카네기 멜론(Carnegie Mellon)은 드론, 로봇 및 AI를 사용하여 농업을 새로운 세기로 끌어오고 있습니다.

농업은 지난 세기에 많은 발전을 이루었습니다. 우리는 그 어느 때보다 더 많은 식량을 생산합니다. 하지만 현재의 모델은 지속 가능하지 않으며 세계 인구가 급격히 증가함에 따라 80억 명에 접근하는 현대 식품 생산 방식을 유지하려면 급진적인 변화가 필요합니다. 위로. 하지만 다행히도 이를 가능하게 할 수 있는 다양한 신기술이 있습니다. ~ 안에 이 시리즈, 점점 더 복잡해지는 세상에서 누구도 배고프지 않도록 농부, 과학자, 기업가들이 노력하고 있는 혁신적인 새로운 솔루션 중 일부를 살펴보겠습니다.

미국 시민이 산업화 시대에 시골에서 도시로 이주한 이후로 도시 지역은 첨단 기술과 연관되는 경향이 있었습니다.

글쎄, 그 상관 관계를 긁어보세요. 인공 지능 시대에 Carnegie Mellon의 새로운 연구 프로젝트이기 때문입니다. 대학의 로봇 공학 연구소는 국가가 기술적으로 모든 면에서 선진국만큼 발전할 수 있음을 증명하기 시작했습니다. 스마트시티.

FarmView라고 합니다(혼동하지 마세요). 팜빌, 오버런된 시간낭비 게임 페이스북 지난 10년 동안 피드를 공급한 이 프로젝트에서는 기계 학습, 드론, 자율 로봇 및 농부들이 더 많은 식량을 더 훌륭하고 스마트하게 재배할 수 있도록 지원하는 거의 모든 대규모 예산 기술 연구 분야입니다.

“우리는 지금까지 약 15년 ​​동안 농업용 로봇공학에 대한 연구를 해왔습니다.” 조지 캔터, Carnegie Mellon의 수석 시스템 과학자는 Digital Trends에 말했습니다. "그것은 다양한 형태를 취하고 있으며, 이는 모든 것을 하나의 응집력 있는 프로젝트로 끌어들이려는 시도였습니다."

그러나 FarmView는 재무 관리 팀이 지급 계정 대신 매출 계정을 담당하도록 하는 등 단순한 하향식 조직 개편 그 이상입니다. 실제로, 관련 연구자들에게 이 주제의 중요성을 다시 한번 강조한 통계 덕분에 이 주제에 대한 새로운 긴박감을 보여줍니다.

그 통계? 현재 예측에 따르면 세계 인구는 2050년까지 96억 명에 이를 것으로 예상된다. 이는 토지, 물, 에너지 등 제한된 농업 자원을 사용하는 더 나은 방법을 찾지 못하면 세계 식량 위기가 발생할 수 있다는 것을 의미합니다.

Kantor는 "이것은 우리가 해결책을 찾도록 강요하는 통계입니다."라고 계속 말했습니다. “기술만으로는 이 잠재적인 위기를 해결할 수 없습니다. 그것은 또한 사회적, 정치적 문제를 포함합니다. 하지만 이는 우리가 도울 수 있다고 생각하는 부분입니다. 음식이 얼마나 많은지에 관한 것만이 아닙니다. 현재 우리가 식량을 생산하는 방식은 자원 집약적이며, 사용 가능한 자원이 모두 소모되고 있습니다. 우리는 생산하는 식량의 양과 품질을 늘려야 하지만, 자원이 무제한이라고 가정하지 않는 방식으로 그렇게 해야 합니다.”

프로젝트의 일환으로 팀은 다양한 시간에 농경지를 시각적으로 조사할 수 있는 자율 지상 로봇을 개발했습니다. 계절 — 카메라, 식물의 기하학적 구조를 측정하는 레이저 스캐너, 비가시 방사선을 관찰하는 다중 스펙트럼 카메라 제공 밴드. 컴퓨터 비전과 머신러닝 기술을 사용하면 시즌 후반에 예상되는 과일 수확량을 예측할 수 있습니다.

