地球人口正在迅速增长，根据联合国的预测，到2030年，它将达到85亿。 世界银行的分析师认为，到2050年，我们需要将粮食数量增加50％，以支持地球上不断增长的人口，而气候变化将导致露天生产力下降25％。 但是最适合种植栽培植物的地区已经在栽培。 很难找到新的地方，要实现生产率的显着提高甚至更加困难。这个问题需要借助新技术来解决。 在这里，最有希望的领域似乎是使用神经网络和人工智能来创建农业机器人和农作物控制系统。
为什么是神经网络？ 它们最适合解决应用问题。 我们不会描述其功能的技术细节；我们会更好地描述其优势。 在此过程的经典意义上，并未对神经网络进行编程。 她“学习”，在下载的数据中找到模式，并能够在以后的工作中使用它们。
就像人一样，神经网络可以快速识别照片和视频的图像，能够预测并做出决策。 同时，人工神经网络比人类更快，更高效地处理大量数据。 需要优化农田，那里的农田面积以数百公顷为单位，员工以数千名员工为单位，牲畜以百万计。 是的，该国的绵羊数量是大数据。 行业中几乎所有公司都将有足够的主要信息用于培训。 最主要的是将其组装成易于理解的格式，并将其集成到工作流程中。
作物的质量和数量，牲畜数量的增加取决于许多因素。 要对所有这些因素进行分析以做出正确的决定，无论一个人的经验如何，他都不会。 因此，现代技术人员的需求显而易见。 此外，已经有大量成功的发展帮助农民收获，监测牲畜并做出预测。 让我们谈谈机器人和人工智能在农业中最有趣的项目。
农村机器人
让我们从机器人开始。 它们大小不一，甚至还有
鸭子机器人 。
农业机器人西班牙公司Agrobot提出了一种自动收集精美草莓的机器人。 该设备是完全自主的，可以在太空中导航。 机械手（最多可容纳24个）独立工作，从灌木丛中取出一个浆果。 为了评估浆果的成熟度，机器人使用了人工智能技术。 传感器分析浆果，GPU评估水果的颜色及其外观，并将每个水果的数据写入数据库。
在三天内，Agrobot能够从800英亩的土地上采摘草莓。 收集完每一行后，他停止并将信息发送给操作员。 该机器可以快速完成任务，并且适合不同的农场。 首次成功的草莓机器人测试是在加利福尼亚的Driscoll农场进行的。
狗牙技术
在英国创建的西班牙机器人的竞争对手。 该设备旨在收集柔软的水果。 它能够自动在成排的农作物中移动，找到并收集成熟的水果，对收集的浆果进行分类并将其包装在包装中。 采摘浆果后，照相机会从各个角度检查胎儿，以确定其种类，形状，测量体重，检测缺陷（凹痕，霉菌等）。 拒绝的水果放在垃圾箱中。
水果的分拣和包装是在当地进行的，因此，分拣员的额外人工成本被排除在外，产品可以更快地到达货架。 使用高精度GPS坐标进行空间定向。
该机器人具有一些有趣的功能。 例如，英国人习惯于在零售链上购买一小部分茎干的成熟草莓。 当摘取一小部分茎的浆果时，机器会考虑到此功能。
Vegebot
Vegebot是由剑桥大学的工程师创建的自动冰山沙拉采摘机的工作原型。 该设备可以独立识别准备切好的完整沙拉头，并仔细加工和收集它们。
Denis-19在有关Habré的
最新文章中更详细地介绍了该机器人。
墙叶葡萄酒
勃艮第人的发明家克里斯托夫·米洛（Christoph Millot）（法国）的创意在葡萄园中努力工作。 带有四个轮子，两个手臂和六个摄像头的设备重20公斤，自动选择路径并使用人工智能来确定当前的操作。 每天最多可修剪600棵葡萄树。
