الروبوتات والفراولة: كيف تزيد الذكاء الاصطناعي الغلة الحقلية

يتزايد عدد سكان الأرض بسرعة ، ووفقًا لتوقعات الأمم المتحدة ، سيصل عدد سكان العالم إلى 20 مليار بحلول عام 2030. يعتقد محللو البنك الدولي أنه بحلول عام 2050 ، سوف نحتاج إلى زيادة كمية الغذاء بنسبة 50 في المائة لدعم تزايد عدد سكان الكوكب ، وسيؤدي تغير المناخ إلى انخفاض الإنتاجية بنسبة 25 في المائة في الهواء الطلق. لكن المناطق الأكثر ملاءمة لنمو النباتات المزروعة يتم زراعتها بالفعل. من الصعب العثور على أماكن جديدة ، وتحقيق زيادة كبيرة في الإنتاجية أكثر صعوبة.

هذه المشكلة تحتاج إلى حل بمساعدة التقنيات الجديدة. وهنا يبدو أن المجال الأكثر وعدًا هو استخدام الشبكات العصبية والذكاء الاصطناعي لإنشاء روبوتات زراعية وأنظمة مراقبة المحاصيل.

لماذا الشبكات العصبية بالضبط؟ هي الأنسب لحل المشاكل المطبقة. لن نصف التفاصيل الفنية لأدائها ؛ نحن أفضل وصف المزايا. الشبكة العصبية ليست مبرمجة بالمعنى الكلاسيكي لهذه العملية. إنها "تتعلم" ، وتجد أنماطًا في البيانات التي تم تنزيلها ، ويمكنها استخدامها في العمل في المستقبل.

مثل أي شخص ، يمكن للشبكة العصبية أن تتعرف بسرعة على صور الصور ومقاطع الفيديو ، وتكون قادرة على التنبؤ واتخاذ القرارات. في الوقت نفسه ، تعمل الشبكات العصبية الاصطناعية مع كميات كبيرة من البيانات بشكل أسرع وأكثر كفاءة من البشر. ما هو مطلوب لتحسين الأراضي الزراعية ، حيث تقاس المناطق بمئات الهكتارات ، والموظفين بآلاف الموظفين ، والماشية بالملايين. نعم ، عدد الأغنام في البلاد هو البيانات الكبيرة. ستحصل أي شركة تقريبًا على معلومات أساسية كافية للتدريب. الشيء الرئيسي هو تجميعه بتنسيق يمكن فهمه للتدريب وإدماجه في عمليات العمل.

نوعية وكمية المحصول ، وزيادة أعداد الماشية تعتمد على العديد من العوامل. لتحليلها جميعًا من أجل اتخاذ القرار الصحيح ، لا يستطيع الشخص ، بصرف النظر عن مدى خبرته. لذا فإن الحاجة إلى التقنيين الحديثين واضحة. علاوة على ذلك ، هناك بالفعل عدد كبير من التطورات الناجحة التي تساعد المزارعين على حصاد ومراقبة الماشية ووضع التوقعات. دعونا نتحدث عن المشاريع الأكثر إثارة للاهتمام مع الروبوتات ومنظمة العفو الدولية في الزراعة.

الروبوتات الريفية

لنبدأ مع الروبوتات. إنها كبيرة وصغيرة ، وهناك حتى روبوتات البط .

Agrobot



اقترحت شركة Agrobot الإسبانية روبوتًا للتجميع التلقائي للفراولة الحساسة. الجهاز مستقل تمامًا ويمكنه التنقل في الفضاء. الأيدي الروبوتية (يمكن أن يكون هناك ما يصل إلى 24 قطعة) تعمل بشكل مستقل ، وإزالة التوت واحد من الأدغال. لتقييم نضج التوت ، يستخدم الروبوت تقنية الذكاء الاصطناعي. تقوم المستشعرات بتحليل التوت ، وتقوم وحدات معالجة الرسومات بتقييم لون الفاكهة وعرضها ، مع كتابة بيانات عن كل فاكهة في قاعدة البيانات.

