컴퓨터 비전
빠르게 중추가 되고 있습니다
차세대 농업의

편집자 주 : 비전 컨퍼런스 2022 고부가가치 특수 작물, 지속 가능성 및 탄소 격리 프로그램, 첨단 제어 환경 생산 시스템의 추세를 포함하여 혁신이 빠르게 변화를 주도하는 곳의 확장된 탐색을 특징으로 합니다. 에 대한 하나의 떠오르는 주제 의사 일정 시각적 데이터입니다. 아래는 시각 센서와 컴퓨터 비전이 전체 산업이 증가하는 세계 인구의 식품 수요를 충족시키는 데 어떻게 결정적인 역할을 하는지에 대한 내부 모습입니다.

컴퓨터 비전은 진정한 붐을 경험했습니다. 드론, 인공위성, 비행기의 데이터를 통해 수집한 인사이트는 하늘에서 데이터를 수집합니다. 장비에 장착된 센서는 광학 반사율 감지를 통해 식물 특성 또는 토양 매개변수의 변화를 측정할 수 있습니다. LiDAR 센서는 이제 식물의 구조를 3D로 측정할 수 있습니다.

농경학자에게 데이터를 제공하는 것 외에도 컴퓨터 비전은 현장에서 자율 기계를 가능하게 하여 기계가 현장 상황에 반응하거나 심지어 장애물을 감지할 수 있도록 지원하는 핵심입니다. 기술을 통해 우리는 매우 정확한 위치에 반응할 수도 있습니다. 위성 이미지의 데이터, 센티미터 수준의 세부 사항을 가져올 수 있습니다. 이 모든 기술을 사용할 수 있는데도 인간의 안구가 필요합니까?

이러한 카메라, 센서 및 위성이 들판과 온실에 대규모로 배치되면 100시간 내내 2025% 감시 범위를 제공할 것입니다. 이런 일이 발생하면 원격 농업과 상당 부분 원격 농업이 현실이 될 수 있습니다. 자율 기계와 로봇이 점점 더 많은 역할을 맡으면서 더 이상 많은 인력이 필요하지 않을 수 있습니다. 오늘날 대부분의 과일과 채소는 손으로 수확하고 포장하지만 S&P Global의 보고서에 따르면 XNUMX년까지 인식 시스템과 수확 알고리즘이 통제된 환경 농업(CEA)에서 자율 수확의 측면을 가능하게 할 것이라고 예측합니다.

컴퓨터 비전의 이러한 붐은 농업에만 해당되는 것은 아닙니다. 실제로 현대 AI에서 가장 성숙한 분야로서 경제의 모든 부문에 스며들고 있습니다. 시각적 기능을 자동화하는 기회는 모든 부문에 걸쳐 무한한 시장 기회를 제공합니다. 인간으로서 시각은 가장 발달된 감각이며, 우리가 주변 세계를 인식하는 데 가장 많이 사용하는 감각입니다. 의료 광학 교수 David Williams 설명 "뇌의 표면인 피질의 50% 이상이 시각 정보를 처리하는 데 사용됩니다."

시각 정보의 분석을 담당하는 인간 두뇌의 부분이 다른 감각의 그것보다 가장 크다는 것은 우연이 아닙니다. 인공 신경망은 기계 학습의 필수 부분이자 현대 시각 기술의 중추입니다. Williams 교수의 말에 따르면 "시각이 어떻게 작동하는지 이해하는 것은 뇌가 전체적으로 어떻게 작동하는지 이해하는 열쇠가 될 수 있습니다."

시각 기술은 이미 세계가 식품을 성장, 제조, 운송 및 소비하는 방식을 변화시킬 식품 및 농업의 발전에 힘을 실어주고 있습니다. 컴퓨터 비전은 틀림없이 AI와 관련하여 가장 기술적으로 발전된 분야입니다. 이 전례 없는 풍부한 시각적 데이터는 기계 학습을 통해 활용 및 처리된 다음 식품 재배자 또는 관개 피벗과 같은 자율 기계에 피드백될 수 있습니다. 수확 후에도 컴퓨터 비전은 프로세스와 같은 핵심 핵심 작업에 이미 사용되고 있는 기술을 제공합니다. 과일과 채소를 분류하고 등급을 매기고, 인간이 수행할 때 일관성이 없고 시간이 많이 걸리고 가변적이며 비용이 많이 드는 작업입니다.