Wall-Ye VIN不仅进行修剪和捏合，而且还积累了有关土壤，水果和葡萄藤的状况和生命力的重要数据。 它从一个藤蔓移到另一个藤蔓，揭示某些植物特征，拍摄照片并记录来自六个摄像机的数据，标记每个藤蔓，然后将其操纵器包括在工作中。
带有剪枝钳的手不仅可以切割树枝，还可以保护自己免受盗贼的侵害。 设备中内置有陀螺仪，如果将陀螺仪从地面抬起，它将用剪枝钳进行防御，清除硬盘驱动器上的所有数据，并向所有者发送信号以寻求帮助。 此外，内置的GPS接收器将不允许他超出工作区域。
无名苹果机器人（Abantant Robotics）尽管获得了GV（前Google Ventures）的巨大投资，但仍没有名字的加利福尼亚机器人是为了收获苹果而创建的。 该设备使用激光雷达在苹果树之间的行中移动，激光雷达通过激光描绘世界并使用机器视觉描绘水果。
在与经验丰富的农民协商后，操作员可以将其适应特定的苹果品种。 实时识别出苹果的成熟度后，机器人使用真空管从树上吸取果实，然后通过传送带将其发送到篮子。 机器人可以一天24小时摘苹果，跳过尚未成熟的水果，以便像采摘者那样稍后再返回。
生态机器人瑞士
ecoRobotix是一款旨在自动清除杂草和杂草的机器人。 这个想法已经存在了很长时间。 可以教一个神经网络来区分有用的农作物和杂草。 开始使用“研究”数百万张处于不同生长阶段的健康和病态植物的照片后，使用摄像机的系统可以在几毫秒内确定健康的枝条或杂草在其前面。 他还将能够评估对作物的威胁程度，并在可见作物感染迹象的情况下提出解决问题的方法。
ecoRobotix配备了旨在识别杂草的计算机视觉系统。 使用GPS和触摸传感器进行空间定向。 每天能够处理约3公顷的农作物。 在“藏身处”行驶时，如有必要，用少量除草剂喷洒杂草。 这种方法将化学药品的使用减少了2-3倍。
杂草通常是农民的痛处，因此该领域还有其他项目。 例如，印度的智能花园喷雾器使用超声传感器系统来确定树木的大小及其距离。 分析获得的信息，并影响射流的功率和喷射物质的量。 测试表明该系统具有很高的效率，同时将功耗降低到26％。
拜耳和波什正在开发
智能喷涂技术。 由于它具有将杂草与农作物区分开的能力，因此它将不同于市场上现有的系统。 假定系统将“识别”杂草并考虑编程的应用参数确定所需农药的类型和数量。
IBM使用了类似的技术。 并成功使用！ 对于东南亚的一位客户，该公司能够预测该地区由于病虫害引起的作物压力。 然后地勤人员花了几个小时才到达这个地方。
智能系统
人工智能系统也使农民受益。 它们的应用范围比机器人设备的应用范围略宽，但是任务通常是不同的。 虽然有交点。
索诺玛是的，这不是机器人，而是技术。 但是，它也值得关注。 微软的Sonoma赢得了自主温室挑战赛，该挑战是8月27日至12月7日在荷兰进行的温室试验。 5位IT巨头已经弄清楚了机器学习技术将如何应对生长中的植物，以及在“传统”园艺中使用这些技术的现实性。
自动收割系统已经存在了很长一段时间。 但是，该实验是关于AI对生产的完全控制。 Sonoma团队的技术已使每平方米黄瓜生长50公斤。 神经网络控制灌溉，气体成分，摄食，温度和影响黄瓜生长的其他方面。
腾讯的iGrow团队和中国农业科学院排名第二。 英特尔的深绿色团队排名最后。
塔拉尼斯
以色列创业公司
Taranis允许您监视植物的状况，及时发现不利因素并消除它们。 为了进行监视，使用了野外观测传感器，气象数据和航拍照片的读数。 为了进行分析，使用了来自Mavrx的超高分辨率图像（每像素最大8厘米）。
大量数据的研究使您可以定位生长受到抑制的农作物的区域，识别植物病害，病虫害，确定植物的养分供应，潜在产量等。该系统不仅提供解决所发现问题的方法，还可以根据气象预报确定它们的最佳时机。进行。