في ثلاثة أيام ، أصبح Agrobot قادرًا على اختيار الفراولة من 800 فدان. بعد كل صف يتم جمعه ، يتوقف ويرسل المعلومات إلى المشغل. تتكيف الآلة بسرعة مع المهمة وهي مناسبة لمختلف قطع المزارع. تم إجراء أول اختبار ناجح للفراولة على روبوت في مزرعة دريسكول في كاليفورنيا.

تقنيات Dogtooth



منافس الروبوت الاسباني ، تم إنشاؤه في المملكة المتحدة. تم تصميم الجهاز لجمع الفواكه اللينة. إنه قادر على التحرك بشكل مستقل عبر صفوف المحاصيل ، والعثور على الفواكه الناضجة وجمعها ، وفرز التوت الذي تم جمعه وتعبئتها في عبوات. بعد اختيار التوت ، تقوم الكاميرات بفحص الجنين من جميع الجوانب لتحديد الصنف والشكل وقياس الوزن واكتشاف العيوب (الطعجات والعفن وما إلى ذلك). يتم وضع الفواكه المرفوضة في حاويات القمامة.

يتم فرز الثمار وتعبئتها محليًا ، وبالتالي ، يتم استبعاد تكاليف العمالة الإضافية للفرزات ، ويصل المنتج إلى الرفوف بشكل أسرع. يحدث الاتجاه في الفضاء باستخدام إحداثيات GPS عالية الدقة.

الروبوت لديه بعض الميزات المثيرة للاهتمام. على سبيل المثال ، اعتاد البريطانيون على شراء الفراولة الناضجة مع جزء صغير من جذوع سلاسل البيع بالتجزئة. يأخذ الجهاز هذه الميزة في الاعتبار عند اختيار التوت مع جزء صغير من الجذع.

Vegebot



فيجبوت هو نموذج أولي يعمل في منتقي سلطة جبل الجليد الآلي الذي أنشأه مهندسون من جامعة كامبريدج. يمكن للجهاز أن يتعرف بشكل مستقل على رؤوس السلطة الصحيحة الجاهزة للقطع ، وكذلك يعالجها ويجمعها بعناية. أخبر دينيس 19 بمزيد من التفصيل عن الروبوت في مقال نشر حديثًا عن حبري.

الجدار انتم فين



من بنات أفكار المخترع بورغوندي كريستوف ميلوت (فرنسا) يعمل بجد في مزارع الكروم. يزن الجهاز الذي يحتوي على أربع عجلات وذراعين وستة كاميرات 20 كيلوجرامًا ، ويختار المسار تلقائيًا ويستخدم الذكاء الاصطناعي لتحديد ما يجب القيام به في الوقت الحالي. يمكن تشذيب ما يصل إلى 600 كرمة يوميًا.

لا تشارك Wall-Ye VIN في التقليم والقرص فحسب ، بل تجمع أيضًا بيانات مهمة عن حالة وحيوية التربة والفواكه والكروم. ينتقل من كرمة إلى كرمة ، ويكشف عن خصائص نباتية معينة ، وصور فوتوغرافية وبيانات تسجيل من ست كاميرات ، مع الإشارة إلى كل كرمة ، وبعد ذلك يتم تضمين المتلاعبين بها في العمل.

لا يتم تصميم اليد مع مقصات لقطع الفروع فقط ، حيث يمكنها حماية نفسها من اللصوص. يتم تضمين جيروسكوب في الجهاز ، وإذا تم رفعه من الأرض ، فسوف يدافع عن طريق مقص ، ويمحو جميع البيانات من القرص الصلب ويرسل إشارة إلى المالك للحصول على المساعدة. بالإضافة إلى ذلك ، فإن جهاز استقبال GPS المدمج لن يسمح له بتجاوز منطقة العمل.

مجهول أبل روبوت من قبل وفرة الروبوتات



تم إنشاء روبوت كاليفورنيا ، الذي لا يزال ليس له اسم على الرغم من استثمار مثير للإعجاب من قبل GV (Google Ventures سابقًا) لحصاد التفاح. ينتقل الجهاز عبر الصفوف بين أشجار التفاح باستخدام غطاء ، والذي يرسم العالم بالليزر ويصور الفواكه باستخدام رؤية الماكينة.

