रोबोट और स्ट्रॉबेरी: एआई फील्ड पैदावार कैसे बढ़ाता है

पृथ्वी की आबादी तेजी से बढ़ रही है, और संयुक्त राष्ट्र के पूर्वानुमान के अनुसार, 2030 तक यह 8.5 बिलियन लोगों तक पहुंच जाएगा। विश्व बैंक के विश्लेषकों का मानना ​​है कि 2050 तक हमें ग्रह की बढ़ती आबादी का समर्थन करने के लिए भोजन की मात्रा 50 प्रतिशत तक बढ़ानी होगी, और जलवायु परिवर्तन से खुली हवा में उत्पादकता में 25 प्रतिशत की कमी आएगी। लेकिन उगने वाले पौधों के लिए सबसे उपयुक्त प्रदेशों में पहले से ही खेती की जा रही है। नई जगहों को खोजना मुश्किल है, और उत्पादकता में उल्लेखनीय वृद्धि हासिल करना और भी मुश्किल है।

इस समस्या को नई तकनीकों की मदद से हल करने की जरूरत है। और यहां सबसे आशाजनक क्षेत्र कृषि रोबोट और फसल नियंत्रण प्रणाली बनाने के लिए तंत्रिका नेटवर्क और कृत्रिम बुद्धि का उपयोग होता है।

वास्तव में तंत्रिका नेटवर्क क्यों? वे लागू समस्याओं को हल करने के लिए सबसे उपयुक्त हैं। हम उनके कामकाज के तकनीकी विवरण का वर्णन नहीं करेंगे, हम बेहतर फायदे का वर्णन करते हैं। तंत्रिका नेटवर्क को इस प्रक्रिया के शास्त्रीय अर्थ में क्रमादेशित नहीं किया गया है। वह "सीखता है", डाउनलोड किए गए डेटा में पैटर्न ढूंढ रहा है और भविष्य के काम में उनका उपयोग करने में सक्षम है।

एक व्यक्ति की तरह, एक तंत्रिका नेटवर्क फोटो और वीडियो की छवियों को जल्दी से पहचान सकता है, भविष्यवाणी करने और निर्णय लेने में सक्षम है। इसी समय, कृत्रिम तंत्रिका नेटवर्क मनुष्यों की तुलना में बड़ी मात्रा में डेटा के तेजी से और अधिक कुशलता से काम करते हैं। खेत को अनुकूलित करने के लिए क्या आवश्यक है, जहां क्षेत्रों को सैकड़ों हेक्टेयर में मापा जाता है, हजारों कर्मचारियों में कर्मचारी और लाखों में पशुधन। जी हां, देश में भेड़ों की संख्या बिग डेटा है। उद्योग की लगभग किसी भी कंपनी के पास प्रशिक्षण के लिए पर्याप्त प्राथमिक जानकारी होगी। मुख्य बात यह है कि इसे एक प्रारूप में इकट्ठा करना है जो प्रशिक्षण के लिए समझ में आता है और इसे कार्य प्रक्रियाओं में एकीकृत करता है।

फसल की गुणवत्ता और मात्रा, पशुधन की संख्या में वृद्धि कई कारकों पर निर्भर करती है। सही निर्णय लेने के लिए उन सभी का विश्लेषण करने के लिए, एक व्यक्ति सक्षम नहीं है, चाहे वह कितना भी अनुभवी हो। अतः आधुनिक प्रौद्योगिकीविदों की आवश्यकता स्पष्ट है। इसके अलावा, पहले से ही बड़ी संख्या में सफल विकास हुए हैं जो किसानों को फसल काटने, पशुधन की निगरानी और पूर्वानुमान बनाने में मदद करते हैं। चलो कृषि में रोबोट और एआई के साथ सबसे दिलचस्प परियोजनाओं के बारे में बात करते हैं।

ग्रामीण रोबोट

चलो रोबोट के साथ शुरू करते हैं। वे बड़े और छोटे हैं, यहां तक ​​कि बतख-रोबोट भी हैं।

