人工智能与农民会面帮助使每棵植物都变得重要胡诺言

人工智能与农民会面，帮助使每棵植物都变得重要

农业不是人们与诸如人工智能之类的新兴技术联系在一起的最早的市场之一。但是对于农业和建筑设备制造商约翰迪尔，人工智能已经开始帮助农民提高农作物产量并更好地控制日常农场任务。

约翰迪尔智能解决方案集团数字解决方案战略主管Sona Raziabeegum在本周早些时候接受FierceElectronics的电话采访时表示，人工智能已被采纳为该公司为农业设施实施的高科技解决方案的一部分，该技术解决方案必须应对诸如天气恶劣，土壤条件差以及生长季节短的限制

拉齐贝贝古姆说：“农业上没有太多的过渡。” “我们想传达的信息是，农业中有很多伟大的技术可以解决实际问题。寻找技术解决方案不是技术。”

Raziabeegum给出了一个应用示例，其中使用机器学习来“训练”安装在农用设备上的视觉摄像机，以识别在收成谷物仓中的坏小麦。神经蒙版会处理该视觉数据，并指示机器分离不良谷物。

此外，Raziabeegum指出，对神经面罩进行了编程，以发现可能进入谷物仓的任何碎片，这也会对谷物质量产生不利影响。

好处是谷物质量更好，减少了对熟练工人的需求。“您正在实时执行此操作。农民的利润微薄，对产量和农作物质量的技术优势持开放态度。”

在另一项应用中，Raziabeegum说，一种称为See and Spray的除草剂喷雾器系统使用了带有神经网络的视觉摄像机，该网络有助于精确地确定应在何处喷洒除草剂。她指出，该技术目前正在密西西比州的一个棉田和中西部的玉米地进行示范。

“我们相信该应用中的技术可以将除草剂的使用减少多达90％，这有助于实现在农业中使用更少的化学药品的目标。”

由于AI以前从未在农业中使用过，Raziabeegum说John Deere投入了大量时间和精力来学习将技术应用到新的用例中。Raziabeegum说，与汽车相比，这是一组不同的参数，经常将农业与之相比。

“在农业中，不仅仅是从A点到B点。一旦到达那里，就需要执行复杂的任务。另外，由于农业的不可预测性，您的AI模型必须更加复杂才能应用于农作物。”

由于农业在很大程度上是户外应用，因此没有封闭的中央现场设施可以实现服务器和通信网络。边缘计算以及在机器上进行工作的处理变得至关重要。

“连通性不是给定的，” Raziabeegum解释说。“大约95％的边缘计算需要实时推理。我们的边缘网络架构必须定制设计。”

由于John Deere主要是设备制造商，因此必须从公司外部获得一些AI和机器学习方面的专业知识。该公司于2017年做到了这一点，当时它收购了位于加利福尼亚州桑尼维尔的专注于将机器学习应用于农业的公司Blue River Technology。蓝河为约翰·迪尔目前正在实施的除草剂喷洒开发了See and Spray集成计算机视觉和机器学习技术。

根据Raziabeegum的说法，John Deere支持的农场的平均规模为5,000英亩。但是她强调说，该公司能够为规模较小的设施扩展技术解决方案。

对于未来，Raziabeegum预计将扩大AI和机器学习的使用，以制定完整，详细的植物生长和维护计划。她还希望AI在建筑应用中得到更多利用。

广州和铭电子科技有限公司

新兴县新城镇陈秋娇鲜鱼店

河间市佰纳斯钻井设备有限公司

达拉国际控股有限公司

佛山市欧胜不锈钢有限公司

临清市青年路亚鲁轴承经销处

濮阳水晶工艺品有限公司

铜川天马科技电缆有限责任公司

广州清碧化妆品有限公司

盐城金泽供水设备有限公司