农业既是主要工业,又是经济的基础。2016年,农业产业增加值估算值为不到美国GDP的1%。美国环境保护署(EPA)估计,农业的贡献大致相当年收入3300亿美元经济。
等因素气候变化、人口增长和粮食安全问题促使该行业寻求更创新的方法来保护和提高作物产量。因此,人工智能正稳步成为该行业技术发展的一部分。
在这篇文章中,我们探讨人工智能的应用提供商界领袖的热门应用当前和新兴的趋势,现在的代表示例的理解。
农业领域的人工智能——预先洞察
根据我们的研究,AI的农业中最流行的应用程序似乎可分成三大类:
- 农业机器人-公司正在开发和编写自动机器人程序,以处理基本的农业任务,如收割庄稼的数量和速度高于人类劳动者。
- 作物和土壤监测-公司利用计算机视觉和深度学习算法来处理无人机捕捉的数据和/或基于软件的技术来监测作物和土壤健康。
- 预测分析-正在建立机器学习模型,以追踪和预测天气变化等对作物产量的各种环境影响。
在下面的完整的文章中,我们将探讨的AI应用程序每个类别的农业产业,具有代表性的企业,使用情况,和视频一起。有关该主题的进一步了解,我们发表了一整篇文章目前印度农业的人工智能项目。
农业机器人
蓝河科技-除草
控制杂草的能力是农民的首要任务,随着抗除草剂变得越来越普遍,这也是一个持续的挑战。今天,估计250种杂草对除草剂产生了抗药性。在一项由美国杂草科学协会进行的研究中,研究人员对杂草的影响玉米和大豆作物上不受控制的杂草,每年给农民造成的损失估计为430亿美元。
公司正在利用自动化和机器人技术帮助农民找到更有效的方法来保护他们的作物免受杂草的侵害。蓝河科技公司开发了一种名为“蓝河”的机器人看到&喷雾据称利用计算机视觉监控和精确喷洒棉花植物杂草。精密喷涂可以帮助防止除草剂抗性。下面的简短视频演示了机器人在行动中是如何工作的:
根据其网站该公司声称,它的精密技术消除了通常喷洒在作物上的80%的化学物质,可以减少90%的除草剂支出。据估计超过十亿英镑的农药是在美国每年使用。已经
2017年9月,主要制造公司约翰迪尔宣布它收购了蓝河科技。据报道,约翰迪尔公司将投资3.05亿美元来完成这一转变。该公司声称,原来的蓝色技术公司和现有的员工将留在森尼韦尔,约翰迪尔希望在那里继续发展公司。
(蓝河技术我们的产品目录中有很多供应商吗机器人/车辆厂商部分在这里Emerj。)
收获CROO机器人-农作物收获
自动化也正在出现,以帮助解决劳动力的挑战。该行业预计将经历一次从2014年到2024年,农业工人减少了6%。
收获机器人醒脑开窍该公司开发了一种机器人,帮助草莓种植者采摘和包装作物。据报道,劳动力的缺乏导致了数百万美元的收入损失在关键农时地区,如加利福尼亚州和亚利桑那州。在希尔斯伯勒县,已被描述为佛罗里达州的区域“民族的冬季草莓资本,”万和11000英亩草莓之间通常在一个季节收获。
Harvest CROO Robotics声称他们的机器人可以收割一天8英亩,代替30名人力。在下面的短视频中,Harvest CROO团队展示了这个机器人:
据估计,年度农场成本40%的缩减为“工资,薪金和合同工的费用”农作物,如水果和蔬菜劳动力的需求往往是最高的。
2017年6月,佛罗里达州的Wish农场宣布它在2017年夏天实现了收割机CROO机器人的草莓收割机。该农场称,这种机器人跨越了“6个苗圃”,携带了“16个独立的采摘机器人”。到目前为止,Harvest CROO机器人公司已经被报道了$ 2.8万来自投资者和农场的代表20%的美国草莓产量。
作物和土壤健康监测
泥炭 - 机器视觉的诊断害虫/土壤缺陷
森林砍伐和土壤质量退化仍然是粮食安全的重大威胁,并对经济产生负面影响。在国内,美国农业部估计每年的水土流失损失约为440亿美元。
柏林农业科技创业公司泥炭,已经开发了一个名为深度学习的应用程序Plantix据报道,这可以确定土壤中潜在的缺陷和营养不足。通过软件算法将特定的叶型与特定的土壤缺陷、植物病虫害联系起来进行分析。
图像识别应用程序通过用户的智能手机摄像头捕捉的图像来识别可能的缺陷。用户随后会获得土壤修复技术、提示和其他可能的解决方案,如下面的短视频所示:
该公司声称,它的软件可以快速实现模式检测最多的估计准确度95%。泥炭最近公布其国际客户群已达50多万。该公司承认其合作伙伴,客户在其网站上的报价,但似乎没有具体的案例研究。
在不考虑客户规模养殖场细节,我们无法确认是否Plantix应用带来任何显著局限性较大的农场。竞争者CropDiagnosis似乎遵循其应用了类似的模式。
微量基因组学-用于诊断土壤缺陷的机器学习
类似于加州的Plantix应用跟踪基因组学,为农民提供土壤分析服务。导致投资者Illumina公司协助开发系统,利用机器学习为客户提供他们的土壤的优势和弱点的感觉。重点是预防有缺陷的作物和优化作物健康生产的潜力。
