จุดสำคัญ:
- ห้าปีหลังจากได้รับเทคโนโลยีนี้วิธีการของ Deere ในการใช้การมองเห็นของเครื่องจักรและการเรียนรู้ของเครื่องเพื่อระบุพืชแต่ละชนิดจะได้รับการทดสอบในฟาร์มในช่วงฤดูร้อนปี 2021
- เป้าหมาย: เครื่องจักรในฟาร์มที่เคลื่อนที่ด้วยความเร็วสูงสุด 20 ไมล์ต่อชั่วโมงตัดสินใจฉีดพ่นสารเคมีกำจัดวัชพืชในระดับของพืชและวัชพืชแต่ละชนิดในไม่กี่วินาทีลดความจำเป็นในการใช้สารเคมีอย่างกว้างขวาง
- ความพยายามของ AI เป็นหนึ่งในโครงการเทคโนโลยีมากมายที่เกี่ยวข้องกับการทำฟาร์มเกษตรแบบแม่นยำในศตวรรษที่ 21 และเปลี่ยนลักษณะการทำงานในชนบทของอเมริกา
หากเป็นเรื่องน่าแปลกใจที่การประมูลใบอนุญาตบรอดแบนด์ 5G ของรัฐบาลเมื่อเร็ว ๆ นี้ ได้รับรางวัล โดยยักษ์ใหญ่เกษตร เดียร์แอนด์โค มากกว่า AT & T หรือผู้แข็งแกร่งด้านโทรคมนาคมอื่น ๆ อาจจะไม่ควร การทำฟาร์มซึ่งมีวิวัฒนาการมาหลายพันปีจากการที่มนุษย์ใช้ไถนาเป็นสารเคมีและล่าสุดยุคพันธุกรรมกำลังเข้าสู่ยุคดิจิทัล หรือที่เรียกว่าเกษตรแม่นยำการเปลี่ยนแปลงที่เกิดขึ้นจากการรวบรวมและวิเคราะห์ข้อมูลชีวิตและการทำงานในพื้นที่ชนบทถูกกำหนดให้เร่งขึ้น
ตัวอย่างหนึ่งจาก Deere ที่มีกำหนดจะเปิดตัวในฟาร์มในฤดูร้อนปีหน้าเป็นการผสมผสานระหว่างการมองเห็นของเครื่องจักรและการเรียนรู้ของเครื่องหรือหากต้องการพูดให้เข้าใจง่ายขึ้นก็ควรนึกถึงการจดจำใบหน้าสำหรับพืช ย้อนกลับไปในปี 2017 Deere ได้เข้าซื้อ บริษัท ชื่อ เทคโนโลยีบลูริเวอร์ซึ่งได้ดำเนินการเพื่อระบุพืชและวัชพืชแต่ละชนิด นั่นไม่ใช่เรื่องง่ายเมื่อคุณพิจารณาว่าฟาร์มหนึ่งเอเคอร์สามารถครอบคลุมพืชได้หลายพันชนิดและเครื่องจักรกลหนักที่เคลื่อนที่ผ่านสนามจะทำงานด้วยความเร็ว 10-20 ไมล์ต่อชั่วโมง
AI กำลังก้าวไปอย่างรวดเร็วในฟาร์มทุกประเภทและทั่วโลก ในประเทศจีนมีการใช้ฟาร์มหมู การจดจำใบหน้าเพื่อทำแผนที่และตรวจสอบสุกร'ใบหน้า และตั้งแต่สตาร์ทอัพสัญชาติไอริชไปจนถึงยักษ์ใหญ่อย่างคาร์กิลล์ การจดจำใบหน้าของวัว สำหรับฟาร์มโคนมกำลังก้าวหน้า
“ ฟาร์มในสภาพแวดล้อมชนบทเหล่านี้มีความสามารถทางเทคโนโลยีและเชี่ยวชาญด้านเทคโนโลยีสร้างข้อมูลที่สำคัญทุกวันในช่วงฤดูปลูก” Jahmy Hindman ซึ่งเป็นหัวหน้าเจ้าหน้าที่เทคโนโลยีของ Deere เมื่อเดือนกรกฎาคมที่ผ่านมากล่าวในงาน CNBC @Work Spotlight เมื่อวันพฤหัสบดี “ ข้อมูลที่สร้างขึ้นจะช่วยให้พวกเขามีประสิทธิผลมากขึ้นและยั่งยืนและแม่นยำยิ่งขึ้น …. ข้อมูลมีความสำคัญอย่างยิ่งต่อการตัดสินใจในขณะนี้การลดปัจจัยการผลิตที่เกษตรกรต้องนำไปใช้ในธุรกิจและเพิ่มผลผลิตสูงสุด”
