키 포인트:
- 기술을 습득 한 지 2021 년 후, 머신 비전과 머신 러닝을 사용하여 개별 식물을 식별하는 Deere의 방법은 XNUMX 년 여름 농장에서 테스트 될 예정입니다.
- 목표 : 시간당 최대 20 마일로 움직이는 농장 기계는 개별 식물 및 잡초 수준에서 몇 초 만에 제초제 살포를 결정하여 광범위한 화학 물질 사용의 필요성을 줄입니다.
- AI의 노력은 정밀 농업과 관련된 많은 기술 프로젝트 중 하나입니다.
최근 정부가 5G 광대역 라이선스 경매를 통해 이겼다 농업 거인 디어 앤코 보다는 AT & T 또는 다른 확고한 통신사라면 안 될 수도 있습니다. 수천 년에 걸쳐 인간이 쟁기를 쟁기에서 화학으로 발전 시켰으며 가장 최근에는 유전 적 시대로 발전한 농업이 디지털 시대로 접어 들고 있습니다. 정밀 농업이라고도 불리는 농촌 지역의 삶과 일에 대한 데이터 수집 및 분석을 통해 발생하는 변화가 가속화 될 것입니다.
내년 여름 농장에서 데뷔 할 예정인 Deere의 한 예는 머신 비전과 머신 러닝을 결합한 것입니다. 즉, 이해하기 쉽게 말하면 식물에 대한 얼굴 인식을 생각해보십시오. 2017 년에 Deere는 블루 리버 기술, 개별 식물과 잡초를 식별하는 방법을 연구하고 있습니다. 10 에이커의 농장이 수천 개의 식물을 포함 할 수 있고 들판을 통과하는 무거운 기계가 20-XNUMXmph의 속도로 작동한다는 점을 고려할 때 이는 쉬운 작업이 아닙니다.
AI는 전 세계적으로 모든 종류의 농장으로 빠르게 이동하고 있습니다. 중국에서는 돼지 고기 농장이 돼지지도 및 모니터링을위한 얼굴 인식'얼굴. 아일랜드의 스타트 업에서 카길과 같은 거대 기업에 이르기까지 소의 안면 인식 낙농업이 발전하고 있습니다.
지난 XNUMX 월 Deere의 CTO가 된 Jahmy Hindman은 목요일 CNBC @Work Spotlight 이벤트에서 연설하면서“이 농촌 환경의 농장은 기술적으로 매우 능숙하고 기술에 정통하며 성장기 동안 매일 중요한 데이터를 생성합니다. “생성되는 정보는 그들이 더 생산적이고 지속 가능하며 더 정확 해 지도록 정말로 도와줍니다. …. 정보는 현재 의사 결정을 내리는 데 매우 중요합니다. 농부가 비즈니스에 투입해야하는 투입물을 최소화하고 생산성을 극대화합니다.”
AI 기술이 예상대로 작동한다면 감소 될 주요 투입물은 밭의 잡초, 제초제를 죽이기위한 화학적 적용입니다. 적용에서 살아남을 수 있도록 설계된 유전자 변형 식물을 제외한 모든 것을 죽이는 화학 물질을 광범위하게 살포하는 대신 스프레이 어는 올바른 표적으로 인식되는 개별 식물을 대상으로 할 수 있으며, 이는 다음과 같은 비즈니스에 큰 영향을 미칠 수 있습니다. 바이엘 화학 물질과 GMO 작물을 생산하는 Monsanto는 가장 잘 알려진 Roundup입니다.
Hindman은 인공 지능 기술을 새로운 신경망 모델을 훈련하여 잡초를보고 작물 밭에 잡초 만 뿌리는 것으로 설명했습니다. 개별 식물 수준에서 재배자에게 더 많은 정보를 제공하는 것이 Deere의 핵심 목표입니다.