يمكن للمشغلين تكييفه مع مجموعة متنوعة من التفاح ، بالتشاور مع مزارع يعرف من تجربة اللون الناضج. بعد التعرف على نضج التفاح في الوقت الحقيقي ، يمتص الروبوت الفاكهة من الشجرة باستخدام أنبوب مفرغ ، ويرسلها إلى السلة عبر الناقل. يمكن للروبوت اختيار التفاح على مدار 24 ساعة في اليوم ، وتخطي الفواكه غير الناضجة تمامًا ، من أجل العودة إليها لاحقًا ، كما يفعل المنتقي.

ecoRobotix



Swiss ecoRobotix هو روبوت مصمم لتقليل الأعشاب الضارة والأعشاب تلقائيًا. كانت الفكرة في الهواء لفترة طويلة. يمكن تدريس الشبكة العصبية لتمييز المحاصيل المفيدة عن الأعشاب الضارة. بعد "دراسة" في بداية عدة ملايين من الصور الفوتوغرافية للنباتات الصحية والمرضية في مراحل مختلفة من النمو ، يمكن للنظام الذي يستخدم كاميرا فيديو أن يحدد في بضع ميلي ثانية ما إذا كان هناك تبادل لاطلاق النار أو الأعشاب الضارة أمامه. سيكون قادرًا أيضًا على تقييم درجة التهديد المحصولي واقتراح طرق لحل المشكلة إذا كانت علامات الإصابة بالمحاصيل ملحوظة.

تم تجهيز ecoRobotix بنظام رؤية الكمبيوتر المصمم لتحديد الأعشاب الضارة. يحدث الاتجاه في الفضاء باستخدام أجهزة استشعار GPS واللمس. قادرة على معالجة حوالي 3 هكتارات من المحاصيل في اليوم الواحد. عند القيادة حول "الممتلكات" ، إذا لزم الأمر ، رش الاعشاب بجرعة صغيرة من مبيدات الأعشاب. هذا النهج يقلل من استخدام المواد الكيميائية بنسبة 2-3 مرات.

الحشائش عادة ما تكون موضوعًا مؤلمًا للمزارعين ، لذلك هناك مشاريع أخرى في هذا المجال. على سبيل المثال ، يستخدم بخاخ حديقة هندي ذكي نظامًا من أجهزة الاستشعار بالموجات فوق الصوتية لتحديد حجم الشجرة والمسافة. يتم تحليل المعلومات التي تم الحصول عليها ويؤثر على قوة النفاثة وكمية المادة التي يتم رشها. أظهر الاختبار كفاءة عالية للنظام ، مع تقليل الاستهلاك إلى 26٪.

وتقوم باير وبوش بتطوير تقنيات الرش الذكية . ستختلف عن النظم المتاحة في السوق بسبب قدرتها على التمييز بين الأعشاب الضارة والمحاصيل. من المفترض أن النظام "سيتعرف" على الحشائش ويحدد نوع وكمية المبيدات اللازمة ، مع مراعاة معلمات التطبيق المبرمجة.

يتم استخدام تقنيات مماثلة بواسطة IBM. ويستخدم بنجاح! بالنسبة لأحد عملائها في جنوب شرق آسيا ، تمكنت الشركة من التنبؤ بإجهاد المحاصيل في المنطقة بسبب عدوى الآفات / الأمراض. ثم استغرق الطاقم الأرضي عدة ساعات فقط للوصول إلى هذا المكان.

الأنظمة الذكية

نظم الذكاء الاصطناعى تفيد أيضا المزارعين. نطاق تطبيقهم أوسع قليلاً من نطاق الأجهزة الآلية ، ومع ذلك ، غالباً ما تكون المهام مختلفة. على الرغم من وجود نقاط التقاطع.

سونوما



نعم ، هذا ليس روبوتًا ، ولكنه تقنية. ومع ذلك ، فإنه يستحق الاهتمام أيضًا. فازت شركة Sonoma من Microsoft بجائزة Autonomous Greenhouse Challenge ، وهي تجربة دفيئة في هولندا من 27 أغسطس إلى 7 ديسمبر. اكتشف عمالقة تكنولوجيا المعلومات 5 كيف ستتمكن تقنيات التعلم الآلي من التعامل مع النباتات المتنامية ومدى واقعية استخدام هذه التقنيات في البستنة "التقليدية".