Agrobot



स्पेनिश कंपनी एग्रोबॉट ने नाजुक स्ट्रॉबेरी के स्वचालित संग्रह के लिए एक रोबोट का प्रस्ताव दिया है। डिवाइस पूरी तरह से स्वायत्त है और अंतरिक्ष में नेविगेट कर सकता है। रोबोट के हाथ (24 टुकड़े तक हो सकते हैं) स्वतंत्र रूप से काम करते हैं, झाड़ी से एक बेरी को हटाते हैं। जामुन की परिपक्वता का आकलन करने के लिए, रोबोट कृत्रिम बुद्धि प्रौद्योगिकी का उपयोग करता है। सेंसर बेरीज का विश्लेषण करते हैं, और जीपीयू फल के रंग और उसकी प्रस्तुति का मूल्यांकन करते हैं, डेटाबेस में प्रत्येक फल पर डेटा लिखा जाता है।

तीन दिनों में, एग्रोबोट 800 एकड़ में स्ट्रॉबेरी लेने में सक्षम है। एकत्र की गई प्रत्येक पंक्ति के बाद, वह रुक जाता है और ऑपरेटर को सूचना भेजता है। मशीन जल्दी से कार्य का सामना करती है और विभिन्न खेत भूखंडों के लिए उपयुक्त है। पहला सफल स्ट्रॉबेरी रोबोट परीक्षण कैलिफोर्निया स्थित ड्रिस्कॉल फार्म पर किया गया था।

डॉगटोथ टेक्नोलॉजीज



स्पैनिश रोबोट का प्रतियोगी, जिसे यूके में बनाया गया है। डिवाइस को नरम फलों को इकट्ठा करने के लिए डिज़ाइन किया गया है। यह फसलों की पंक्तियों के माध्यम से स्वायत्त रूप से स्थानांतरित करने, पके हुए फलों को खोजने और इकट्ठा करने में सक्षम है, एकत्रित जामुनों को छाँट लें और उन्हें पैकेजिंग में पैक करें। जामुन चुनने के बाद, कैमरे विभिन्न प्रकार, आकार, वजन को मापने, दोषों का पता लगाने के लिए भ्रूण की जांच करते हैं, दोष (डेंट, मोल्ड, आदि) का पता लगाते हैं। रिजेक्टेड फलों को कचरा कंटेनरों में रखा जाता है।

फलों की छंटाई और पैकिंग स्थानीय स्तर पर होती है, इसलिए, सॉर्टर्स के लिए अतिरिक्त श्रम लागत को बाहर रखा जाता है, और उत्पाद तेजी से अलमारियों में आता है। अंतरिक्ष में अभिविन्यास उच्च-सटीक जीपीएस निर्देशांक का उपयोग करके होता है।

रोबोट में कुछ दिलचस्प विशेषताएं हैं। उदाहरण के लिए, ब्रिटिशों को खुदरा श्रृंखलाओं पर स्टेम के एक छोटे हिस्से के साथ पके स्ट्रॉबेरी खरीदने के लिए उपयोग किया जाता है। स्टेम के एक छोटे हिस्से के साथ बेरी उठाते समय मशीन इस सुविधा को ध्यान में रखती है।

Vegebot



वेजबोट कैम्ब्रिज विश्वविद्यालय के इंजीनियरों द्वारा बनाए गए रोबोट आइसबर्ग सलाद पिकर का एक कार्यशील प्रोटोटाइप है। डिवाइस स्वतंत्र रूप से कटने के लिए तैयार सलाद के प्रमुखों को पहचान सकता है, साथ ही सावधानीपूर्वक प्रक्रिया कर सकता है और उन्हें इकट्ठा कर सकता है। डेनिस -19 ने हैबर के एक हालिया लेख में रोबोट के बारे में अधिक विस्तार से बताया।

वॉल-यू विन



बेलगंडियन आविष्कारक क्रिस्टोफ मिलोट (फ्रांस) के दिमाग की उपज दाख की बारियां में कड़ी मेहनत कर रही है। चार पहियों, दो हथियारों और छह कैमरों के साथ एक डिवाइस का वजन 20 किलोग्राम है, स्वचालित रूप से पथ का चयन करता है और वर्तमान में क्या करना है यह निर्धारित करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करता है। प्रति दिन 600 बेलें छंटाई जा सकती हैं।

