机器学习现在是我们生活中每一个生命的重要组成部分。当您使用 Netflix 时,推荐的节目会基于 AI 算法呈现。您在亚马逊上的订单历史记录通过一个程序运行,以创建一个唯一适合您口味的潜在产品列表。营销人员使用自动化作为接触潜在潜在客户和保持现有客户与公司接触的一种方式。信不信由你,79%的顶级企业目前以某种方式在商业模式中使用AI。
乍一看,与机器学习相关的一切似乎都涉及相对较新的产品和技术。剑桥大学野战机器人学杂志的一项新研究挑战了我们对AI的成见,以及它应该如何影响我们的生活。他们的研究和实验在农业上取得了巨大的突破。我们将看看挑战,他们的新机器人,以及这对未来意味着什么。
挑战
这篇文章以”冰山生菜的实地测试机器人收获系统”为标题总结,介绍了农业业面临的挑战之一——收获农作物。除了小麦,只有极少数产品可以由机器收集。
草莓、黄瓜、奇异果和生菜等农产品几乎不可能使用机器进行收获,因为它们特别敏感。如果机器人没有正确校准,它会破坏水果,并在此过程中浪费金钱。
在收获时使用机器时,压力灵敏度只是问题的开始。另一个巨大的问题是,机器人几乎不可能决定哪些产品可以收集,哪些产品不准备收集。
新型机器人收割机
研究背后的团队开发了一个机器人,他们称之为Vegebot。该机器由一台笔记本电脑组成,其中包含控制软件、六度自由机器人臂、两台摄像机和一个末端效应器。他们的目标是使用该软件来教和编程Vegebot收获冰山生菜时,它准备收获。
Vegebot 使用两个摄像头来解决与 AI 采集相关的两个最大问题。一个摄像头安装在顶部,用于识别哪些生菜头是准备挑选。他们提供了无数适合收获的生菜照片样本,程序使用顶级相机来分析田地,并确定何时会收获冰山。
底部摄像机连接到末端效应器。此相机的目的是帮助 Vegebot 判断切割生菜时的距离。最后,对机械臂进行校准和测试,以确保当它挤压生菜进行收获时,不会损坏农产品。所有这些都通过笔记本电脑上的软件进行控制。
结果
无数小时用于训练Vegebot,以成功收获冰山生菜。团队在实验室内创建了受控实验,并在每次训练后对机器人进行再培训。随着精度的提高,质量标准也提高了。数据点被定期添加,直到 Vegebot 准备进行第一次现场运行。
前几次尝试都证明是具有挑战性的。进行研究的人在过渡时必须适应某些条件。他们面临的两个最大挑战是让Vegebot在不同类型的天气中正确收获,并确定在不平坦的地面上切生菜的位置得出的结论是,Vegebot能够确定生菜,准备收获91.0%的准确率。误报的误差率为1.5%。
那么,这意味着什么？
结论
结果表明,在农业方面,AI有很多有前途的用途。我们已经知道,AI 已经完全中断了行业实时客户支持聊天和音乐。另一项研究表明,到2020年,有80%的企业希望在其网站上拥有聊天机器人技术。将这个统计数据与无数音乐和电视应用程序在 AI 上运行的事实一起,不难看出我们这项技术的光明未来。
如果我们能在娱乐领域掌握机器学习等知识,我们肯定会在农业领域大规模实施 AI, 这是安全的。这项研究只是一种对来事的品味。我们可能仍然需要人类来完成其他农业任务,但活着的人收获作物的需求即将结束。