Carnegie Mellon använder drönare, robotar och AI för att dra jordbruket in i det nya århundradet

Jordbruket har kommit långt under det senaste århundradet. Vi producerar mer mat än någonsin tidigare – men vår nuvarande modell är ohållbar, och som världens befolkning snabbt närmar sig 8 miljarder, kommer moderna livsmedelsproduktionsmetoder att behöva en radikal förändring om de ska behållas upp. Men som tur är finns det en rad nya tekniker som kan göra det möjligt. I denna serie, kommer vi att utforska några av de innovativa nya lösningarna som bönder, forskare och entreprenörer arbetar med för att se till att ingen blir hungrig i vår allt mer trånga värld.

Ända sedan amerikanska medborgares industriålder migration från landet till staden har stadsområden tenderat att förknippas med banbrytande teknik.

Tja, skrapa den korrelationen - för i en tid av artificiell intelligens, ett nytt forskningsprojekt av Carnegie Mellon Universitetets Robotics Institute siktar på att bevisa att landet kan vara lika tekniskt avancerat som smart stad.

Kallas FarmView (inte att förväxla med Farm Ville, det tidsödande spelet som har gått över Facebook flöden under stora delar av det senaste decenniet), använder projektet maskininlärning, drönare, autonoma robotar och praktiskt taget alla andra områden av storbudgetteknologisk forskning för att hjälpa bönder att odla mer mat, bättre och smartare.

"Vi har forskat om robotteknik för jordbruk i cirka 15 år nu," George Kantor, Carnegie Mellon senior systemforskare, berättade för Digital Trends. "Det har tagit ett antal olika former, och det här var ett försök att dra ihop det hela till ett sammanhållet projekt."

Men FarmView är mycket mer än bara en top-down organisatorisk ombildning, som att göra ekonomiadministrationen ansvarig för kundfordringar istället för leverantörsskulder. Faktum är att det visar en ny känsla av brådska kring detta ämne, tack vare en statistik som slog in dess betydelse för de inblandade forskarna.

Den statistiken? Enligt nuvarande prognoser kommer världens befolkning att nå 9,6 miljarder år 2050. Vad det betyder är att om man inte hittar bättre sätt att använda våra begränsade jordbruksresurser – inklusive mark, vatten och energi – kan en global livsmedelskris uppstå.

"Det är en statistik som verkligen tvingar oss att leta efter lösningar", fortsatte Kantor. "Teknik ensam kommer inte att lösa denna potentiella kris; det involverar också sociala och politiska frågor. Men det är något vi tror att vi kan hjälpa till med. Det handlar inte bara om hur mycket mat det finns heller. Det sätt vi producerar mat på just nu är mycket resurskrävande och de resurser som finns håller på att förbrukas. Vi måste öka mängden mat vi producerar, såväl som kvaliteten, men gör det på ett sätt som inte förutsätter att vi har obegränsade resurser."

Som en del av projektet har teamet utvecklat en autonom markrobot som kan göra visuella undersökningar av odlingsfält vid olika tidpunkter i säsongen - med tillstånd av en kamera, en laserskanner för att mäta växtgeometri och en multispektral kamera som tittar på osynlig strålning band. Med hjälp av datorseende och maskininlärningsteknik kan den förutsäga den förväntade fruktavkastningen senare under säsongen.

Istället för att bara passivt vidarebefordra denna information till en bonde, kan den sedan aktivt utlösa roboten beskärning av löv eller gallring av frukt på ett sätt som upprätthåller en optimal ekologisk balans mellan bladyta och frukt ladda.

CMU-forskare använder också en kombination av drönare och stationära sensornätverk för att göra mätningar i makroskala av växttillväxt.

Även om dessa definitivt är smarta exempel på teknik, kommer den verkligt långvariga effekten att komma från hur tekniker som lövskärningsrobotar och drönare kan användas för att förbättra grödor.

I denna egenskap pekade Kantor mot grödan durra, ett grovt, torrt gräskorn som uppstod för tusentals år sedan i Egypten. Spannmålssorghum äts allmänt och anses vara den femte viktigaste spannmålsgrödan som odlas i världen. Eftersom den innehåller så många olika sorter (hela 42 000!), har den också en enorm genetisk potential för att skapa nya högproteinvarianter som kan göra den ännu viktigare.

När allt kommer omkring, vem är nöjd med att bara vara den femte-viktigaste spannmålsgrödan?

Det är där AI kommer in. Om det är möjligt att använda maskininlärningsteknik för att mäta sorghumparametrar på ett sådant sätt att uppfödare och genetiker kan välja de egenskaper som är mest nödvändiga för förbättrad avkastning, såväl som mest motståndskraftiga mot sjukdomar och torka, kan det ha en massiv positiv påverkan. Bara att bara förbättra avkastningen med, säg, 50 procent, skulle representera en verklig inverkan som väldigt få datavetare någonsin kan tillskrivas.

Så betyder allt detta att framtidens gård, liksom framtidens fabrik, kommer att bli det i stort sett fria från människor — med rad efter rad av glänsande robotar i Terminator-stil som utför alla arbete? Inte riktigt.

"Vi gör inte det här för att ersätta människor. Vad vi gör är att introducera ny teknik som kan göra bönder mer effektiva i vad de gör och låta dem använda färre resurser för att göra det, säger Kantor. "Scenariot vi föreställer oss innebär inte att vi använder färre personer; det innebär att använda robotik och annan teknik för att utföra uppgifter som människor inte gör för närvarande."

För närvarande befinner sig många av teknologierna fortfarande i "proof of concept"-fasen, men Kantor noterade att de har haft några intressanta diskussioner med jordbrukets tidiga användare. Nu är projektet – som också inkluderar folk från Texas A&M, Penn State, Colorado State, Washington State, den University of Maryland, University of Georgia och South Carolinas Clemson University - förbereder sig för att slå det stora tid.

"Många människor tycker inte att det här är det första stället att göra den här typen av forskning och utveckling, men det är en område som - och jag är ledsen att använda den här ordleken, men det är verkligen oundvikligt - verkligen är mogen för framsteg, "Kantor avslutade. "Vår push nu är att börja använda dessa verktyg för att lösa problem i stor skala."

Redaktörens rekommendationer

• Optiska illusioner kan hjälpa oss att bygga nästa generations AI
• Den här tekniken var science fiction för 20 år sedan. Nu är det verklighet
• MIT: s nya robot kan spela allas favoritblockstackningsspel, Jenga