หากเทคโนโลยี AI ทำงานได้ตามที่คิดไว้ปัจจัยหลักที่จะลดลงคือการใช้สารเคมีเพื่อฆ่าวัชพืชในทุ่งนาสารเคมีกำจัดวัชพืช แทนที่จะฉีดพ่นสารเคมีอย่างแพร่หลายเพื่อฆ่าทุกสิ่ง แต่พืชดัดแปลงพันธุกรรมที่ออกแบบมาเพื่อให้สามารถใช้งานได้เครื่องพ่นสารเคมีสามารถกำหนดเป้าหมายพืชแต่ละชนิดที่ได้รับการยอมรับว่าเป็นเป้าหมายที่ถูกต้องซึ่งอาจมีผลกระทบที่สำคัญสำหรับธุรกิจเช่น ไบเออร์ Monsanto ซึ่งสร้างสารเคมีและพืชจีเอ็มโอซึ่งเป็น Roundup ที่รู้จักกันดีที่สุด
ฮินด์แมนอธิบายว่าเทคโนโลยี AI เป็นการฝึกโมเดลโครงข่ายประสาทเทียมใหม่เพื่อดูวัชพืชและพ่นเฉพาะวัชพืชในพื้นที่เพาะปลูก การได้รับข้อมูลเพิ่มเติมไปยังผู้ปลูกในระดับโรงงานแต่ละแห่งเป็นเป้าหมายหลักสำหรับเดียร์
“ ลองนึกถึงกิจการข้าวโพดหรือถั่วเหลืองในแถบมิดเวสต์… 40,000 ต้นต่อเอเคอร์ในฟาร์มขนาดใหญ่ 2,000 เอเคอร์” ฮินด์แมนกล่าว “ เราสนใจที่จะจัดการพืชแต่ละชนิดได้ตลอดอายุการใช้งานลดปัจจัยการผลิตและเพิ่มผลผลิตสูงสุด …ความสามารถในการตัดสินใจแบบเรียลไทม์เป็นกุญแจสำคัญในการปลดล็อกมูลค่าเพิ่มทางเศรษฐกิจสำหรับผู้ปลูกและเพิ่มผลผลิตในพื้นที่เกษตรกรรม”
การจดจำใบหน้าฟาร์ม
แนวทางเทคโนโลยีบลูริเวอร์ลงไปจนถึงระดับของพืชผลแต่ละต้น - การถ่ายภาพพืชเพื่อให้ในขณะที่เครื่องจักรกำลังแล่นอยู่มันสามารถตัดสินใจฉีดพ่นได้ภายในไม่กี่วินาทีหรือน้อยกว่า - อาจเป็นเทคโนโลยีที่สำคัญที่สุดที่มาถึงฟาร์ม อ้างอิงจาก Rob Wertheimer นักวิเคราะห์ของ Melius Research ที่กล่าวถึง Deere
ระหว่างฤดูกาลเกษตรกรจะฉีดพ่นสารเคมีกำจัดวัชพืชเช่น Roundup ของ Monsanto ในทุ่งนาทั้งหมด ความตั้งใจของเดียร์คือการปล่อยบลูริเวอร์ในพื้นที่รกร้างเป็นการทดลองครั้งแรกแทนที่จะปลูกเต็มแถว ในฤดูใบไม้ผลิและฤดูร้อนก่อนการเพาะปลูกวัชพืชได้เติบโตในพื้นที่ว่างเปล่าและไม่ใช่งานที่ซับซ้อนสำหรับ AI เท่ากับการระบุเป้าหมายในพื้นที่ที่มีการปลูกพืชหลายพันต้นอยู่แล้ว แต่เป็นขั้นตอนแรกในการพิสูจน์เทคโนโลยี
“ คุณกำลังถ่ายภาพต้นไม้และฝึกอัลกอสที่ต้องตัดสินใจฉีดพ่นอย่างรวดเร็วในไม่กี่วินาทีด้วยความเร็วที่รวดเร็ว 15-20 ไมล์ต่อชั่วโมงและกระเด้งไปมาเครื่องพ่นสารเคมีจะกระเด้งไปมาและทำมันทุกวันเป็นเวลาห้าหรือ 10 ปี โดยไม่มีข้อผิดพลาด นั่นเป็นเรื่องยาก” Wertheimer กล่าว
ในหลาย ๆ ภาคส่วนการเปลี่ยนแปลงของเทคโนโลยีในฟาร์มนั้นเกิดขึ้นเร็วกว่าที่อุตสาหกรรมคาดการณ์ไว้มาก Wertheimer ตั้งข้อสังเกตว่าเมื่อสิบปีก่อนอดีต CEO ของ Deere และประธาน Sam Allen คิดว่าจะต้องใช้เวลาอีกนานก่อนที่รถแทรกเตอร์แบบอิสระจะเข้ามาในฟาร์มด้วยเหตุผลรวมถึงปัญหาด้านความปลอดภัย แต่ด้วยการปรับปรุงอย่างรวดเร็วในเทคโนโลยีการขับเคลื่อนด้วยตนเองเช่น Lidar รวมถึงการปรับปรุง AI ทำให้ Allen เปลี่ยนมุมมองของเขาภายในช่วงเวลาไม่กี่ปี