वॉल-ये वीआईएन न केवल छंटाई और पिंचिंग में लगे हुए हैं, बल्कि मिट्टी, फलों और लताओं की स्थिति और जीवन शक्ति पर महत्वपूर्ण डेटा जमा करते हैं। यह बेल से बेल की ओर जाता है, कुछ पौधों की विशेषताओं, तस्वीरों और छह कैमरों से डेटा रिकॉर्ड करता है, प्रत्येक बेल को चिह्नित करता है, जिसके बाद इसके जोड़तोड़ कार्य में शामिल होते हैं।

एक secateurs के साथ एक हाथ न केवल शाखाओं को काटने के लिए डिज़ाइन किया गया है, इसके साथ यह खुद को चोरों से बचा सकता है। एक गायरोस्कोप डिवाइस में बनाया गया है, और अगर इसे जमीन से उठा लिया जाता है, तो यह एक सेक्टर्स के साथ रक्षा करेगा, हार्ड ड्राइव से सभी डेटा मिटा देगा और मदद के लिए मालिक को संकेत भेजेगा। इसके अलावा, अंतर्निहित जीपीएस रिसीवर उसे कार्य क्षेत्र से परे जाने की अनुमति नहीं देगा।

प्रचुर मात्रा में रोबोटिक्स द्वारा नामहीन एप्पल रोबोट



कैलिफोर्निया रोबोट, जिसका अभी भी जीवी (पूर्व में Google वेंचर्स) द्वारा एक प्रभावशाली निवेश के बावजूद नाम नहीं है, सेब की फसल के लिए बनाया गया था। डिवाइस एक लिडार का उपयोग करके सेब के पेड़ों के बीच पंक्तियों के माध्यम से चलता है, जो लेज़रों के साथ दुनिया को पेंट करता है और मशीन दृष्टि का उपयोग करके फलों को चित्रित करता है।

ऑपरेटर्स इसे एक विशिष्ट सेब विविधता के लिए अनुकूलित कर सकते हैं, एक किसान के परामर्श से जो अनुभव से जानता है कि कौन सा रंग परिपक्व है। वास्तविक समय में सेब की परिपक्वता को पहचानने के बाद, रोबोट एक वैक्यूम ट्यूब का उपयोग करके पेड़ से फल चूसता है, इसे कन्वेयर के माध्यम से टोकरी में भेजता है। रोबोट 24 घंटे सेब ले सकता है, फल को छोड़ कर जो कि बहुत पके नहीं हैं, बाद में उन्हें वापस लेने के लिए, जैसा कि पिकर करता है।

ecoRobotix



स्विस इकोब्रोटिक्स एक रोबोट है जिसे स्वचालित रूप से मातम और मातम से बाहर करने के लिए डिज़ाइन किया गया है। यह विचार लंबे समय से हवा में है। एक तंत्रिका नेटवर्क को उपयोगी फसलों को मातम से अलग करना सिखाया जा सकता है। विकास के विभिन्न चरणों में स्वस्थ और रोगग्रस्त पौधों की कई मिलियन तस्वीरों की शुरुआत में "अध्ययन" करने के बाद, वीडियो कैमरा का उपयोग करने वाला सिस्टम कुछ मिलीसेकंड में निर्धारित कर सकता है कि क्या कोई स्वस्थ शूट है या इसके सामने खरपतवार है। वह फसल को खतरे की डिग्री का आकलन करने और फसल के संक्रमण के लक्षण दिखाई देने पर समस्या को हल करने के तरीके सुझाएगा।

EcoRobotix मातम की पहचान करने के लिए डिज़ाइन किए गए कंप्यूटर विज़न सिस्टम से लैस है। अंतरिक्ष में ओरिएंटेशन जीपीएस और टच सेंसर का उपयोग होता है। प्रति दिन लगभग 3 हेक्टेयर फसलों को संसाधित करने में सक्षम। "संपत्ति" के आसपास ड्राइविंग करते समय, यदि आवश्यक हो, तो खरपतवारनाशी की एक छोटी खुराक के साथ खरपतवार का छिड़काव करें। यह दृष्टिकोण रसायनों के उपयोग को 2-3 गुना कम कर देता है।