نظم الحصاد الآلي موجودة منذ بعض الوقت. ومع ذلك ، كانت التجربة حول السيطرة الكاملة على الذكاء الاصطناعي على الإنتاج. سمحت تكنولوجيا فريق Sonoma بنمو 50 كجم من الخيار لكل متر مربع. شبكة العصبية التي تسيطر عليها الري ، وتركيب الغاز ، والتغذية ، ودرجة الحرارة وغيرها من الجوانب التي تؤثر على نمو الخيار.

في المرتبة الثانية فريق تينسنت iGrow والأكاديمية الصينية للعلوم الزراعية. إنتل ديب جرين تيم الفريق الماضي.

Taranis



بدء التشغيل الإسرائيلي Taranis يسمح لك بمراقبة حالة النباتات ، وتحديد العوامل السلبية في الوقت المناسب والقضاء عليها. للمراقبة ، يتم استخدام قراءات أجهزة استشعار المراقبة الميدانية وبيانات الأرصاد الجوية والتصوير الجوي. للتحليل ، يتم استخدام صور ذات دقة فائقة (تصل إلى 8 سم لكل بكسل) من Mavrx.

تتيح لك دراسة الكميات الكبيرة من البيانات توطين مناطق المحاصيل ذات النمو المانع ، وتحديد الأمراض النباتية ، ومشاكل الآفات ، وتحديد إمداد النباتات بالمغذيات ، والمحصول المحتمل ، وما إلى ذلك. لا يقدم النظام طرقًا لحل المشكلات الموجودة فحسب ، بل يحدد أيضًا التوقيت الأمثل لها بناءً على توقعات الأرصاد الجوية. القيام بها.

واتسون



تنصح منصة واتسون لقرارات الزراعة من آي بي إم المزارعين بشأن معالجة بيانات الاستشعار عن بُعد على الأرض. باستخدام AI لدمج البيانات من عدة أقمار صناعية ، فإن حل IBM قادر على اكتشاف المناطق غير الفعالة للثقافة بنفس الدقة تقريبًا مثل مجسات IoT الأرضية. سيحدد Watson من IBM للمزارع نوع وكمية وتوقيت مثالي لعلاج مبيدات الآفات في المنطقة المصابة.

وسوف يساعد في تنفيذ العلاج الوقائي. باستخدام مؤشر عالي الدقة لنشاط النبات (HD-NDVI) ، فإنه يقيم حالة النبات ويحدد التدابير الوقائية اللازمة (التسميد والمواد المغذية ، وما إلى ذلك). من خلال الجمع بين بيانات الرطوبة (HD-SM) مع بيانات التضاريس وقياسات الأرصاد الجوية ، يتم محاكاة ديناميات التغيرات في رطوبة التربة. يتلقى المزارع أيضًا توقعات العائد ، وديناميات تغييرات العائد استنادًا إلى الصور والمعلومات من المواسم الماضية ، إلخ.

تغيير الصحة خرائط والإشعارات



تُعلم خرائط وإخطارات تغيير الصحة من منصة AI ، التي طورها Farmers Edge ، المزارع بكفاءة المعدات ، وظروف المصنع ، والآفات أو الأمراض ، ونقص التغذية ، وما إلى ذلك. ويعالج البرنامج الصور الساتلية ويرسل رسائل المستخدم عن المخاطر المحتملة والتدابير اللازمة.

دماغ زراعي



يسمح لك مشروع "الخنازير" AI من Alibaba باكتشاف حمل الخنازير ، والذي يسمح للمزارعين بتحديد تاريخ الرعب والاستعداد لعملية الحمل اللاحقة وولادة فضلات الخنازير الصحية. يقوم النظام بنشر كاميرات مراقبة ذكية في الحظائر ، وتنتج خوارزميات التعلم الآلي نتائج بناءً على مراقبة النوم أثناء النوم ووضع الوقوف والظروف التغذوية. على سبيل المثال ، من المرجح أن تكون البقرة حاملًا إذا كانت تنام على ظهرها ، ولا تزال صامدة وتعمل قليلاً وتستهلك كمية ثابتة من الطعام. يخطط مهندسو بابا أيضًا لإضافة تنبؤ بكمية الفضلات بناءً على شكل الخنزير الحامل.