“ ชาวนาไม่ได้ขับรถมากนักอีกต่อไปแล้ว” Stephen Volkmann นักวิเคราะห์ของ Jefferies ซึ่งครอบคลุม Deere และเปรียบเทียบความก้าวหน้าในการดำเนินงานในฟาร์มกับนักบินเครื่องบินโดยอัตโนมัติซึ่งทุกวันนี้การบินส่วนใหญ่เป็นแบบอัตโนมัติ “ ชาวนาต้องนั่งในหัวเก๋งและคอยตรวจตรา แต่ปล่อยให้รถแทรกเตอร์ขับเคลื่อนไปเอง”
การจดจำใบหน้าเริ่มน่ากลัวขึ้นเล็กน้อย… แต่ไม่มีเหตุผลที่จะคิดว่ามันจะไม่ประสบความสำเร็จ See-and-spray เป็นหนึ่งในเทคโนโลยีการทำฟาร์มขั้นสูงหลายอย่างที่ดูเหมือนว่าจะเข้าใกล้จุดผันแปร
Stephen Volkmann JEFFERIES ANALYST
Volkmann กล่าวว่า AI แบบเห็นแล้วพ่นเป็นเทคโนโลยีที่“ เซ็กซี่ที่สุด” ที่เข้ามาในฟาร์ม “ ฉันคิดว่าผู้คนเชื่อว่ามันเป็นเรื่องจริง” เขากล่าว “ สิ่งนี้เหมือนกับรถยนต์ที่เป็นอิสระกล้องที่สามารถจดจำสิ่งของต่างๆได้มากมายและฝึกฝนด้วย AI algos และระบุพืชต่างๆมากมาย” ความท้าทายในการทำให้มันใช้งานได้นั้นมีมากมาย: พืชถูกเหยียบและใบไม้ก็งอและมีเงาเกิดขึ้นในทุ่งนาและทุ่งนาก็เป็นสถานที่สกปรกซึ่งหมายความว่าการปฏิบัติงานนี้อย่างน่าเชื่อถือตลอดเวลาถือเป็นความท้าทายและเป็นงานที่ ต้องการความสำเร็จระดับสูง
“ เช่นเดียวกับการขับรถด้วยตนเองพวกเขาทำได้ 95% ของเวลาในวันนี้ แต่นั่นยังไม่ดีพอ คุณต้องไปถึง 100% เพื่อเรียกว่าประสบความสำเร็จ คุณไม่ต้องการฉีดพ่นสารเคมีที่ไม่ถูกต้องในพืชที่ไม่ถูกต้องแม้กระทั่ง 5% ของเวลา” Volkmann กล่าว ท้ายที่สุดแล้ว AI มีศักยภาพในการเรียนรู้ที่จะจดจำพืชที่“ ดี” กับพืชที่“ ไม่ดี” โดยใช้ปัจจัยหลายอย่างรวมทั้งสถานที่ที่ดีที่สุดในการปลูกแทนที่จะกำหนดเป้าหมายเฉพาะวัชพืชที่เหมาะสมสำหรับการฉีดพ่น
วันนี้ชาวไร่ข้าวโพดอาจได้รับโดยเฉลี่ย 170 บุชเชลที่ผลิตจากเอเคอร์แม้ว่าระดับ 600 บุชเชลต่อเอเคอร์จะพิสูจน์แล้วว่าเป็นไปได้ถ้าสภาพอากาศและวัชพืชและปัจจัยอื่น ๆ ในไร่นาตั้งแต่แสงแดดไปจนถึงแมลงและเชื้อราดิน ลักษณะของสารอาหารแสงแดดและเงาสามารถวิเคราะห์เพื่อสร้างผลผลิตของพืชได้ในที่สุด “ มีข้อมูลมากมายในพืชและวัชพืชหลายล้านชนิด” Wertheimer กล่าว
Deere ได้นำเสนอเทคโนโลยี ExactEmerge และ ExactApply ซึ่งเปิดตัวในช่วงทศวรรษที่ผ่านมาและได้เปลี่ยนงานหลักในฟาร์มเช่นการปลูกเมล็ดพันธุ์และการฉีดพ่นไปสู่การปฏิบัติงานด้วยเครื่องจักรกลการเกษตรที่มีความแม่นยำสูงและผู้บริหารของ Deere กล่าวถึงผลประกอบการล่าสุดว่า การบริโภคเทคโนโลยีเหล่านี้ของเกษตรกรกำลังเร่งขึ้น.
