουν περισσότερα τρόφιμα, καλύτερα και πιο έξυπνα.
«Κάνουμε έρευνα στη ρομποτική για τη γεωργία για περίπου 15 χρόνια τώρα». Γεώργιος Κάντωρ, δήλωσε ο ανώτερος επιστήμονας του συστήματος Carnegie Mellon στο Digital Trends. «Πήρε πολλές διαφορετικές μορφές και αυτή ήταν μια προσπάθεια να τα συγκεντρώσουμε όλα μαζί σε ένα συνεκτικό έργο».
«Ο παγκόσμιος πληθυσμός θα φτάσει τα 9,6 δισεκατομμύρια μέχρι το 2050».
Αλλά το FarmView είναι κάτι πολύ περισσότερο από απλώς ένας οργανωτικός ανασχηματισμός από πάνω προς τα κάτω, όπως η ανάληψη ευθύνης της ομάδας διαχείρισης οικονομικών για τους εισπρακτέους λογαριασμούς αντί για τους πληρωτέους λογαριασμούς. Στην πραγματικότητα, δείχνει μια νέα αίσθηση επείγοντος γύρω από αυτό το θέμα, χάρη σε ένα στατιστικό στοιχείο που κατέδειξε τη σημασία του για τους ερευνητές που συμμετείχαν.
Αυτό το στατιστικό; Σύμφωνα με τις τρέχουσες προβλέψεις, ο παγκόσμιος πληθυσμός θα φτάσει τα 9,6 δισεκατομμύρια μέχρι το 2050. Αυτό σημαίνει ότι εάν δεν βρεθούν καλύτεροι τρόποι για να χρησιμοποιήσουμε τους περιορισμένους γεωργικούς πόρους μας -συμπεριλαμβανομένης της γης, του νερού και της ενέργειας- μπορεί να προκύψει μια παγκόσμια επισιτιστική κρίση.
«Αυτό είναι ένα στατιστικό που μας αναγκάζει πραγματικά να αναζητήσουμε λύσεις», συνέχισε ο Kantor. «Η τεχνολογία από μόνη της δεν πρόκειται να λύσει αυτήν την πιθανή κρίση. περιλαμβάνει επίσης κοινωνικά και πολιτικά ζητήματα. Ωστόσο, είναι κάτι στο οποίο πιστεύουμε ότι μπορούμε να βοηθήσουμε. Δεν έχει να κάνει μόνο με το πόσο φαγητό υπάρχει. Ο τρόπος που παράγουμε τρόφιμα αυτή τη στιγμή είναι πολύ εντάσεως πόρων και οι διαθέσιμοι πόροι εξαντλούνται. Πρέπει να αυξήσουμε την ποσότητα των τροφίμων που παράγουμε, καθώς και την ποιότητα, αλλά να το κάνουμε με τρόπο που να μην προϋποθέτει ότι έχουμε απεριόριστους πόρους».
1 του 14
Ως μέρος του έργου, η ομάδα έχει αναπτύξει ένα αυτόνομο ρομπότ εδάφους ικανό να πραγματοποιεί οπτικές έρευνες σε χωράφια σε διαφορετικές χρονικές στιγμές. η εποχή — ευγενική προσφορά μιας κάμερας, ενός σαρωτή λέιζερ για τη μέτρηση της γεωμετρίας των φυτών και μιας πολυφασματικής κάμερας που κοιτάζει τη μη ορατή ακτινοβολία συγκροτήματα. Χρησιμοποιώντας την όραση υπολογιστή και την τεχνολογία μηχανικής μάθησης, μπορεί να προβλέψει την αναμενόμενη απόδοση καρπού αργότερα μέσα στην εποχή.
Ωστόσο, αντί να μεταβιβάζει απλώς παθητικά αυτές τις πληροφορίες σε έναν αγρότη, μπορεί στη συνέχεια να ενεργοποιήσει ενεργά το ρομποτικό κλάδεμα των φύλλων ή αραίωση των καρπών με τρόπο που να διατηρεί τη βέλτιστη οικολογική ισορροπία μεταξύ της φυλλικής επιφάνειας και του καρπού φορτώνω.
Οι ερευνητές της CMU χρησιμοποιούν επίσης έναν συνδυασμό drones και σταθερών δικτύων αισθητήρων για να λάβουν μετρήσεις μακροκλίμακας της ανάπτυξης των φυτών.
«Η ώθησή μας τώρα είναι να αρχίσουμε να χρησιμοποιούμε αυτά τα εργαλεία για την επίλυση προβλημάτων σε μεγάλη κλίμακα».
Αν και αυτά είναι σίγουρα έξυπνα παραδείγματα τεχνολογίας, ο πραγματικά μακροχρόνιος αντίκτυπος θα προέλθει από το πώς τεχνολογίες όπως τα ρομπότ κοπής φύλλων και τα drones μπορούν να χρησιμοποιηθούν για να βοηθήσουν στη βελτίωση των καλλιεργειών.
