През 2018 г. пет екипа отглеждаха краставици в новаторско автономно предизвикателство за парникови газове международна конкуренция. Обратът: само един от екипите се състоеше от опитни производители на човешки продукти, които ръчно управляваха своето парниково отделение. Останалите четири екипа се състоеха от международни експерти в областта на градинарството и изкуствения интелект (AI). Те работиха, за да разработят решения за изкуствен интелект, за да управляват своите култури дистанционно и автономно. Целта на състезанието, първото автономно парниково предизвикателство в света, беше да се постигнат пробиви в устойчивото производство на храни.
След четири интензивни месеца ръчните производители дойдоха на второ място. Екипът на първо място, воден от един от авторите на тази статия, спечели с автономно разрастващо се решение, което не само постигна 6% по-големи добиви и 17% по-висока нетна печалба, но и използва по-малко CO2, отопление и входове за вода.
За да научите повече за конкуренцията и да разберете как едно решение за ИИ може да се конкурира - и дори да надмине - екип от опитни производители на човешки ресурси, нека разгледаме по-отблизо ИИ и как то е свързано с парниковата автоматизация.
Автоматизацията на оранжериите не е нищо ново
От десетилетия производителите използват технологични компютри, сензори и задвижващи механизми за управление на парниковия климат и напояване. При такъв сценарий работата на обработващия компютър е ясна, като се разчита на прости логически правила. Ако температурата на въздуха е по-висока от 75 ° F, отворете вентилационния отвор например. Досадната работа по отчитане на температури и включване и изключване на светлини и нагреватели е делегирана на машините.
Разбира се, базираната на правила автоматизация не може да се справи с непредвидени обстоятелства. По-важното е, че квалифицираният човек трябва да вземе всички решения за управление на културите, до точните зададени стойности за параметрите на околната среда. За надеждно постигане на високи добиви са необходими значителни нива на знания и умения и дори тогава е лесно да се правят грешки. Освен това, когато фермите стават все по-големи, работата по непрекъснат мониторинг на посевите става още по-взискателна.
За съжаление производителите твърде добре знаят, че работната сила е най-големият източник на проблеми в производството. Година след година, в Оранжерийни производители Проучване на топ 100 на производителите, производителите отчитат предизвикателства не само с цената на труда, но и с наличието на квалифицирана работна ръка. Не е изненадващо, че производителите все повече търсят начини за справяне с тези предизвикателства, включително нови технологии, които могат да направят управлението на оранжериите по-автономно.
AI е стъпка отвъд автоматизацията, базирана на правила
Един добър начин да мислите за изкуствения интелект е, че той е стъпка отвъд простата автоматизирана система, основана на правила. Съвременният ИИ е свързан с използването на математика за намиране на модели в данните, включително тези, които се срещат в парниковите екологични и биологични системи. Например:
- С достатъчно данни за климата производителите могат да използват AI, за да определят оптимални зададени точки и да правят прогнози за климата.
- С достатъчно данни за реколтата, производителите могат да използват AI за генериране на прогнози за добива.
- С достатъчно данни за изображенията производителите могат да използват AI за откриване на вредители и болести.
Някои видове AI могат дори да се учат от нови данни, като осигуряват постепенно по-добри резултати с течение на времето.
Като е в състояние да даде по-задълбочена информация за ежедневните оранжерийни операции, AI може да се използва за подпомагане на експертното вземане на решения и овластяване на производителите по смислен начин. В крайна сметка най-добрите резултати идват от обмислената комбинация от човешки интелект и изкуствен интелект.
Базираният на данни подход на AI също може да се комбинира с класическия подход, основан на правила, позволявайки много по-висока степен на парникова автоматизация от всякога. Накратко, производителите могат да използват ИИ за автоматизиране на много оперативни задачи, помагащи за облекчаване на хроничните трудови проблеми, които предизвикват индустрията.
Данните са горивото за AI
Колкото AI е за математическите алгоритми, така и за данните. Противно на общоприетото схващане, някои от най-често срещаните алгоритми, използвани в AI, съществуват от десетилетия. Те дори не са ужасно сложни. Но за най-дълго време наличието на данни - заедно с достъпна изчислителна мощност, необходима за обработката на данните - са ограничаващи фактори.
Наскоро беше необходимо развитие на компютърния хардуер, за да се отключи потенциалът на ИИ. Революцията на смартфоните, породена от Apple през 2007 г., създаде изцяло нови производствени екосистеми и вериги за доставки в световен мащаб. Това промени фундаменталната икономика на компютърния хардуер, привидно за една нощ. Основните хардуерни компоненти, като микропроцесори, радиостанции и сензори, станаха експоненциално по-евтини, по-малки и по-мощни. Струйките сурови данни се превърнаха в наводнения. Новото изобилие от данни и изчислителна мощ помогнаха да се трансформира AI от любопитство на научните изследвания с малко търговски приложения в технологична морска промяна.
IoT носи изобилие от данни
В началото на 1980-те години завършилите студенти от университета Карнеги Мелън в Питсбърг се дразнеха при прехода до автомат на Coca-Cola, само за да го открият празен. Те го модифицираха, за да може да докладва своя списък по интернет. По този начин те изобретиха първия уред, свързан с интернет.