“ การจดจำใบหน้าเริ่มน่ากลัวเล็กน้อย… แต่ไม่มีเหตุผลที่จะคิดว่ามันจะไม่ประสบความสำเร็จ” Volkmann กล่าว “ See-and-spray เป็นหนึ่งในเทคโนโลยีการทำฟาร์มขั้นสูงหลายอย่างที่ดูเหมือนว่าจะเข้าใกล้จุดที่ผันแปรมากขึ้น” เขากล่าวแม้ว่าจะยังมีแนวโน้มอีกไม่กี่ปีข้างหน้าสำหรับเทคโนโลยีการจดจำพืชเต็มรูปแบบที่จะนำไปสู่เชิงพาณิชย์
เดียร์และ 5G
การเชื่อมต่อในชนบทเชื่อมโยงกับความพยายามด้านเทคโนโลยีเหล่านี้ที่ Deere มุ่งเน้นไปที่การดำเนินงานและชุมชนในชนบทที่เกษตรกรทำงานและอาศัยอยู่ ในขณะที่ใบอนุญาต 5G ที่ บริษัท เพิ่งได้มานั้นมีไว้สำหรับการดำเนินงานด้านการผลิตซึ่งอนุญาตให้ดำเนินการโรงงานอัจฉริยะได้ - Hindman กล่าวว่ายังมีการนำเสนอบรอดแบนด์และ 5G ให้กับอเมริกาในชนบทมากขึ้น
“ การแบ่งแยกระหว่างการเชื่อมต่อในเมืองและชนบทเป็นสิ่งสำคัญสำหรับเราและเกษตรกรและยังมีความสำคัญในชุมชนชนบทที่พวกเขาเข้าไปทำงานด้วยเหตุผลที่อยู่นอกขอบเขตของเกษตรกรรม” เขากล่าว
สำหรับเกษตรกรจำเป็นต้องมีการลงทุนเพิ่มขึ้นเพื่อรองรับการไหลของข้อมูลระหว่างศูนย์ประมวลผลแบบคลาวด์และฟาร์มของ Deere ด้วยเหตุผลรวมถึงความสามารถในการตรวจสอบเครื่องจักรกลหนักในฟาร์มจากระยะไกลเพื่อความต้องการในการบำรุงรักษาเชิงป้องกัน (เช่นปั๊มน้ำที่ซ่อมแซมจากระยะไกลแทนที่จะต้องเดินทาง ออกไปในสนาม) รวมถึงการใช้งานอุปกรณ์จากระยะไกลในอนาคต ความพยายามนี้กำลังดำเนินการผ่านความร่วมมือกับองค์กรภาครัฐและเอกชน Deere CTO กล่าว
Hindman กล่าวด้วยแบนด์วิดท์ 5G และการลดเวลาแฝงที่มีให้การควบคุมเครื่องจักรในฟาร์มโดยอัตโนมัติจากสถานที่ห่างไกลกลายเป็นความเป็นไปได้ “ มีผลประโยชน์มากมายที่เกิดขึ้นกับสังคมเมื่อสิ่งนั้นเกิดขึ้น …เรามั่นใจว่าลมอยู่ที่ด้านหลังของเรา” เขากล่าวถึงการสนับสนุนของรัฐบาลกลางสำหรับการเปิดตัว 5G ในพื้นที่ชนบทของประเทศ
Hindman กล่าวว่าการจ้างงานใน บริษัท มีการเปลี่ยนแปลงเช่นเดียวกับการฝึกอบรมพนักงานในปัจจุบันซึ่งสอดคล้องกับความพยายามใหม่ ๆ เช่น AI สำหรับการจดจำพืชและเทคโนโลยีอื่น ๆ ชุดทักษะการเรียนรู้ของเครื่องเป็นที่ต้องการสูงและโดยทั่วไปแล้ว Hindman กล่าวว่าในช่วงไม่กี่ปีที่ผ่านมาการจ้างงานของ Deere ได้รับการ "จัดทำดัชนีทักษะซอฟต์แวร์มากขึ้นอย่างมีนัยสำคัญ" ในขณะที่มีการเพิ่มทักษะของพนักงานที่มีอยู่พร้อมกันเพื่อตอบสนองความต้องการของเทคโนโลยีล่าสุด
คุณจะต้องเป็น เข้า แสดงความคิดเห็น.