Carnegie Mellon gebruikt drones, robots en AI om de landbouw de nieuwe eeuw in te slepen

De landbouw heeft de afgelopen eeuw een lange weg afgelegd. We produceren meer voedsel dan ooit tevoren – maar ons huidige model is niet duurzaam en de wereldbevolking groeit snel Als de grens van 8 miljard dollar nadert, zullen moderne voedselproductiemethoden een radicale transformatie nodig hebben als ze willen blijven bestaan omhoog. Maar gelukkig is er een reeks nieuwe technologieën die dit mogelijk kunnen maken. In deze seriesonderzoeken we enkele van de innovatieve nieuwe oplossingen waaraan boeren, wetenschappers en ondernemers werken om ervoor te zorgen dat niemand honger lijdt in onze steeds drukker wordende wereld.

Sinds de migratie van Amerikaanse burgers van het platteland naar de stad worden stedelijke gebieden vaak geassocieerd met geavanceerde technologieën.

Nou, schrap dat verband eens – want in het tijdperk van kunstmatige intelligentie, een nieuw onderzoeksproject van Carnegie Mellon Het Robotics Institute van de universiteit wil bewijzen dat het land technologisch net zo geavanceerd kan zijn als de Verenigde Staten slimme stad.

Genaamd FarmView (niet te verwarren met Boerderij dorp, het tijdverspillende spel dat is uitgelopen Facebook feeds gedurende een groot deel van de afgelopen tien jaar), maakt het project gebruik van machine learning, drones, autonome robots en vrijwel elk ander gebied van technisch onderzoek met grote budgetten om boeren te helpen meer voedsel te verbouwen, beter en slimmer.

“We doen al zo’n vijftien jaar onderzoek naar robotica voor de landbouw”, George Kantor, vertelde Carnegie Mellon senior systeemwetenschapper aan Digital Trends. “Het heeft een aantal verschillende vormen aangenomen, en dit was een poging om het allemaal samen te brengen in één samenhangend project.”

Maar FarmView is veel meer dan alleen een organisatorische herschikking van bovenaf, zoals het verantwoordelijk maken van het financiële administratieteam voor de debiteuren in plaats van de crediteuren. In feite toont het een nieuw gevoel van urgentie rond dit onderwerp aan, dankzij een statistiek die het belang ervan voor de betrokken onderzoekers duidelijk maakte.

Die statistiek? Volgens de huidige voorspellingen zal de wereldbevolking in 2050 9,6 miljard mensen tellen. Wat dat betekent is dat als er geen betere manieren worden gevonden om onze beperkte landbouwhulpbronnen – waaronder land, water en energie – te gebruiken, er heel goed een mondiale voedselcrisis kan ontstaan.

“Dat is een statistiek die ons echt dwingt om naar oplossingen te zoeken”, vervolgde Kantor. “Technologie alleen zal deze potentiële crisis niet oplossen; het gaat ook om sociale en politieke kwesties. Het is echter iets waarvan we denken dat we ermee kunnen helpen. Het gaat niet alleen om de hoeveelheid voedsel die er is. De manier waarop we nu voedsel produceren is zeer hulpbronnenintensief, en de beschikbare hulpbronnen worden opgebruikt. We moeten de hoeveelheid voedsel die we produceren vergroten, evenals de kwaliteit, maar doen dat op een manier die niet veronderstelt dat we over onbeperkte hulpbronnen beschikken.”

Als onderdeel van het project heeft het team een ​​autonome grondrobot ontwikkeld die in staat is om op verschillende tijdstippen visuele onderzoeken van akkers uit te voeren het seizoen – dankzij een camera, een laserscanner om de geometrie van planten te meten, en een multispectrale camera die naar niet-zichtbare straling kijkt banden. Met behulp van computervisie en machine learning-technologie kan het de verwachte fruitopbrengst later in het seizoen voorspellen.

In plaats van deze informatie alleen maar passief door te geven aan een boer, kan deze de robot vervolgens actief activeren het snoeien van bladeren of het uitdunnen van fruit op een manier die een optimaal ecologisch evenwicht tussen bladoppervlak en fruit handhaaft laden.

CMU-onderzoekers gebruiken ook een combinatie van drones en stationaire sensornetwerken om metingen op macroschaal van de plantengroei uit te voeren.

Hoewel dit zeker slimme voorbeelden van technologie zijn, zal de echt langdurige impact komen van de manier waarop technologieën zoals bladsnijrobots en drones kunnen worden gebruikt om gewassen te helpen verbeteren.

In deze hoedanigheid wees Kantor op het gewas sorghum, een grove, droge graskorrel die duizenden jaren geleden in Egypte ontstond. Graansorgho wordt veel gegeten en wordt beschouwd als het vijfde belangrijkste graangewas ter wereld. Omdat er zoveel verschillende variëteiten voorkomen (maar liefst 42.000!), heeft het ook een enorm genetisch potentieel voor het creëren van nieuwe eiwitrijke variëteiten die het nog belangrijker zouden kunnen maken.

Wie is er tenslotte tevreden met simpelweg de vijfde-belangrijkste graangewas?

Dat is waar AI in beeld komt. Als het mogelijk is om machinale leertechnologie te gebruiken om sorghumparameters zo te meten dat veredelaars en genetici dit kunnen doen Als je de eigenschappen kiest die het meest nodig zijn voor een betere opbrengst en die het meest resistent zijn tegen ziekten en droogte, kan dit een enorm positief effect hebben invloed. Alleen al het verbeteren van de opbrengst met bijvoorbeeld 50 procent zou een reële impact vertegenwoordigen waar maar heel weinig computerwetenschappers ooit voor kunnen worden gecrediteerd.

Betekent dit alles dat de boerderij van de toekomst er net zo zal zijn als de fabriek van de toekomst? grotendeels vrij van mensen – met rij na rij glimmende robots in Terminator-stijl die alles uitvoeren werk? Niet helemaal.

“We doen dit niet om mensen te vervangen. Wat we doen is nieuwe technologieën introduceren die boeren efficiënter kunnen maken in wat ze doen, en hen in staat stellen minder middelen te gebruiken om dat te doen”, aldus Kantor. “Het scenario dat wij voor ogen hebben, houdt niet in dat er minder mensen ingezet moeten worden; het gaat om het gebruik van robotica en andere technologieën om taken uit te voeren die mensen momenteel niet doen.”

Momenteel bevinden veel van de technologieën zich nog in de ‘proof of concept’-fase, maar Kantor merkte op dat ze een aantal interessante discussies hebben gehad met early adopters in de landbouw. Nu is het project – waar ook mensen uit Texas A&M, Penn State, Colorado State, Washington State, de De Universiteit van Maryland, de Universiteit van Georgia en de Clemson Universiteit in South Carolina bereiden zich voor op een grote stap tijd.

“Veel mensen beschouwen dit niet als de eerste plaats waar dit soort onderzoek en ontwikkeling wordt gedaan, maar het is een gebied dat – en het spijt me dat ik deze woordspeling gebruik, maar het is echt onvermijdelijk – echt rijp is voor vooruitgang,” Kantor geconcludeerd. “Ons doel is nu om deze tools te gaan gebruiken om problemen op grote schaal op te lossen.”

Aanbevelingen van de redactie

• Optische illusies kunnen ons helpen de volgende generatie AI te bouwen
• Deze technologie was twintig jaar geleden sciencefiction. Nu is het realiteit
• De nieuwe robot van MIT kan ieders favoriete blokkenstapelspel spelen: Jenga