根据公司的网站据报道,用户在向Trace Genomics提交土壤样本后,会收到关于土壤内容的深入总结。所提供的服务包括以细菌和真菌为重点的病原体筛选以及全面的微生物评价。如下面的视频所述,土壤DNA分析也是Trace系统的核心:
视频:
截至2月2017,该公司已经募集总股本资金800万美元包括Illumina加速器在内的六家公司。该产品的包装起价为199美元的病原体筛查。来自两个农场的有利的报价在Trace Genomics网站上有特色。然而,表明痕量基因组学如何具体改善结果的数据未包括在内
SkySquirrel技术公司-无人机和作物分析的计算机视觉
据报道,无人机在农业领域的出现可以追溯到20世纪90年代20世纪80年代日本的农作物除尘。市场对农业无人机是预计到2027年将达到4.8亿美元。如今,企业正在利用人工智能和航空技术来监测农作物的健康状况。
SkySquirrel科技公司是将无人机技术引入葡萄园的公司之一。该公司旨在帮助用户提高作物产量,降低成本。用户对无人机的路线进行了预先编程,一旦部署完毕,该设备将利用计算机视觉记录图像,用于分析。
一旦无人机完成了它的路线,用户可以从无人机传输USB驱动器到计算机,并捕获到的数据上传到云驱动器。SkySquirrel使用算法来整合和分析捕获的图像和数据提供关于葡萄园的健康状况的详细报告,葡萄叶的具体条件。由于葡萄叶子通常为信号装置葡萄疾病(如霉菌和细菌),阅读“健康”的叶片往往是一个很好的代理,以了解健康的植物和他们的果实作为一个整体。
该SkySquirrel技术团队提供了如何在下面的简短视频演示无人机功能的概述:
该公司的权利要求,它的技术可以扫描在24分钟内50亩,提供数据分析用95%的精度。具体使用情况似乎并没有提供该公司的网站。
(对无人机特别感兴趣的读者可能会对我们的全文感兴趣。5个工业应用无人机”。)
预测分析
aWhere -天气预报和作物可持续性卫星
aWhere是一家位于科罗拉多州的公司,它使用与卫星相关的机器学习算法来预测天气,分析作物的可持续性,并评估农场是否存在病虫害。
例如,根据每个客户的需求定制每日天气预报,范围从超本地到全球。该公司网站上提到的客户类型包括农民、作物顾问和研究人员。我们讨论了人工智能天气预报今年早些时候,下面的视频提供了一些基本的技术。
如下面的3分钟视频所示,该公司声称专门提供高质量的数据,并持续快速更新:
该公司还声称,它为用户提供访问农艺数据超过十亿分每天的基础上。数据源包括温度,降水,风速,和太阳辐射,“相比较之下,为农业地球上的任何地方的历史值一起”。
该公司似乎没有在其网站上提供任何案例研究。软件应用的例子在公司的博客但目前还不清楚客户在aWhere的服务上投资了多少,以及这些投资对结果产生了怎样的影响。
FarmShots - 卫星用于监测作物健康和可持续发展
总部设在北卡罗来纳州的罗利,FarmShots是另一家专注于分析农业数据的初创公司,这些数据来自卫星和无人机捕捉的图像。具体来说,该公司的目标是“检测农场上的疾病、害虫和营养不良的植物。”
例如,该公司声称,它的软件可以准确地告诉用户哪里需要化肥,并可以减少近40%的化肥使用量。该软件的销售目标是在移动设备上使用。
下面的40秒教程演示了如何使用FarmShots软件从捕获的数据生成报告:
2017年4月,FarmShots和它的合作伙伴,地球,宣布在2017年6月之前,约翰迪尔有限公司的客户可以免费使用其产品。这次合作提供了另一个一瞥约翰迪尔的兴趣扩展到农业技术空间。FarmShots的网站上似乎没有特定客户的例子或案例研究。
最后的想法
AI-驱动技术不断涌现,以帮助提高效率,该行业面临包括作物产量,土壤健康和除草剂抗性应对挑战。农业机器人将成为AI的这个部门高度重视应用。
广泛采用的证据是明显的在奶牛场成千上万的挤奶机器人已经操作了。这部分预计将从a增加到2023年,这个产业价值19亿到80亿美元。
在未来三到五年内,农业机器人将被开发出来,以完成越来越多样化的任务,这是可行的。
随着气候变化研究和评估的不断深入,作物和土壤监测技术也将成为未来的重要应用。一个研究报告指出,1980年至2008年评估的气候变化导致全球玉米减产3.8%,小麦减产5.5%。
无人机和卫星等技术每天可能捕捉到的数据量,将赋予农业企业预测变化和识别机遇的新能力。我们预测,卫星机器视觉应用(天气,作物健康,预测作物产量等)将变得越来越普遍用于大型工业农场在未来5 - 10年
重要的是,农民要接受最新的培训,以确保技术得到使用并继续改进。这将有助于长期证明这些工具的价值。
此外,由于农业受到无法控制的环境因素的影响,而其他行业的风险更容易建模和预测,因此,对该行业新兴的人工智能应用进行广泛的测试和验证将是至关重要的。
我们预计,农业行业将继续看到人工智能的稳步采用,并将继续监测这一趋势。
标题图片来源:徕卡测量系统