Carnegie Mellon käyttää droneja, robotteja ja tekoälyä vetääkseen viljelyn uudelle vuosisadalle

Maatalous on edennyt pitkälle kuluneen vuosisadan aikana. Tuotamme enemmän ruokaa kuin koskaan ennen – mutta nykyinen mallimme on kestämätön, ja koska maailman väestö kasvaa nopeasti lähestyy 8 miljardin rajaa, nykyaikaiset ruoantuotantomenetelmät tarvitsevat radikaalin muutoksen, jos ne aikovat säilyttää ylös. Mutta onneksi on olemassa joukko uusia tekniikoita, jotka voivat tehdä sen mahdolliseksi. Sisään tämä sarja, tutkimme joitain innovatiivisia uusia ratkaisuja, joita maanviljelijät, tiedemiehet ja yrittäjät työskentelevät varmistaakseen, ettei kukaan jää nälkäiseksi yhä ruuhkaisemmassa maailmassamme.

Siitä lähtien, kun Amerikan kansalaiset muuttivat teollisen iän maalta kaupunkiin, kaupunkialueet ovat olleet tapana liittää huipputeknologiaan.

No, raaputa se korrelaatio – koska tekoälyn aikakaudella Carnegie Mellonin uusi tutkimusprojekti Yliopiston robotiikkainstituutti pyrkii todistamaan, että maa voi olla teknologisesti yhtä edistynyt kuin älykäs kaupunki.

nimeltä FarmView (ei pidä sekoittaa Farmville, aikaa vievä peli, joka on ylitetty Facebook ruokkii suurimman osan viime vuosikymmenestä), projektissa käytetään koneoppimista, droneja, autonomisia robotteja ja käytännöllisesti katsoen kaikki muut suuren budjetin teknisen tutkimuksen osa-alueet, joiden avulla viljelijät voivat kasvattaa enemmän ruokaa, parempaa ja älykkäämpää.

"Olemme tehneet tutkimusta maatalouden robotiikasta nyt noin 15 vuoden ajan." George Kantor, Carnegie Mellon vanhempi järjestelmätutkija kertoi Digital Trendsille. "Se on otettu useissa eri muodoissa, ja tämä oli yritys koota se kaikki yhteen yhtenäiseksi projektiksi."

FarmView on kuitenkin paljon enemmän kuin vain ylhäältä alaspäin suuntautuva organisaatiouudistus, kuten taloushallintotiimin saaminen vastuuseen myyntisaamisista velkojen sijaan. Itse asiassa se osoittaa tämän aiheen uuden kiireellisyyden tunteen, kiitos tilaston, joka osoitti sen tärkeyden mukana oleville tutkijoille.

Tuo tilasto? Nykyisten ennusteiden mukaan maailman väkiluku nousee 9,6 miljardiin vuoteen 2050 mennessä. Tämä tarkoittaa sitä, että jos ei löydetä parempia tapoja käyttää rajallisia maatalousresurssejamme – mukaan lukien maa, vesi ja energia – voi hyvinkin syntyä maailmanlaajuinen ruokakriisi.

"Se on tilasto, joka todella pakottaa meidät etsimään ratkaisuja", Kantor jatkoi. "Teknologia ei yksin ratkaise tätä mahdollista kriisiä; se sisältää myös sosiaalisia ja poliittisia kysymyksiä. Uskomme kuitenkin voivamme auttaa tässä. Kyse ei myöskään ole vain siitä, kuinka paljon ruokaa on. Tapa, jolla tuotamme ruokaa tällä hetkellä, on erittäin resurssivaltaista, ja käytettävissä olevat resurssit kuluvat loppuun. Meidän on lisättävä tuottamamme ruoan määrää ja laatua, mutta tee se tavalla, joka ei edellytä, että meillä on rajattomat resurssit.

Osana projektia tiimi on kehittänyt autonomisen maarobotin, joka pystyy tekemään visuaalisia tutkimuksia pelloilta eri aikoina. kausi – kameran, kasvien geometriaa mittaavan laserskannerin ja näkymätöntä säteilyä tarkastelevan monispektrikameran ansiosta bändit. Tietokonenäön ja koneoppimistekniikan avulla se voi ennustaa odotetun hedelmäsadon myöhemmin kaudella.

