農(nóng)機(jī)大全網(wǎng)（www.97661a.com）最新農(nóng)機(jī)信息：專家縱論農(nóng)業(yè)擁抱人工智能，農(nóng)機(jī)新產(chǎn)品,二手農(nóng)機(jī),農(nóng)機(jī)補(bǔ)貼目錄,農(nóng)機(jī)價(jià)格查詢,農(nóng)機(jī)報(bào)價(jià)大全，更多農(nóng)機(jī)資訊請(qǐng)查看：農(nóng)機(jī)資訊

　　專家縱論農(nóng)業(yè)擁抱人工智能

美國(guó)灰胡子的人們，可能還記得當(dāng)鉛筆滿載的數(shù)學(xué)計(jì)算，將曲速推進(jìn)到計(jì)算器時(shí)代時(shí)，他們所感受到的興奮。

如今，人工智能（AI）有望為農(nóng)業(yè)帶來(lái)與幾十年前數(shù)學(xué)課相同的熱度。人工智能是一種包括機(jī)器學(xué)習(xí)等多個(gè)集成的技術(shù)，人工智能使用大量數(shù)據(jù)來(lái)提高效率，Inari首席信息和數(shù)據(jù)官Rania Khalaf說(shuō)。

“機(jī)器學(xué)習(xí)使計(jì)算機(jī)能夠通過(guò)在大量數(shù)據(jù)中查找模式來(lái)數(shù)學(xué)預(yù)測(cè)結(jié)果或進(jìn)行分類。”她說(shuō)，“然后，當(dāng)它看到新數(shù)據(jù)時(shí)，它會(huì)隨著時(shí)間的推移學(xué)習(xí)更新這些模式或分類。

“人工智能的最大優(yōu)勢(shì)是能夠以以前需要人類執(zhí)行的高速進(jìn)行復(fù)雜的計(jì)算?！盉lue River Technology的See&Spray總經(jīng)理Kent Klemme補(bǔ)充道，“最近對(duì)GPU（圖形處理單元）的改進(jìn)提供了使這成為可能的計(jì)算能力。針對(duì)特定問(wèn)題需要大量數(shù)據(jù)?！?/span>

See & Spray Ultimate技術(shù) - 由機(jī)器學(xué)習(xí)提供支持 - 使噴霧器能夠在作物之間噴灑時(shí)僅針對(duì)雜草?！拔覀円呀?jīng)在不同情況下拍攝了成千上萬(wàn)張不同作物中不同雜草的圖像，例如晴朗的天空、多云的天空、黑暗的天空、不同的土壤和不同水平的殘留物?！盞lemme說(shuō)。

Blue River和John Deere的數(shù)據(jù)科學(xué)家隨后訓(xùn)練See&Spray Ultimate系統(tǒng)在各種條件下識(shí)別植物。這些圖像通過(guò)算法進(jìn)行整理，算法涉及重復(fù)一個(gè)或多個(gè)數(shù)學(xué)運(yùn)算。算法通常在計(jì)算機(jī)上實(shí)現(xiàn)和解決。

Case IH的Patriot 50系列噴霧器使用一種稱為視覺(jué)引導(dǎo)的機(jī)器學(xué)習(xí)形式。

“這是一種行引導(dǎo)解決方案，可根據(jù)工廠位置發(fā)出轉(zhuǎn)向指令。”Case IH全球精密技術(shù)總監(jiān)Chris Dempsey說(shuō)。

他補(bǔ)充說(shuō)，視覺(jué)引導(dǎo)使用車載攝像頭將玉米植物的位置傳遞給噴霧器，使其保持在行上而不是碾過(guò)作物。

它正在增長(zhǎng)

人工智能是一個(gè)廣泛的領(lǐng)域，包括許多子集成，例如機(jī)器學(xué)習(xí)。不過(guò)，基本上，它使用大量數(shù)據(jù)來(lái)提高效率，Dempsey說(shuō)。