आमतौर पर किसानों के लिए मातम एक विषय है, इसलिए इस क्षेत्र में अन्य परियोजनाएं हैं। उदाहरण के लिए, एक भारतीय स्मार्ट गार्डन स्प्रेयर एक पेड़ के आकार और उसकी दूरी को निर्धारित करने के लिए अल्ट्रासोनिक सेंसर की एक प्रणाली का उपयोग करता है। प्राप्त जानकारी का विश्लेषण किया जाता है और जेट की शक्ति और छिड़काव पदार्थ की मात्रा को प्रभावित करता है। परीक्षण ने प्रणाली की उच्च दक्षता दिखाई है, जबकि खपत को 26% तक कम किया है।

और बेयर और बोश स्मार्ट छिड़काव तकनीक विकसित कर रहे हैं। यह फसलों से खरपतवार को अलग करने की क्षमता के कारण बाजार में उपलब्ध प्रणालियों से भिन्न होगा। यह माना जाता है कि सिस्टम खरपतवार को "पहचान" करेगा और प्रोग्राम किए गए एप्लिकेशन मापदंडों को ध्यान में रखते हुए कीटनाशक के प्रकार और मात्रा को निर्धारित करेगा।

आईबीएम द्वारा इसी तरह की तकनीकों का उपयोग किया जाता है। और सफलतापूर्वक उपयोग करता है! दक्षिण पूर्व एशिया में अपने ग्राहकों में से एक के लिए, कंपनी कीट / रोग संक्रमण के कारण क्षेत्र में फसल तनाव की भविष्यवाणी करने में सक्षम थी। फिर ग्राउंड क्रू को इस जगह तक पहुंचने में कई घंटे लग गए।

स्मार्ट सिस्टम

एआई सिस्टम से किसानों को भी फायदा होता है। उनके आवेदन की सीमा रोबोट उपकरणों की तुलना में थोड़ी व्यापक है, हालांकि, कार्य अक्सर भिन्न होते हैं। हालांकि चौराहे बिंदु हैं।

सोनोमा



जी हां, यह कोई रोबोट नहीं, बल्कि एक तकनीक है। हालांकि, यह भी ध्यान देने योग्य है। Microsoft के सोनोमा ने ऑटोनॉमस ग्रीनहाउस चैलेंज जीता, जो 27 अगस्त से 7 दिसंबर तक नीदरलैंड में ग्रीनहाउस प्रयोग था। 5 आईटी दिग्गजों ने यह पता लगा लिया है कि कैसे मशीन लर्निंग प्रौद्योगिकियां बढ़ते पौधों का सामना करने में सक्षम होंगी और "पारंपरिक" बागवानी में इन तकनीकों का उपयोग करना कितना वास्तविक है।

स्वचालित कटाई प्रणाली लगभग कुछ समय के लिए रही है। हालांकि, यह प्रयोग उत्पादन पर एआई के पूर्ण नियंत्रण के बारे में था। सोनोमा टीम तकनीक ने प्रति वर्ग मीटर 50 किलोग्राम खीरे उगाने की अनुमति दी है। तंत्रिका नेटवर्क ने सिंचाई, गैस संरचना, भोजन, तापमान और अन्य पहलुओं को नियंत्रित किया जो खीरे के विकास को प्रभावित करते हैं।

टेनसेंट की आईग्रो टीम और चाइना एकेडमी ऑफ एग्रीकल्चरल साइंसेज दूसरे स्थान पर रहीं। इंटेल की डीप ग्रीन टीम अंतिम स्थान पर रही।

Taranis



इज़राइली स्टार्टअप टारनिस आपको पौधों की स्थिति की निगरानी करने, नकारात्मक कारकों की समय पर पहचान करने और उन्हें खत्म करने की अनुमति देता है। निगरानी के लिए, क्षेत्र अवलोकन सेंसर, मौसम संबंधी डेटा और हवाई फोटोग्राफी की रीडिंग का उपयोग किया जाता है। विश्लेषण के लिए, Mavrx से अल्ट्रा-उच्च रिज़ॉल्यूशन (8 सेमी प्रति पिक्सेल तक) के साथ छवियों का उपयोग किया जाता है।

बड़ी मात्रा में डेटा का अध्ययन आपको फसलों के क्षेत्रों को बाधित विकास के साथ, पौधों की बीमारियों की पहचान करने, कीटों के साथ समस्याओं, पोषक तत्वों, संभावित उपज, आदि के साथ पौधों की आपूर्ति का निर्धारण करने की अनुमति देता है। प्रणाली न केवल पाई गई समस्याओं को हल करने के तरीके प्रदान करती है, बल्कि मौसम संबंधी पूर्वानुमान के आधार पर उनके इष्टतम समय का निर्धारण करती है। बाहर ले जाना।