Sen sijaan, että välittäisit tiedot passiivisesti viljelijälle, se voi kuitenkin aktivoida robotin aktiivisesti. lehtien karsiminen tai hedelmien harvennus tavalla, joka säilyttää optimaalisen ekologisen tasapainon lehtialueen ja hedelmien välillä ladata.

CMU-tutkijat käyttävät myös droonien ja kiinteiden anturiverkkojen yhdistelmää kasvien kasvun makromittauksiin.

Vaikka nämä ovat ehdottomasti älykkäitä esimerkkejä tekniikasta, todella pitkäkestoinen vaikutus tulee siitä, kuinka lehtiä leikkaavien robottien ja droonien kaltaisia ​​teknologioita voidaan käyttää sadon parantamiseen.

Tässä ominaisuudessa Kantor osoitti sadon durraa, karkeaa, kuivaa ruohonjyvää, joka syntyi tuhansia vuosia sitten Egyptistä. Viljadurraa syödään laajalti, ja sitä pidetään maailman viidenneksi tärkeimpänä viljakasvina. Koska siinä on niin monia erilaisia ​​​​lajikkeita (jopa 42 000!), sillä on myös valtava geneettinen potentiaali luoda uusia proteiinipitoisia lajikkeita, jotka voivat tehdä siitä entistä tärkeämmän.

Loppujen lopuksi, kuka on tyytyväinen yksinkertaisesti olemiseen viides- tärkein viljakasvi?

Siellä AI tulee sisään. Jos on mahdollista käyttää koneoppimisteknologiaa durran parametrien mittaamiseen siten, että kasvattajat ja geneettikot voivat valita ominaisuudet, jotka ovat välttämättömimmät sadon parantamiseksi sekä kestävimmät taudeille ja kuivuudelle, sillä voi olla valtava positiivinen vaikutus. Pelkästään tuoton parantaminen esimerkiksi 50 prosentilla edustaisi todellista vaikutusta, jota vain harvat tietojenkäsittelytieteilijät voivat koskaan luottaa.

Tarkoittaako tämä kaikki, että tulevaisuuden maatila, kuten tulevaisuuden tehdas, tulee olemaan enimmäkseen ihmisistä vapaa – rivi toisensa jälkeen kiiltäviä Terminator-tyylisiä robotteja, jotka suorittavat kaikki tehdä työtä? Ei aivan.

"Emme tee tätä ihmisten korvaamiseksi. Olemme tekemässä uusia teknologioita, jotka voivat tehdä viljelijöistä tehokkaampia ja antaa heille mahdollisuuden käyttää vähemmän resursseja, Kantor sanoi. "Skenaariossa, jonka kuvittelemme, ei käytetä vähemmän ihmisiä; se sisältää robotiikan ja muiden teknologioiden käyttämisen sellaisten tehtävien suorittamiseen, joita ihmiset eivät tällä hetkellä tee."

Tällä hetkellä monet tekniikat ovat vielä "konseptitodistus" -vaiheessa, mutta Kantor huomautti, että he ovat käyneet mielenkiintoisia keskusteluja maatalouden varhaisten käyttöönottajien kanssa. Nyt projekti – johon kuuluu myös ihmisiä Texas A&M: stä, Penn Statesta, Coloradon osavaltiosta, Washingtonin osavaltiosta, Marylandin yliopisto, Georgian yliopisto ja Etelä-Carolinan Clemson University - valmistautuvat iskemään aika.

"Monet ihmiset eivät ajattele, että tämä on ensimmäinen paikka tehdä tällaista tutkimusta ja kehitystä, mutta se on alue, joka - ja olen pahoillani, että käytän tätä sanaleikkaa, mutta se on todella väistämätöntä - on todella kypsä edistymiselle", Kantor päätti. "Tavoitteenamme on nyt alkaa käyttää näitä työkaluja ongelmien ratkaisemiseen suuressa mittakaavassa."

Toimittajien suositukset

• Optiset illuusiot voivat auttaa meitä rakentamaan seuraavan sukupolven tekoälyä
• Tämä tekniikka oli tieteiskirjallisuutta 20 vuotta sitten. Nyt se on todellisuutta
• MIT: n uusi robotti voi pelata kaikkien suosikkilohkojen pinoamispeliä Jengaa