华生
IBM的
Watson农业决策平台可为农民提供有关地球遥感数据处理的建议。 IBM解决方案使用AI组合来自多颗卫星的数据，从而能够以与地面IoT传感器几乎相同的精度检测低效的文化区域。 IBM的Watson将为农民确定受影响地区农药处理的类型，数量和最佳时机。
这将有助于进行预防性治疗。 它使用植物活动的高分辨率指数（HD-NDVI），评估植物的状况并确定必要的预防措施（施肥，养分等）。 通过将水分数据（HD-SM）与地形数据和气象测量结果结合起来，可以模拟土壤水分变化的动态变化。 农民还收到产量预测，基于过去季节的图像和信息的产量变化动态等。
健康状况变化图和通知
由Farmers Edge开发的AI平台“健康变化图和通知”向农民告知设备的效率，植物状况，病虫害，营养不足等。该程序处理卫星图像，并向用户发送有关可能的风险和必要措施的消息。
ET农业大脑
阿里巴巴的“猪”人工智能项目使您能够检测出猪的怀孕，从而使农民能够确定分娩的日期，并为随后的怀孕过程和产一窝健康仔猪做准备。 该系统在棚内部署了智能监控摄像头，并且机器学习算法会根据观察母猪的睡眠，站立姿势和营养状况产生结果。 例如，如果母猪仰卧，站立不动，奔跑一点并且消耗恒定的食物，则它很可能怀孕。 阿里巴巴工程师还计划根据怀孕猪的体型增加对垫料数量的预测。
该系统使用计算机视觉方法为每头猪配置配置文件-记录其猪的品种，年龄，体重，营养状况，运动强度和频率以及运动轨迹。 同时，语音识别算法用于监控仔猪的健康并防止窒息，从而使死亡率降低3％，每头母猪的年生产率提高3头。
另一家中国主要控股公司京东（JD.com）的财务部门也瞄准了牲畜。 上个月，该公司推出了一套基于AI的农业解决方案。
隐士
继续畜牧业的话题，我们将向您介绍一个非常有趣的爱尔兰项目Cainthus，该项目被记者称为“ Facebook for Cows”。 根据牛的面部特征识别牛，您可以收集有关每只动物的各种信息，范围包括牛的行为特征和食欲。 农场主可以使用这些数据来监控奶牛的健康状况并提高其奶产量。
该公司通过监测农民的个人需求并在动物出毛病时立即发出需要干预的信号，为农民提供在整个生命周期中提高母牛舒适度的方法。 为了观察，使用了计算机视觉系统。
根据开发人员的说法，该平台异常相关且需求旺盛。 他们还声称她是其中的一种。 但是，事实并非如此。
牛饲养另一个源于俄罗斯的有趣项目
Cattle Care提供了类似的功能。 开发人员创建了一个基于计算机视觉的奶牛健康和生产力视频监控系统。 奶牛场的视频分析使您能够为每个玉米饼提供最舒适的条件。
操作原理非常简单。 牛皮肤上的图案像人类指纹一样独特。 使用此功能，经过病房照片训练的系统可以从农场上安装的摄像机收集信息，检测并识别每头特定的母牛。 计算步数，咀嚼动作，消耗的食物，水的消耗量和其他行为方式后，计算机会为每头母牛编制病历。 多亏了养牛服务，农民才能立即查看病房是否有问题。
结论
如您所见，人工智能和机器人完全有能力提高农业效率并简化农民的工作。 但是，这些技术能否解决粮食短缺的潜在威胁？ 您的意见很有趣。
在Cloud4Y博客上阅读还有什么有用的→
整个星球的VNIITE：他们如何在苏联提出“智能家居”系统→
5个开源安全事件管理系统→
神经接口如何帮助人类→
俄罗斯市场的网络保险→
光线，相机...云：云如何改变电影业订阅我们的
电报频道，以免错过其他文章！ 我们每周写不超过两次，并且只在商务上写。