Hindman은“중서부 지역의 옥수수 나 콩 생산에 대해 생각해보십시오.… 40,000 에이커 규모의 농장에서 에이커 당 2,000 개의 식물이 있습니다.”라고 Hindman은 말했습니다. “우리는 수명 동안 각 공장을 관리하여 투입량을 최소화하고 생산성을 극대화하는 데 관심이 있습니다. … 실시간으로 의사 결정을 내릴 수 있다는 것은 농업 분야에서 재배자와 생산성을위한 부가적인 경제적 가치를 실현하는 데 절대적으로 중요합니다.”
농장 얼굴 인식
Blue River Technology 접근 방식은 개별 작물 수준에 이르기까지 – 식물 사진을 찍어 기계가 순항하는 동안 몇 초 이내에 살포 결정을 내릴 수 있도록 – 잠재적으로 농장에 도입되는 가장 중요한 기술입니다. 라고 Deere를 다루는 Melius Research의 분석가 인 Rob Wertheimer는 말합니다.
계절 사이에 농부들은 몬산토의 라운드 업과 같은 제초제를 밭 전체에 뿌려 모든 것을 죽입니다. Deere의 의도는 작물을 완전히 심기보다는 휴경지에 Blue River를 첫 번째 실험으로 시작하는 것입니다. 봄과 여름에 심기 전에 잡초는 빈 밭에서 자랐고 이미 수천 개의 작물이 심어진 밭에서 표적을 식별하는 것만 큼 복잡한 AI 작업은 아니지만 기술을 입증하는 첫 번째 단계입니다.
“빠른 속도, 15-20 mph로 빠르게 분사 결정을 내리는 데 필요한 식물과 훈련 알고리즘의 사진을 찍고 있습니다. 오류없이. 어렵습니다.”라고 Wertheimer가 말했습니다.
많은 부문에서와 마찬가지로 농장의 기술 변화 속도는 업계가 예상 한 것보다 훨씬 빠르게 진행되고 있습니다. Wertheimer는 불과 XNUMX 년 전에 Deere의 전 CEO이자 회장 인 Sam Allen이 안전 문제를 포함한 이유로 자율 트랙터가 농장을 인수하기까지는 오랜 시간이 걸릴 것이라고 생각했다고 언급했습니다. 그러나 Lidar와 같은 자율 주행 기술의 급속한 개선과 AI 개선으로 Allen은 몇 년 만에 그의 견해를 바 꾸었습니다.
Deere를 다루고 농장 운영의 자율적 발전을 오늘날 대부분의 비행이 자동화 된 항공기 조종사와 비교 한 Jefferies 분석가 인 Stephen Volkmann은“농부는 더 이상 운전을 많이하지 않습니다. "농부는 운전실에 앉아 모니터링을해야하지만 트랙터가 스스로 운전하게합니다."
얼굴 인식이 조금 무서워지고 있습니다.하지만 성공할 수 없다고 생각할 이유가 없습니다. See-and-spray는 변곡점에 가까워지고있는 것처럼 보이는 몇 가지 고급 농업 기술 중 하나입니다.
Stephen Volkmann JEFFERIES 분석가
Volkmann은 See-and-spray AI가 농장에 도입되는 "가장 섹시한"기술이라고 말했습니다. "나는 사람들이 그것이 진짜라고 믿는다 고 생각한다"고 그는 말했다. "이것은 마치 자율 주행 자동차와 똑같습니다. 카메라는 많은 것을 인식하고 AI 알고리즘으로 훈련하고 다양한 식물을 식별 할 수 있습니다." 그것을 작동시키기위한 도전은 무수히 많습니다. 식물이 밟 히고 잎이 구부러지고 들판에 그림자가 생기고 들판이 더러운 곳입니다. 즉,이 작업을 항상 안정적으로 수행하는 것은 어려운 일입니다. 높은 수준의 성공이 필요합니다.
“자율 주행과 마찬가지로 오늘날에도 95 %의 시간을 할 수 있지만 그것만으로는 충분하지 않습니다. 성공이라고 부르려면 100 %에 도달해야합니다. 5 %의 시간이라도 잘못된 플랜트에 잘못된 화학 물질을 뿌리고 싶지 않습니다.”라고 Volkmann은 말했습니다. 궁극적으로 AI는 단지 살포를위한 적절한 잡초를 목표로 삼는 것이 아니라 다양한 요인을 사용하여 "좋은"식물과 "나쁜"식물을 인식하는 방법을 배울 수있는 잠재력이 있습니다.