“整個(gè)農(nóng)業(yè)在數(shù)字農(nóng)業(yè)中面臨的最大障礙是獲取大型復(fù)雜數(shù)據(jù)集并將其轉(zhuǎn)化為有意義的見(jiàn)解?！盋eres Imaging的創(chuàng)始人Ashwin Madgavkar說(shuō)，“人工智能可以通過(guò)將所有這些數(shù)據(jù)綜合成種植者可以采取的行動(dòng)，真正幫助彌合這一差距。

它在作物育種中的使用正在增加。

“我們正在研究各種不同的新技術(shù)，無(wú)論是機(jī)器學(xué)習(xí)還是預(yù)測(cè)雜交性能的高級(jí)分析模型。”AgReliant Genetics雜交產(chǎn)品育種經(jīng)理Mike Popelka說(shuō)?！癧作物育種]行業(yè)正更多地轉(zhuǎn)向這些模式?！?br/>

人工智能的使用也普遍用于許多機(jī)械生產(chǎn)線。Case IH通過(guò)16個(gè)傳感器使用機(jī)器學(xué)習(xí)，這些傳感器調(diào)整其AFS Harvest Command系統(tǒng)。

“在減少[谷物]損失的同時(shí)提高產(chǎn)量現(xiàn)在都是自動(dòng)完成的。”Dempsey說(shuō)，“從歷史上看，如果聯(lián)合收割機(jī)操作員在谷物樣品中有太多的玉米芯或異物，他們將不得不進(jìn)行篩分調(diào)整?！?/span>

機(jī)器學(xué)習(xí)現(xiàn)在可以自動(dòng)執(zhí)行此操作。

“傳感器告訴聯(lián)合收割機(jī)它需要關(guān)閉較低的篩子或提高風(fēng)扇或轉(zhuǎn)子速度。”他說(shuō)，“這些調(diào)整是基于了解給定作物類型的已知數(shù)據(jù)庫(kù)中異物或不良谷物質(zhì)量的樣子。它基本上是一個(gè)圖像數(shù)據(jù)庫(kù)，顯示好的[質(zhì)量顆粒]和壞的。

約翰迪爾還在S700和X9系列聯(lián)合收割機(jī)的自動(dòng)維護(hù)功能中使用機(jī)器學(xué)習(xí)來(lái)保持有針對(duì)性的谷物損失和谷物質(zhì)量性能。

“運(yùn)營(yíng)商將設(shè)定一個(gè)目標(biāo)，說(shuō)明聯(lián)合收割機(jī)在損失水平和糧罐樣品方面的運(yùn)行方式，”約翰迪爾收割機(jī)廠的產(chǎn)品營(yíng)銷經(jīng)理尼克·霍沃頓說(shuō)?！癆ctiveVision相機(jī)每?jī)擅腌娕臄z一次清潔谷物和尾礦升降機(jī)的照片。該數(shù)據(jù)輸入到一種算法中，該算法用于將異物和損壞的晶粒水平與目標(biāo)進(jìn)行比較。如果水平超過(guò)目標(biāo)，則會(huì)自動(dòng)進(jìn)行調(diào)整。”

智能耕作，“耕作解決方案過(guò)去很簡(jiǎn)單，”Case IH全球精密技術(shù)總監(jiān)Chris Dempsey說(shuō)?！澳惆岩粋€(gè)工具放在地里，它耕耘土壤。

季節(jié)決策

Ceres Imaging使用一種稱為計(jì)算機(jī)視覺(jué)的人工智能形式來(lái)檢測(cè)當(dāng)季作物問(wèn)題，Madgavkar說(shuō)。檢測(cè)不同波長(zhǎng)光的航空?qǐng)D像和傳感器數(shù)據(jù)被輸入到一種算法中，該算法有助于揭示季節(jié)性疾病，例如營(yíng)養(yǎng)缺乏。

“我們還研究了疾病風(fēng)險(xiǎn)以及殺菌劑的最佳噴灑位置?！盡adgavkar說(shuō)。

盡管如此，機(jī)器學(xué)習(xí)收集的數(shù)據(jù)只與輸入的數(shù)據(jù)一樣好，Madgavkar說(shuō)。他補(bǔ)充說(shuō)，“垃圾輸入，垃圾輸出”仍然適用，因此輸入正確質(zhì)量的數(shù)據(jù)非常重要?！?/span>