이 기술의 영향은 엄청납니다. 시각 센서와 컴퓨터 비전은 전체 산업이 증가하는 세계 인구의 식품 수요를 충족시키는 데 매우 중요합니다. 세계 은행 데이터에 따르면 2025년까지 대부분의 식품 및 농업 부문이 이미지 인식, 카메라, 로봇 공학 등과 같은 시각 기술의 채택으로 인해 큰 영향을 받을 것이라고 합니다. 컴퓨터 비전과 AI 기술이 새로운 기술의 중심에 있다는 것은 놀라운 일이 아닙니다. 유망한 기술 스타트업의 물결 소매, 건설, 보험, 보안 및 농업을 포함한 다양한 업종에 걸쳐 있습니다.

혁명을 시작하기 위한 출발점으로 기존 프로세스 개선

식품 재배자들이 이용할 수 있는 시각 기술은 너무 많습니다. 여기에는 시각적 데이터를 캡처, 분석, 필터링, 표시 또는 배포하는 모든 장치 또는 도구가 포함됩니다. 이러한 시스템은 컴퓨터 비전, 기계 학습 또는 인공 지능을 활용하여 모든 시각적 데이터를 이해하고 실행 가능한 통찰력을 제공하거나 이에 따라 자율적으로 조치를 취하도록 설계되었습니다.

최근 LDV 캐피탈의 보고서 on Visual Technologies는 향후 XNUMX년 동안 식품 재배자들 사이에서 시각 기술의 채택에서 비롯될 몇 가지 주요 미래 대면 트렌드를 강조합니다. 가장 흥미로운 점은 기존 기술의 개선과 채택을 주로 강조한다는 점입니다. 그것은 혁명이 아니라 시각 기술이 주류가 됨에 따라 점진적인 진화가 될 것입니다. 예를 들어, 보고서는 더 높은 해상도와 더 넓은 스펙트럼 범위의 드론, 비행기 및 위성 이미지를 수집하여 원격 농경학을 더욱 가능하게 하는 기계 학습 알고리즘을 지적합니다. 또한 처리 속도가 증가함에 따라 장비 장착 감지는 정밀 잡초 살포 및 종자 배치와 같은 식물 수준의 결정을 가능하게 합니다.

모든 기존 프로세스를 자동화하고 원격으로 관리할 수 있습니까?

24시간 연중무휴로 식물을 모니터링하고 평가하는 수많은 "눈"과 전체 밭이나 온실을 광범위하게 포괄하는 시각 기술을 사용하여 가까운 장래에 농업과 농경학을 원격으로 관리할 수 있습니까? 고객 경험을 통해 많은 식품 재배자들이 기계로 촬영하여 전달한 통찰력이나 이미지 덕분에 이미 현장에 훨씬 더 적은 수의 여행을 가야 한다는 것을 알고 있습니다. 뿐만 아니라 해충과 같은 문제를 해결하는 능력이 보다 표적화되고 정확합니다. 일상적인 현장 점검을 수행하는 대신 이러한 장치는 7% 시간 동안 작물을 100% 모니터링할 수 있습니다.

컴퓨터 비전은 식품이 재배되고 처리되는 방식을 재정의할 주요 혁신이지만 그것이 전부는 아닙니다. 전체 그림을 보는 것만큼이나 중요한 나뭇잎 아래와 토양 아래를 볼 수 있도록 하려면 다른 보완 기술이 필요합니다. 예를 들어, 지상 및 지하 식물 기관에서 미생물의 풍부도, 다양성 및 군집화를 측정하는 전용 센서를 통해 미생물군집을 모니터링하고 분석합니다.

이 모든 데이터를 수집, 통합 및 이해하는 것은 식품 재배자가 의존하는 성장하는 기술 스택의 힘을 활용하기 위한 핵심 과제가 될 것입니다. 식품 재배자는 항상 현장의 수백 가지 신호에 의존해 왔지만 이러한 새로운 도구와 플랫폼은 점점 더 많은 소스에서 통찰력을 조정해야 함을 의미합니다. 궁극적인 목표는 더 나은 상위 수준의 농경학적 결정을 가능하게 하는 데 필요한 완전하고 명확한 그림을 제공하는 통합 시스템을 만드는 것입니다.

뉴스/미래