वाटसन



कृषि के लिए आईबीएम के वाटसन डिसीजन प्लेटफॉर्म ने किसानों को पृथ्वी रिमोट सेंसिंग डाटा प्रोसेसिंग की सलाह दी है। कई उपग्रहों से डेटा गठबंधन करने के लिए एआई का उपयोग करना, आईबीएम समाधान स्थलीय आईओटी सेंसर के रूप में लगभग एक ही सटीकता के साथ संस्कृति के अक्षम क्षेत्रों का पता लगाने में सक्षम है। आईबीएम से वाटसन किसान को प्रभावित क्षेत्र के कीटनाशक उपचार के प्रकार, मात्रा और इष्टतम समय के लिए निर्धारित करेगा।

यह निवारक उपचार को पूरा करने में मदद करेगा। संयंत्र गतिविधि (HD-NDVI) के एक उच्च-रिज़ॉल्यूशन इंडेक्स का उपयोग करते हुए, यह एक पौधे की स्थिति का आकलन करता है और आवश्यक निवारक उपायों (निषेचन, पोषक तत्व, आदि) को निर्धारित करता है। इलाके के आंकड़ों और मौसम संबंधी मापों के साथ नमी डेटा (एचडी-एसएम) को मिलाकर, मिट्टी की नमी में परिवर्तन की गतिशीलता नकली है। किसान को उपज का पूर्वानुमान भी प्राप्त होता है, उपज की गतिशीलता छवियों और पिछले मौसमों से जानकारी के आधार पर बदलती है, आदि।

स्वास्थ्य परिवर्तन मानचित्र और सूचनाएं



किसान एज द्वारा विकसित एआई प्लेटफॉर्म हेल्थ चेंज मैप्स एंड नोटिफिकेशन, किसान को उपकरण की दक्षता, पौधों की स्थिति, कीटों या बीमारियों, पोषण संबंधी कमियों आदि के बारे में सूचित करता है। कार्यक्रम उपग्रह चित्रों को संसाधित करता है और उपयोगकर्ता को संभावित जोखिमों और आवश्यक उपायों के बारे में संदेश भेजता है।

ईटी कृषि मस्तिष्क



अलीबाबा से "सूअर" एआई-परियोजना आपको सूअरों की गर्भावस्था का पता लगाने की अनुमति देती है, जो किसानों को डूबने की तिथि निर्धारित करने और बाद की गर्भावस्था प्रक्रिया और स्वस्थ सूअरों के जन्म के लिए तैयार करने की अनुमति देती है। सिस्टम शेड में बुद्धिमान निगरानी कैमरों को तैनात करता है, और मशीन लर्निंग एल्गोरिदम सो बोने, खड़े होने की स्थिति और पोषण संबंधी स्थितियों के आधार पर परिणाम उत्पन्न करता है। उदाहरण के लिए, एक बोना गर्भवती होने की संभावना है यदि वह अपनी पीठ पर सोती है, फिर भी खड़ी रहती है और थोड़ी सी चलती है और लगातार भोजन खाती है। अलीबाबा इंजीनियरों ने गर्भवती सुअर के आकार के आधार पर कूड़े की मात्रा का पूर्वानुमान जोड़ने की भी योजना बनाई है।



सिस्टम प्रत्येक सुअर के लिए प्रोफाइल कॉन्फ़िगर करने के लिए कंप्यूटर विज़न मेथड्स का उपयोग करता है - उनकी नस्ल, आयु, वजन, पोषण की स्थिति, व्यायाम की तीव्रता और आवृत्ति, साथ ही साथ गति के पथ का दस्तावेजीकरण। इस बीच, आवाज पहचान एल्गोरिदम का उपयोग पिगलेट के स्वास्थ्य की निगरानी और घुटन से बचाने के लिए किया जाता है, जो मृत्यु दर को तीन प्रतिशत तक कम करता है और वार्षिक उत्पादन दर को तीन सुअर प्रति बोरा बढ़ाता है।

