Hur datorseende
håller snabbt på att bli ryggraden
av nästa generations agronom

Redaktörens anmärkning: The VISION Konferens 2022 kommer att innehålla utökad utforskning av var innovation snabbt driver förändring, inklusive trender inom högvärdiga specialgrödor, hållbarhet och kolbindningsprogram och högteknologiska produktionssystem för kontrollerad miljö. Ett framväxande ämne om dagordning är visuell data. Nedan är en inblick i hur visuella sensorer och datorseende kommer att vara avgörande för att hjälpa hela industrin att möta matbehoven från en växande global befolkning.

Datorseende har upplevt en rejäl boom. Insikter som samlas in genom data från drönare, satelliter och flygplan samlar in data från himlen. Utrustningsmonterade sensorer kan mäta förändringar i växtegenskaper eller jordparametrar med optisk reflektansavkänning. LiDAR-sensorer kan nu mäta strukturen hos växter i 3D.

Förutom att hjälpa agronomer med data, är datorseende också kärnan i att möjliggöra autonoma maskiner i fält, hjälpa maskiner att reagera på situationer på fältet eller till och med upptäcka hinder. Tekniken gör det till och med möjligt för oss att reagera på hyperexakt plats data från satellitbilder, som kan ge detaljer på centimeternivå. Med all denna teknik till vårt förfogande, behövs ens mänskliga ögonglober?

När dessa kameror, sensorer och satelliter är utplacerade i stor skala i åkrar och växthus kommer de att tillhandahålla 100 % övervakningstäckning dygnet runt. När detta händer kan fjärragronomi och till stor del avlägset jordbruk bli verklighet. Eftersom autonoma maskiner och robotar tar på sig ett ökande antal roller kanske behovet av en stor arbetsstyrka inte längre behövs. Medan idag de flesta frukter och grönsaker plockas och packas för hand, förutspår en rapport från S&P Global att år 2025 kommer uppfattningssystem och plockalgoritmer att möjliggöra aspekter av autonom skörd i jordbruk med kontrollerad miljö (CEA).

Denna boom i datorseende är inte bara relevant inom jordbruket. I själva verket, som det mest mogna området inom modern AI, genomsyrar det varje sektor av ekonomin. Möjligheterna som automatisering av visuella funktioner ger oändliga marknadsmöjligheter inom alla sektorer. Som människor är syn vårt mest utvecklade sinne - det som vi använder mest för att uppfatta världen omkring oss. Professor i medicinsk optik David Williams förklarar att "Mer än 50 procent av cortex, ytan av hjärnan, ägnas åt att bearbeta visuell information."

Det är ingen slump att den del av den mänskliga hjärnan som ansvarar för analysen av visuell information är den största från andra sinnen. Artificiella neurala nätverk är en viktig del av maskininlärning och ryggraden i modern visuell teknik. Med professor Williams ord, "Att förstå hur syn fungerar kan vara en nyckel till att förstå hur hjärnan som helhet fungerar."

Visuell teknik driver redan utvecklingen inom livsmedel och jordbruk som kommer att förändra hur världen växer, tillverkar, transporterar och konsumerar mat. Datorseende är utan tvekan det mest tekniskt avancerade området när det kommer till AI. Denna oöverträffade mängd visuella data kan utnyttjas och bearbetas genom maskininlärning och sedan återkopplas till livsmedelsodlare eller autonoma maskiner som bevattningstappar. Även efter skörden tillhandahåller datorseende teknologi som redan används för viktiga avgörande uppgifter som processen med sortera och sortera frukt och grönsaker, en uppgift som när den utförs av människor är inkonsekvent, tidskrävande, varierande och dyr.

Effekten av denna teknik är enorm. Visuella sensorer och datorseende kommer att vara avgörande för att hjälpa hela industrin att möta livsmedelsbehoven från en växande global befolkning. Världsbankens data tyder på att 2025 kommer majoriteten av livsmedels- och jordbrukssektorerna att vara djupt påverkade av antagandet av visuell teknik, såsom bildigenkänning, kameror, robotteknik och mycket mer. Det är ingen överraskning att datorseende och AI-teknik är kärnan i en ny våg av lovande tekniska startups över många vertikaler inklusive detaljhandel, konstruktion, försäkring, säkerhet och jordbruk.

Att förbättra befintliga processer som en utgångspunkt för att starta en revolution

Det finns en uppsjö av visuella teknologier tillgängliga för livsmedelsodlare. Detta inkluderar alla enheter eller verktyg som fångar, analyserar, filtrerar, visar eller distribuerar visuell data. Dessa system är designade för att utnyttja datorseende, maskininlärning eller artificiell intelligens för att förstå all visuell data och leverera antingen handlingsbara insikter eller agera självständigt utifrån dem.

En nyligen rapport från LDV Capital on Visual Technologies lyfter fram några viktiga framtidstrender som kommer att härröra från antagandet av visuell teknologi bland livsmedelsodlare under de kommande fem åren. Det mest intressanta med dessa är att de mest betonar förbättring och adoption av befintlig teknik. Det kommer inte att bli en revolution utan en progressiv utveckling när visuell teknik blir mainstream. Till exempel pekar rapporten på maskininlärningsalgoritmer som tar in drönar-, flyg- och satellitbilder med ökad upplösning och större spektralområde, vilket ytterligare möjliggör fjärragronomi. När bearbetningshastigheterna ökar, kommer utrustningsmonterad avkänning att möjliggöra beslut på anläggningsnivå som precisionssprutning av ogräs och fröplacering.

Kan alla befintliga processer automatiseras och fjärrstyras?

Med så många "ögon" som övervakar och utvärderar växter 24/7, och visuell teknik som täcker hela åkrar eller växthus, kan jordbruk och agronom skötas på distans inom en snar framtid? Av erfarenhet med våra kunder vet jag att många livsmedelsodlare redan behöver göra mycket färre resor till fältet tack vare insikter eller bilder tagna av maskiner och levererade till dem. Dessutom är deras förmåga att hantera problem som skadedjur mer målinriktad och exakt. Istället för att göra rutinmässiga stickprovskontroller kan dessa enheter övervaka 100 % av sina skördar, 100 % av tiden.

Även om datorseende är ett stort genombrott som kommer att omdefiniera sättet på vilket mat odlas och bearbetas, är det inte slutet. Det behövs andra kompletterande teknologier för att vi ska kunna se under bladet och under jorden, vilket är lika avgörande för att få hela bilden. Till exempel övervakning och analys av mikrobiomet genom dedikerade sensorer som mäter överflöd, mångfald och kolonisering av mikroorganismer i växtorgan ovan och under jord.

Att samla in, integrera och förstå all denna data kommer att vara en viktig utmaning för att utnyttja kraften i den växande teknikstapeln som livsmedelsodlarna kommer att förlita sig på. Livsmedelsodlare har alltid förlitat sig på hundratals signaler från fältet, men dessa framväxande verktyg och plattformar innebär att de kommer att behöva orkestrera insikter från ett växande antal källor. Det slutliga målet är att skapa ett enhetligt system som ger den fullständiga, tydliga bilden som behövs för att möjliggöra bättre agronomiska beslut på hög nivå.

nyheter/framtid