يستخدم النظام أساليب رؤية الكمبيوتر لتكوين ملفات تعريف لكل خنزير - توثيق سلالاتهم ، والعمر ، والوزن ، والظروف الغذائية ، وكثافة وتواتر التدريبات ، وكذلك مسار الحركة. وفي الوقت نفسه ، يتم استخدام خوارزميات التعرف على الصوت لمراقبة صحة الخنازير والحماية من الاختناق ، مما يقلل الوفيات بنسبة ثلاثة في المئة ويزيد من معدل الإنتاج السنوي بمقدار ثلاثة خنازير لكل زرع.

كما استهدف القسم المالي لشركة أخرى قابضة صينية ، JD.com ، الماشية. في الشهر الماضي ، قدمت الشركة مجموعة من الحلول الزراعية القائمة على الذكاء الاصطناعي.

Cainthus



متابعة لموضوع تربية الحيوانات ، سنخبركم عن مشروع إيرلندي ممتع للغاية ، وهو Cainthus ، أطلق عليه الصحفيون "Facebook for Cows". يتيح لك تحديد الأبقار وفقًا للميزات الفردية لوجوههم جمع مجموعة متنوعة من المعلومات حول كل حيوان ، بدءًا من ميزات سلوكهم ، والتي تنتهي بشهية. يمكن لمالكي المزرعة استخدام البيانات لمراقبة صحة أبقار الألبان وزيادة إنتاجهم من الحليب.

تقدم الشركة للمزارعين زيادة راحة الأبقار طوال دورة الحياة بأكملها من خلال مراقبة احتياجاتهم الفردية والإشارة على الفور إلى الحاجة إلى التدخل إذا كان هناك خطأ في الحيوان. للمراقبة ، يتم استخدام نظام رؤية الكمبيوتر.

وفقًا للمطورين ، تعتبر المنصة ذات صلة بشكل غير عادي وفي الطلب. يزعمون أيضا أنها واحدة من نوع ما. ومع ذلك ، هذا ليس كذلك.

رعاية الماشية



يقدم مشروع آخر مثير للاهتمام مع الجذور الروسية ، Cattle Care ، وظائف مماثلة. أنشأ المطورون نظامًا لمراقبة الفيديو حول صحة وإنتاجية الأبقار استنادًا إلى رؤية الكمبيوتر. تتيح لك تحليلات الفيديو لمزارع الألبان توفير الظروف الأكثر راحة لكل بورنكا.

مبدأ العملية بسيط جدا. النمط على جلد بقرة فريد من نوعه مثل بصمات الأصابع البشرية. باستخدام هذه الميزة ، يقوم النظام الذي تم تدريبه على الصور الخاصة بالأجنحة بجمع معلومات من كاميرات الفيديو المثبتة في المزارع ، ويكتشف ويحدد كل بقرة محددة. عند حساب عدد الخطوات ، وحركات المضغ ، وكمية الطعام المستهلكة ، والمياه المستهلكة والأنماط السلوكية الأخرى ، يقوم الكمبيوتر بتجميع سجل طبي لكل بقرة. بفضل رعاية الماشية ، يرى المزارع على الفور ما إذا كان هناك خطأ في جناحه.

استنتاج

كما ترون ، الذكاء الاصطناعي والروبوتات قادران تمامًا على زيادة كفاءة الزراعة وتبسيط عمل المزارعين. ومع ذلك ، هل يمكن لهذه التقنيات حل التهديد المحتمل لنقص الأغذية؟ رأيك مثير للاهتمام.

ما هو مفيد آخر للقراءة في مدونة Cloud4Y

→ VNIITE لكوكب الأرض ككل: كيف توصلوا في الاتحاد السوفيتي إلى نظام "المنزل الذكي"
→ 5 أنظمة إدارة الأحداث الأمنية مفتوحة المصدر
→ كيف العصبية العصبية مساعدة الإنسانية
→ التأمين على الإنترنت في السوق الروسية
→ الضوء ، الكاميرا ... السحابة: كيف تغير السحب صناعة السينما

اشترك في قناة Telegram الخاصة بنا حتى لا يفوتك مقال آخر! نكتب أكثر من مرتين في الأسبوع وفقط في الأعمال.