看看人工智能(AI)正在幫助的行業(yè)的不斷擴展總是很有趣的。農業(yè)定期使用技術(shù)來(lái)提高產(chǎn)量。近年來(lái)，全球變暖使得通過(guò)改善灌溉來(lái)管理水資源變得更加重要?，F在，農業(yè)行業(yè)正在考慮以多種方式采用人工智能。這些方法之一是分析農作物以更好地管理產(chǎn)量。
作物的航空成像并不是什么新鮮事。弗雷德里克·鮑登(Frederick Bawden)在1933年將其用于檢測馬鈴薯作物中的疾病。從那時(shí)起，這項技術(shù)已經(jīng)發(fā)展起來(lái)，現在正在引入AI，以進(jìn)一步向前邁進(jìn)。
例如，想象一個(gè)使用中心樞軸灌溉的灌溉系統。當農民轉向其他更節水的系統時(shí)，這既昂貴又費時(shí)。同時(shí)，重要的是要迅速找到灌溉系統的問(wèn)題，以控制成本并保護農作物。
Ceres Imaging是一家年輕的公司，致力于改善作物管理。他們的團隊以多種方式使用AI。這始于他們的掃描技術(shù)，利用視覺(jué)的先進(jìn)性，通過(guò)安裝在飛機上的設備對視場(chǎng)進(jìn)行空中檢查。他們首先考慮了無(wú)人機，但是它們的飛行時(shí)間有限并且攜帶重量。飛機效率更高，以更低的成本覆蓋更多的土地。
他們的視覺(jué)技術(shù)可以發(fā)現許多領(lǐng)域的問(wèn)題。在上面的示例中，當該系統組件識別出比其余字段干燥或濕潤的圓形區域時(shí)，機器學(xué)習(ML)組件可以識別出中心樞軸存在問(wèn)題，并且整個(gè)系統可以通知農民。
機器學(xué)習系統可以識別出涉及營(yíng)養物，害蟲(chóng)等的其他問(wèn)題。您可能已經(jīng)猜到了，監督學(xué)習用于訓練ML系統。有許多圖像和數據集無(wú)法注釋以進(jìn)行訓練。不僅是歷史信息，因為每年對成千上萬(wàn)英畝的土地進(jìn)行成像，而且往往是多次。
“農業(yè)是一項低利潤業(yè)務(wù)，您需要全面了解，以?xún)?yōu)化您投入運營(yíng)的每一分錢(qián)，” Ceres Imaging首席執行官Ashwin Madgavkar說(shuō)。“利用人工智能領(lǐng)先問(wèn)題是值得的，它可以在問(wèn)題影響產(chǎn)量之前迅速糾正問(wèn)題。”
同樣重要的是要知道該技術(shù)不僅限于農作物。果園是一個(gè)類(lèi)似的問(wèn)題，已經(jīng)是一個(gè)市場(chǎng)。灌溉，病蟲(chóng)害防治等基礎知識與農作物相似，并且有足夠的標簽數據可用于對那些產(chǎn)品進(jìn)行ML系統培訓。馬達加夫卡(Madgavkar)先生說(shuō)，目前有20%的加利福尼亞葡萄園通過(guò)其AI系統進(jìn)行觀(guān)測。我可以看到其他行業(yè)的機會(huì )，例如紙張林業(yè)，但是Ceres Imaging專(zhuān)注于現有市場(chǎng)的發(fā)展。
農民，經(jīng)紀人，農作物保險都得益于及時(shí)的信息
即使在更穩定的時(shí)期，耕種也有許多變量。正如當前的大流行所顯示的那樣，全球變暖正使它變得更加不確定，勞動(dòng)力風(fēng)險也會(huì )隨之變化。在農業(yè)行業(yè)中，農民并不是唯一成功與作物產(chǎn)量緊密相關(guān)的人。作物保險和經(jīng)紀業(yè)是通過(guò)管理風(fēng)險以獲取利潤和成功而存在的。這些領(lǐng)域的公司還需要了解領(lǐng)域中正在發(fā)生的事情。
能夠提供有關(guān)作物產(chǎn)量的更好信息的人工智能可以幫助那些農業(yè)子行業(yè)更好地計劃自己的需求和償付能力。這些信息可以間接地幫助整個(gè)食品鏈，幫助制造商更好地計劃預期的農產(chǎn)品供應。
正如全球變暖和Covid-19大流行向我們展示的那樣，先進(jìn)世界中太多的人已將食品供應鏈視為理所當然。它比大多數人意識到的還要脆弱，并且AI可以從源頭上對降低風(fēng)險產(chǎn)生強大的影響。
