Carnegie Mellon bruker droner, roboter og kunstig intelligens for å dra landbruket inn i det nye århundret

Landbruket har kommet langt det siste århundret. Vi produserer mer mat enn noen gang før - men vår nåværende modell er uholdbar, og som verdens befolkning raskt nærmer seg 8 milliarder, vil moderne matproduksjonsmetoder trenge en radikal transformasjon hvis de skal beholde opp. Men heldigvis er det en rekke nye teknologier som kan gjøre det mulig. I denne serien, vil vi utforske noen av de innovative nye løsningene som bønder, forskere og gründere jobber med for å sikre at ingen blir sultne i vår stadig mer overfylte verden.

Helt siden amerikanske borgeres industrielle migrasjon fra landet til byen, har urbane områder hatt en tendens til å være assosiert med banebrytende teknologier.

Vel, skrape den korrelasjonen - for i en tidsalder av kunstig intelligens, et nytt forskningsprosjekt av Carnegie Mellon Universitetets Robotics Institute tar sikte på å bevise at landet kan være like teknologisk avansert som smart by.

I slekt

  • Hvordan vil vi vite når en AI faktisk blir sansende?
  • Forskere bruker A.I. å lage kunstig menneskelig genetisk kode
  • Akkurat som en ørn kan denne autonome glideren fly på termiske strømmer

Kalt FarmView (ikke å forveksle med Farm Ville, det tidssløsende spillet som har overkjørt Facebook feeds i store deler av det siste tiåret), bruker prosjektet maskinlæring, droner, autonome roboter og praktisk talt alle andre områder av storbudsjettsteknologisk forskning for å hjelpe bøndene til å dyrke mer mat, bedre og smartere.

"Vi har forsket på robotikk for landbruk i omtrent 15 år nå," George Kantor, sier senior systemforsker i Carnegie Mellon, til Digital Trends. "Det har tatt en rekke forskjellige former, og dette var et forsøk på å samle det hele til ett sammenhengende prosjekt."

"Verdens befolkning vil nå 9,6 milliarder innen 2050."

Men FarmView er mye mer enn bare en top-down organisatorisk omlegging, som å gjøre økonomiadministrasjonsteamet ansvarlig for kundefordringer i stedet for leverandørgjeld. Faktisk demonstrerer det en ny følelse av at det haster rundt dette emnet, takket være en statistikk som slo inn betydningen for de involverte forskerne.

Den statistikken? I følge nåværende spådommer vil verdens befolkning nå 9,6 milliarder innen 2050. Hva det betyr er at hvis det ikke blir funnet bedre måter å bruke våre begrensede landbruksressurser – inkludert land, vann og energi – kan det godt oppstå en global matkrise.

"Det er en statistikk som virkelig tvinger oss til å se etter løsninger," fortsatte Kantor. "Teknologi alene kommer ikke til å løse denne potensielle krisen; det involverer også sosiale og politiske spørsmål. Det er imidlertid noe vi tror vi kan hjelpe med. Det handler ikke bare om hvor mye mat det er heller. Måten vi produserer mat på akkurat nå er svært ressurskrevende, og ressursene som er tilgjengelig blir brukt opp. Vi må øke mengden mat vi produserer, så vel som kvaliteten, men gjør det på en måte som ikke forutsetter at vi har ubegrensede ressurser."

1 av 14

(Bilder: Carnegie Mellon University)

Som en del av prosjektet har teamet utviklet en autonom bakkerobot som er i stand til å ta visuelle undersøkelser av avlingsfelt til forskjellige tider i sesongen – med tillatelse fra et kamera, en laserskanner for å måle plantegeometri og et multispektralt kamera som ser på usynlig stråling band. Ved å bruke datasyn og maskinlæringsteknologi kan den forutsi forventet fruktutbytte senere i sesongen.

I stedet for å bare passivt gi denne informasjonen videre til en bonde, kan den imidlertid aktivt utløse roboten. beskjæring av blader eller tynning av frukt på en måte som opprettholder en optimal økologisk balanse mellom bladareal og frukt laste.

CMU-forskere bruker også en kombinasjon av droner og stasjonære sensornettverk for å ta makroskalamålinger av plantevekst.

"Vårt press nå er å begynne å bruke disse verktøyene for å løse problemer i stor skala."

Selv om dette definitivt er smarte eksempler på teknologi, vil den virkelig langvarige effekten komme fra hvordan teknologier som bladskjærende roboter og droner kan brukes til å forbedre avlingene.

I denne egenskapen pekte Kantor mot avlingen sorghum, et grovt, tørt gresskorn som oppsto for tusenvis av år siden i Egypt. Kornsorghum spises mye, og regnes som den femte viktigste kornavlingen som dyrkes i verden. Fordi den har så mange forskjellige varianter (hele 42 000!), har den også et enormt genetisk potensial for å lage nye høyproteinvarianter som kan gjøre det enda viktigere.

Tross alt, hvem er fornøyd med å være den femte-viktigste kornavling?

Det er her AI kommer inn. Hvis det er mulig å bruke maskinlæringsteknologi for å måle sorghumparametere på en slik måte at oppdrettere og genetikere kan velge de egenskapene som er mest nødvendige for forbedret utbytte, så vel som mest motstandsdyktige mot sykdom og tørke, kan det ha en massiv positiv innvirkning. Bare å forbedre utbyttet alene med for eksempel 50 prosent vil representere en virkelig innvirkning som svært få informatikere noen gang kan bli kreditert med.

Så betyr alt dette at fremtidens gård, som fremtidens fabrikk, vil bli det stort sett fri for mennesker - med rad etter rad med skinnende roboter i Terminator-stil som utfører alle arbeid? Ikke helt.

Carnegie Mellon University | FarmView | Arbeid som betyr noe

"Vi gjør ikke dette for å erstatte folk. Det vi gjør er å introdusere ny teknologi som kan gjøre bøndene mer effektive i det de gjør, og la dem bruke færre ressurser på å gjøre det, sa Kantor. «Scenarioet vi ser for oss innebærer ikke å bruke færre personer; det innebærer å bruke robotikk og andre teknologier for å utføre oppgaver som mennesker ikke gjør for øyeblikket."

For tiden er mange av teknologiene fortsatt i «proof of concept»-fasen, men Kantor bemerket at de har hatt noen interessante diskusjoner med landbrukets tidlige brukere. Nå er prosjektet - som også inkluderer folk fra Texas A&M, Penn State, Colorado State, Washington State, the University of Maryland, University of Georgia og South Carolinas Clemson University - forbereder seg på å treffe det store tid.

"Mange mennesker tenker ikke på at dette er det første stedet å gjøre denne typen forskning og utvikling, men det er en område som – og jeg beklager å bruke dette ordspillet, men det er virkelig uunngåelig – virkelig er modent for fremgang,» Kantor konkluderte. "Vårt press nå er å begynne å bruke disse verktøyene for å løse problemer i stor skala."

Redaktørenes anbefalinger

  • Optiske illusjoner kan hjelpe oss med å bygge neste generasjon AI
  • Denne teknologien var science fiction for 20 år siden. Nå er det virkelighet
  • MITs nye robot kan spille alles favoritt blokkstablespill, Jenga