그러나 이 정보를 농부에게 수동적으로 전달하는 것이 아니라 적극적으로 로봇을 작동시킬 수 있습니다. 잎 면적과 과일 사이의 최적의 생태학적 균형을 유지하는 방식으로 잎을 가지치기하거나 과일을 솎아내는 것 짐.

CMU 연구원들은 또한 드론과 고정 센서 네트워크의 조합을 사용하여 식물 성장에 대한 거시적 측정을 수행합니다.

이것들은 분명 스마트한 기술의 예이지만, 잎사귀 로봇이나 드론과 같은 기술을 사용하여 농작물을 개선하는 방법에서 실제로 오래 지속되는 영향이 나타날 것입니다.

이러한 자격으로 Kantor는 수천 년 전에 이집트에서 유래한 거칠고 마른 풀 알갱이인 수수를 지적했습니다. 수수는 널리 섭취되며 세계에서 다섯 번째로 중요한 곡물로 간주됩니다. 이는 매우 다양한 품종(무려 42,000개!)을 특징으로 하기 때문에 더욱 중요해질 수 있는 새로운 고단백 품종을 생성할 수 있는 엄청난 유전적 잠재력도 가지고 있습니다.

결국, 단순히 존재하는 것에 만족하는 사람이 어디 있겠습니까? 다섯-가장 중요한 곡물은?

AI가 등장하는 곳입니다. 기계 학습 기술을 사용하여 육종가와 유전학자가 수수의 매개변수를 측정할 수 있다면 수확량을 늘리고 질병과 가뭄에 가장 잘 견디는 데 가장 필요한 특성을 선택하면 엄청난 긍정적인 영향을 미칠 수 있습니다. 영향. 예를 들어 수율을 50%만 향상시키는 것만으로도 극소수의 컴퓨터 과학자만이 인정할 수 있는 실제 세계의 영향을 나타낼 수 있습니다.

그렇다면 이것이 의미하는 바는 미래의 농장이 미래의 공장과 마찬가지로 인간이 거의 없습니다. 번쩍이는 터미네이터 스타일의 로봇이 줄줄이 늘어서 모든 작업을 수행합니다. 일하다? 좀 빠지는.

“우리는 사람을 대체하기 위해 이 일을 하는 것이 아닙니다. 우리가 하고 있는 일은 농부들이 작업을 보다 효율적으로 수행할 수 있도록 하고 더 적은 자원을 사용하여 작업을 수행할 수 있도록 하는 새로운 기술을 도입하는 것입니다.”라고 Kantor는 말했습니다. “우리가 구상하는 시나리오는 더 적은 인력을 사용하는 것이 아닙니다. 인간이 현재 수행하지 않는 작업을 수행하기 위해 로봇 공학 및 기타 기술을 사용하는 것이 포함됩니다.”

현재 많은 기술이 여전히 "개념 증명" 단계에 있지만 Kantor는 농업 얼리어답터들과 흥미로운 논의를 진행했다고 언급했습니다. 이제 프로젝트에는 Texas A&M, Penn State, Colorado State, Washington State, 메릴랜드 대학교, 조지아 대학교, 사우스 캐롤라이나의 클렘슨 대학교가 큰 성공을 준비하고 있습니다. 시간.

“많은 사람들이 이곳이 이런 종류의 연구와 개발을 하는 최초의 장소라고 생각하지 않지만, 이런 말장난을 해서 미안하지만 정말 피할 수 없는 일입니다. 발전할 여지가 정말 무르익은 분야입니다.” Kantor 결론. "이제 우리는 이러한 도구를 사용하여 대규모 문제를 해결하기 시작하는 것입니다."

편집자의 추천

• 착시 현상은 차세대 AI를 구축하는 데 도움이 될 수 있습니다
• 이 기술은 20년 전에는 공상과학 소설이었습니다. 이제 현실이다
• MIT의 새로운 로봇은 모두가 좋아하는 블록 쌓기 게임 Jenga를 할 수 있습니다.