Υπό αυτή την ιδιότητα, ο Kantor έδειξε προς το σόργο, ένα χοντρό, ξηρό γρασίδι που προήλθε πριν από χιλιάδες χρόνια στην Αίγυπτο. Το σόργο σιτηρών καταναλώνεται ευρέως και θεωρείται η πέμπτη σημαντικότερη καλλιέργεια δημητριακών στον κόσμο. Επειδή διαθέτει τόσες πολλές διαφορετικές ποικιλίες (επιβλητικές 42.000!), έχει επίσης τεράστιες γενετικές δυνατότητες για τη δημιουργία νέων ποικιλιών υψηλής περιεκτικότητας σε πρωτεΐνες που θα μπορούσαν να το κάνουν ακόμη πιο σημαντικό.
Σε τελική ανάλυση, ποιος είναι ικανοποιημένος με το να είναι απλώς το πέμπτος-η πιο σημαντική καλλιέργεια δημητριακών;
Εκεί μπαίνει το AI. Εάν είναι δυνατόν να χρησιμοποιηθεί τεχνολογία μηχανικής μάθησης για τη μέτρηση των παραμέτρων του σόργου με τέτοιο τρόπο ώστε οι κτηνοτρόφοι και οι γενετιστές να μπορούν επιλέξτε τα χαρακτηριστικά που είναι πιο απαραίτητα για βελτιωμένη απόδοση, καθώς και τα πιο ανθεκτικά στις ασθένειες και την ξηρασία, θα μπορούσε να έχει τεράστια θετική επίπτωση. Μόνο η βελτίωση της απόδοσης κατά, ας πούμε, κατά 50 τοις εκατό θα αντιπροσώπευε έναν πραγματικό αντίκτυπο που πολύ λίγοι επιστήμονες υπολογιστών μπορούν ποτέ να πιστωθούν.
Μήπως λοιπόν όλα αυτά σημαίνουν ότι η φάρμα του μέλλοντος, όπως και το εργοστάσιο του μέλλοντος, θα είναι σε μεγάλο βαθμό απαλλαγμένο από ανθρώπους — με σειρά από σειρά από αστραφτερά ρομπότ τύπου Terminator που εκτελούν όλα τα δουλειά? ΟΧΙ ακριβως.
Πανεπιστήμιο Carnegie Mellon | FarmView | Εργασία που έχει σημασία
«Δεν το κάνουμε αυτό για να αντικαταστήσουμε ανθρώπους. Αυτό που κάνουμε είναι να εισάγουμε νέες τεχνολογίες που μπορούν να κάνουν τους αγρότες πιο αποτελεσματικούς σε αυτό που κάνουν και να τους επιτρέψουν να χρησιμοποιούν λιγότερους πόρους για να το κάνουν», είπε ο Kantor. «Το σενάριο που οραματιζόμαστε δεν περιλαμβάνει τη χρήση λιγότερων ανθρώπων. περιλαμβάνει τη χρήση ρομποτικής και άλλων τεχνολογιών για την εκτέλεση εργασιών που οι άνθρωποι δεν κάνουν αυτήν τη στιγμή».
Προς το παρόν, πολλές από τις τεχνολογίες εξακολουθούν να βρίσκονται στη φάση της «απόδειξης της ιδέας», αλλά ο Kantor σημείωσε ότι είχαν μερικές ενδιαφέρουσες συζητήσεις με τους πρώτους χρήστες της γεωργίας. Τώρα το έργο — το οποίο περιλαμβάνει επίσης ανθρώπους από το Texas A&M, το Penn State, το Colorado State, την Washington State, το Το Πανεπιστήμιο του Μέριλαντ, το Πανεπιστήμιο της Τζόρτζια και το Πανεπιστήμιο Clemson της Νότιας Καρολίνας — ετοιμάζονται να χτυπήσουν το μεγάλο χρόνος.
«Πολλοί άνθρωποι δεν πιστεύουν ότι αυτό είναι το πρώτο μέρος για να κάνει αυτό το είδος έρευνας και ανάπτυξης, αλλά είναι ένα περιοχή που - και λυπάμαι που χρησιμοποιώ αυτό το λογοπαίγνιο, αλλά είναι πραγματικά αναπόφευκτο - είναι πραγματικά ώριμη για πρόοδο», είπε ο Kantor κατέληξε στο συμπέρασμα. «Η ώθησή μας τώρα είναι να αρχίσουμε να χρησιμοποιούμε αυτά τα εργαλεία για την επίλυση προβλημάτων σε μεγάλη κλίμακα».
Συστάσεις των συντακτών
- Οι οπτικές ψευδαισθήσεις θα μπορούσαν να μας βοηθήσουν να δημιουργήσουμε την επόμενη γενιά τεχνητής νοημοσύνης
- Αυτή η τεχνολογία ήταν επιστημονική φαντασία πριν από 20 χρόνια. Τώρα είναι πραγματικότητα
- Το νέο ρομπότ του MIT μπορεί να παίξει το αγαπημένο παιχνίδι όλων των μπλοκ στοίβαξης, το Jenga