Днес милиарди устройства, големи и малки, от потребителската електроника до индустриалните машини, са се присъединили към тази първа машина за газировка, когато са свързани с Интернет, образувайки това, което е известно като Интернет на нещата (IoT). Важното е, че за разлика от по-ранните поколения хардуер - включително много често срещани решения за автоматизация на оранжериите - IoT устройствата използват същите видове формати за данни и комуникационни протоколи, използвани другаде в Интернет. Разчитайки на глобалните интернет стандарти, може да бъде по-лесно да обменяте данни с IoT устройства, без да е необходим допълнителен хардуер за свързване от един тип система към друг.
Заедно AI и IoT са допълващи се технологии. IoT хардуерът помага на производителите да събират по-лесно сурови данни от оранжерии. А софтуерът за изкуствен интелект помага на производителите да разберат - и да действат по - тези данни, за да подобрят производството на култури.
Казус: Успехът на Кенет Тран в автономното парниково предизвикателство
Д-р Тран: През 2018 г. бях изследовател на изкуствен интелект в Microsoft Research близо до Сиатъл, работех върху по-нов тип изкуствен интелект, известен като обучение за подсилване. Там започнах нови усилия за прилагане на нашите изследвания в областта на земеделието с контролирана околна среда. С така наречения проект Sonoma ние си сътрудничихме с учени от растенията в изследователския център Harrow в Онтарио, Канада, и в крайна сметка се състезавахме в първото международно автономно парниково предизвикателство, организирано от Wageningen University & Research в Холандия.
В това предизвикателство всеки екип отглежда краставици в оранжерийно отделение от 315 квадратни метра за период от около четири месеца. Тези отделения бяха оборудвани със стандартни технологични компютри, климатични сензори и задвижващи механизми. Използвайки цифрови интерфейси на IoT (REST API), нашите програми за изкуствен интелект могат непрекъснато да четат данни от сензорите, да определят оптимални зададени точки и да изпращат зададени точки обратно към обработващите компютри - из целия Интернет (вижте фигурата по-долу). Повече подробности за предизвикателството и неговите резултати можете да намерите в статия от Хеминг и др. (2019).
Въпреки липсата на опит в отглеждането на краставици и прототипа ни от много ранен етап, нашето автономно решение за отглеждане успя да спечели състезанието. Дори превъзхождаме отбора на второ място, референтния екип, съставен от експертни холандски производители, с 6% по-висок добив. Този марж на доходност е еквивалентен на 17% увеличение на оперативната печалба.
Дали референтният екип се представи слабо? Въобще не. Според много експерти те са се представили забележително добре. Добивът им е бил почти 50 kg / m2 в рамките на четири месеца, което е еквивалентно на почти 150 kg / m2 на година. Това се счита за висок добив за оранжерия навсякъде по планетата.
В резултат на Autonomous Greenhouse Challenge, аз основах Koidra през 2020 г., за да надграждам директно нашите научни знания и допълнително да прокарам най-съвременните технологии в AI и IoT за селско стопанство и други приложения за индустриален контрол.
Задаване на правилните въпроси относно AI и IoT
Днес повече производители на оранжерии са готови и готови да възприемат AI и IoT. Основното предизвикателство е осмислянето на продуктите на пазара и възможността да преминете през всички маркетингови речи. Много компании с нетърпение твърдят, че разполагат с AI алгоритъм или IoT устройство, което ще работи за оранжерии.
Ето някои ключови съображения, които трябва да имате предвид при оценката на софтуера за изкуствен интелект и хардуера на IoT:
- Изпълнение: Производителите трябва да могат да видят конкретни реални ползи. Попитайте: Доказано ли е, че AI в търговското производство подобрява добива и ефективността на ресурсите? При какви условия? Какъв е опитът на компанията в разработването на AI и IoT софтуер?
- AI дизайн: Най-ефективните решения за изкуствен интелект съчетават най-доброто от човешкия интелект с най-доброто от изкуствения интелект за вземане на решения. Попитайте: Как моделът на ИИ се възползва от съществуващото множество знания? Как гарантира, че производителността ще се подобри с времето с повече данни?
- Софтуерен дизайн: Производителите трябва да продължат да контролират оранжерийните операции. Попитайте: Какви принципи на софтуерния дизайн се използват, за да се гарантира безопасността на културите? Мога ли да превключвам лесно между ръчен, препоръчителен и автоматичен режим по всяко време?
- Собственост на данните: Производителите трябва да притежават своите данни и да избягват „блокиране на доставчика“. Попитайте: Мога ли лесно да импортирам данни от други системи? Мога ли да архивирам и експортирам свои собствени данни? Има ли API, които позволяват достъп до данни на живо и персонализирани интеграции? Мога ли да използвам софтуер и хардуер от различни доставчици, сега и в бъдеще?
AI и IoT могат да дадат възможност на производителите
В свят, в който критичните ресурси - вода и енергия, както и времето, парите и квалифицираната работна ръка стават все по-оскъдни, има смисъл да се изследват нови технологии за облекчаване на това бреме. Както научихме от Autonomous Greenhouse Challenge, производителите наистина могат да постигнат по-големи добиви и по-висока ефективност при използване на ресурси с използването на AI софтуер и IoT хардуер. Нещо повече, тези технологии продължават да се развиват и усъвършенстват с бързи темпове.
В крайна сметка AI и IoT наистина могат да дадат възможност на оранжерийните производители - да вземат по-добри решения, да правят повече с по-малко - да отглеждат по-устойчиво храната в света.