“人工智能本身不是靈丹妙藥。”他說(shuō)，“將計(jì)算機(jī)視覺(jué)衍生的數(shù)據(jù)與當(dāng)?shù)剞r(nóng)藝師和農(nóng)民的意見(jiàn)相結(jié)合以提出建議仍然很重要。然而，人工智能技術(shù)可以幫助農(nóng)藝師更好地利用他或她的時(shí)間，瞄準(zhǔn)最有可能從季節(jié)性治療中受益的領(lǐng)域。

灌溉系統(tǒng)維修

人工智能技術(shù)也使灌溉修復(fù)變得更加容易。Lindsay正在與Microsoft Azure合作，使用機(jī)器學(xué)習(xí)通過(guò)智能樞軸技術(shù)在灌溉組件故障發(fā)生之前預(yù)測(cè)它們。

“如果我們能夠預(yù)測(cè)部件故障，例如變速箱或中心電機(jī)驅(qū)動(dòng)器，我們可以在故障發(fā)生之前通知客戶。這可以防止在生長(zhǎng)季節(jié)發(fā)生更大的[維修]問(wèn)題。“Lindsay數(shù)字產(chǎn)品管理副總裁Kurtis Charling說(shuō)，“在生長(zhǎng)季節(jié)的高峰期下降一到三天可能對(duì)生產(chǎn)有害。預(yù)測(cè)組件故障可以幫助農(nóng)民避免停機(jī)問(wèn)題，并提高效率?！?/span>

Lindsay 使用數(shù)十年來(lái)收集的大量灌溉系統(tǒng)數(shù)據(jù)來(lái)機(jī)器下雨預(yù)測(cè)系統(tǒng)。

“例如，一臺(tái)因變速箱壞了而發(fā)生故障的機(jī)器是人工智能模型的訓(xùn)練情況。”Charling說(shuō)，“如果我們可以訪問(wèn)從故障發(fā)生時(shí)收集的傳感器數(shù)據(jù)，我們可以將其提供給AI模型，并基本上告訴它'如果這種情況再次發(fā)生，這就是變速箱故障的樣子。"

局限性

不過(guò)，人工智能有其局限性。

“在某些情況下，我們預(yù)測(cè)的某些事情在該領(lǐng)域是不正確的，例如變速箱問(wèn)題。”Charling說(shuō)，“擁有能夠說(shuō)是或否的最終用戶或經(jīng)銷商仍然很重要。這反過(guò)來(lái)又反饋到我們的訓(xùn)練模型中，使它們更準(zhǔn)確?！?/span>

在See & Spray Ultimate模型中，區(qū)分年輕大豆和年輕天鵝絨葉具有挑戰(zhàn)性，因?yàn)樗鼈兛雌饋?lái)很相似。

“隨著我們拍攝更多圖像并重新訓(xùn)練模型，它會(huì)變得更好。”Klemme說(shuō)，“這與人類偵察員區(qū)分天鵝絨葉和年輕大豆所花費(fèi)的時(shí)間沒(méi)有什么不同。你以同樣的方式訓(xùn)練[機(jī)器學(xué)習(xí)]模型?！?/span>

它來(lái)了

預(yù)計(jì)人工智能及其子集成將刺激未來(lái)農(nóng)業(yè)創(chuàng)新的速度，Dempsey說(shuō)。

“我認(rèn)為我們只是觸及了機(jī)器學(xué)習(xí)和人工智能可以做什么的表面?！彼a(bǔ)充道。

Charling說(shuō)，如果還沒(méi)有，想要充分利用這種技術(shù)的農(nóng)民應(yīng)該盡可能多地收集農(nóng)場(chǎng)的數(shù)據(jù)。

“這些人工智能模型可以訪問(wèn)的數(shù)據(jù)越多，它們就越聰明，特別是當(dāng)它與農(nóng)民的操作有關(guān)時(shí)。”他指出。