एक अन्य प्रमुख चीनी होल्डिंग कंपनी JD.com के वित्तीय विभाजन ने पशुधन को भी लक्षित किया है। पिछले महीने, कंपनी ने एआई-आधारित कृषि समाधान का एक सेट पेश किया।

Cainthus



पशुपालन के विषय को जारी रखते हुए, हम आपको एक बहुत ही दिलचस्प आयरिश परियोजना, कैनथस के बारे में बताएंगे, जिसे पत्रकारों ने "गायों के लिए फेसबुक" करार दिया था। गायों की पहचान उनके चेहरे की व्यक्तिगत विशेषताओं के अनुसार, आपको प्रत्येक जानवर के बारे में विभिन्न प्रकार की जानकारी एकत्र करने की अनुमति देता है, उनके व्यवहार की विशेषताओं से लेकर, एक भूख के साथ समाप्त होता है। फार्म मालिकों द्वारा डेयरी गायों के स्वास्थ्य की निगरानी और उनकी दूध की उपज बढ़ाने के लिए डेटा का उपयोग किया जा सकता है।

कंपनी किसानों को उनकी व्यक्तिगत जरूरतों की निगरानी करके और पशु के साथ कुछ गलत होने पर तुरंत हस्तक्षेप की आवश्यकता का संकेत देकर पूरे जीवन चक्र में गायों के आराम को बढ़ाने की पेशकश करती है। अवलोकन के लिए, एक कंप्यूटर दृष्टि प्रणाली का उपयोग किया जाता है।

डेवलपर्स के अनुसार, मंच असामान्य रूप से प्रासंगिक और मांग में है। उनका यह भी दावा है कि वह एक तरह की है। हालाँकि, ऐसा नहीं है।

मवेशी की देखभाल



रूसी जड़ों के साथ एक और दिलचस्प परियोजना, कैटल केयर , समान कार्यक्षमता प्रदान करती है। डेवलपर्स ने कंप्यूटर विजन के आधार पर गायों के स्वास्थ्य और उत्पादकता की वीडियो निगरानी की एक प्रणाली बनाई है। डेयरी फार्मों के लिए वीडियो एनालिटिक्स आपको प्रत्येक बुर्का के लिए सबसे आरामदायक स्थिति प्रदान करने की अनुमति देता है।

ऑपरेशन का सिद्धांत काफी सरल है। गाय की त्वचा पर पैटर्न मानव उंगलियों के निशान की तरह अद्वितीय है। इस विशेषता का उपयोग करते हुए, वार्डों की तस्वीरों में प्रशिक्षित प्रणाली प्रत्येक विशिष्ट गाय की पहचान, पता लगाती है और खेतों में स्थापित वीडियो कैमरों से जानकारी एकत्र करती है। चरणों की संख्या, चबाने वाले आंदोलनों, भोजन की मात्रा, पानी की खपत और अन्य व्यवहार पैटर्न की गणना करते हुए, कंप्यूटर प्रत्येक गाय के लिए एक चिकित्सा रिकॉर्ड संकलित करता है। कैटल केयर के लिए धन्यवाद, किसान तुरंत देखता है कि क्या उसके वार्ड में कुछ गलत है।

निष्कर्ष

जैसा कि आप देख सकते हैं, कृत्रिम बुद्धि और रोबोट कृषि की दक्षता बढ़ाने और किसानों के काम को सरल बनाने में काफी सक्षम हैं। हालांकि, क्या ये प्रौद्योगिकियां भोजन की कमी के संभावित खतरे को हल कर सकती हैं? आपकी राय दिलचस्प है।

Cloud4Y ब्लॉग पर पढ़ने के लिए और क्या उपयोगी है

→ पूरे ग्रह का VNIITE: USSR में वे "स्मार्ट होम" प्रणाली के साथ कैसे आए
→ 5 ओपन-सोर्स सुरक्षा इवेंट मैनेजमेंट सिस्टम
→ कैसे तंत्रिका इंटरफेस मानवता की मदद करते हैं
→ रूसी बाजार में साइबर बीमा
→ लाइट, कैमरा ... क्लाउड: कैसे बादल फिल्म उद्योग को बदलते हैं

हमारे टेलीग्राम चैनल को सब्सक्राइब करें ताकि कोई और आर्टिकल याद न हो! हम सप्ताह में दो बार से अधिक और केवल व्यापार पर नहीं लिखते हैं।