오늘날 옥수수 농가는 170 에이커에서 평균 600 부셸을 생산할 수 있지만, 날씨와 잡초 및 기타 요인, 햇빛에서 곤충 및 곰팡이, 토양에 이르기까지 밭의 다른 요인으로 인해 에이커 당 XNUMX 부셸의 기록 수준이 가능하다는 것이 입증되었습니다. 영양소 특성과 햇빛과 그림자를 분석하여 궁극적으로 작물 생산성을 높일 수 있습니다. “수백만 개의 식물과 잡초에 많은 데이터가 있습니다.”라고 Wertheimer는 말했습니다.
Deere는 이미 지난 XNUMX 년 동안 도입 된 ExactEmerge 및 ExactApply 기술을 제공하고 있으며 종자 심기 및 살포와 같은 핵심 농장 작업을 정밀 농업 기계 운영으로 전환했으며 Deere 경영진은 최근 실적 발표에서 다음과 같이 말했습니다. 농부들의 이러한 기술 활용이 가속화되고 있습니다..
"얼굴 인식이 조금 무섭게되지만 ... 성공할 수 없다고 생각할 이유가 없습니다."라고 Volkmann은 말했습니다. 그는“투시 및 살포는 변곡점에 가까워지고있는 것으로 보이는 몇 가지 고급 농업 기술 중 하나입니다.”라고 말했지만 완전한 식물 인식 기술이 상용화 되려면 아직 몇 년이 걸릴 것이라고 덧붙였습니다.
Deere 및 5G
농촌 연결은 Deere가 운영 및 농부들이 일하고 살고있는 농촌 지역 사회를 위해 집중하는 이러한 기술 노력과 관련이 있습니다. 회사가 최근에 취득한 5G 라이선스는 스마트 공장을 운영 할 수있는 제조 운영을위한 것이지만 Hindman은 미국 시골에 더 많은 광대역과 5G를 도입하는 데 역풍이 있다고 말했다.
“도시와 농촌의 연결성은 우리와 농부들에게 중요하며 농업의 범위를 훨씬 벗어난 이유로 일하게되는 농촌 공동체에서도 중요합니다.”라고 그는 말했습니다.
농부의 경우, 예방 적 유지 보수를 위해 농장의 중장비를 원격으로 모니터링 할 수있는 기능을 포함하여 Deere의 자체 클라우드 컴퓨팅 센터와 농장 사이의 데이터 흐름을 지원하기 위해 더 많은 투자가 필요합니다 (예 : 누군가가 이동하는 대신 원격으로 수리되는 워터 펌프 현장에서)뿐만 아니라 향후 장비의 원격 작동을 위해. 이 노력은 정부 및 민간 기업과의 파트너십을 통해 진행되고 있다고 Deere CTO는 말했습니다.
Hindman은 5G 대역폭과 그것이 제공하는 지연 시간 감소로 인해 원격 위치에서 농장의 기계를 자동으로 제어 할 수있게되었습니다. “그럴 때 사회에 오는 수많은 혜택이 있습니다. … 우리는 바람이 우리의 뒤에 있다고 확신합니다.”라고 그는 미국의 시골 지역에서 5G 출시에 대한 연방 정부의 지원에 대해 말했습니다.
Hindman은 식물 인식 AI 및 기타 기술과 같은 새로운 노력에 따라 회사에서의 채용과 현재 직원 교육이 변경되었다고 말했다. 기계 학습 기술 세트는 수요가 많으며 일반적으로 최근 몇 년 동안 Deere의 채용은 "소프트웨어 기술에 훨씬 더 많이 색인화"되었으며, 최신 기술의 요구 사항을 충족하기 위해 기존 직원의 동시 기술 향상이 이루어 졌다고 Hindman은 말했습니다.