POIN KUNCI:
- Lima tahun setelah memperoleh teknologinya, metode Deere dalam menggunakan visi mesin dan pembelajaran mesin untuk mengidentifikasi masing-masing tanaman akan diuji di pertanian pada musim panas 2021.
- Tujuannya: Mesin pertanian yang bergerak hingga 20 mil per jam membuat keputusan tentang penyemprotan herbisida pada tingkat tanaman dan gulma dalam hitungan detik, mengurangi kebutuhan akan penggunaan bahan kimia secara luas.
- Upaya AI adalah salah satu dari banyak proyek teknologi yang terkait dengan pertanian presisi yang membawa pertanian ke abad ke-21 dan mengubah sifat pekerjaan di pedesaan Amerika.
Jika mengejutkan bahwa lelang pemerintah baru-baru ini untuk lisensi broadband 5G dimenangkan oleh raksasa pertanian Deere & Co. daripada AT & T atau pendukung telekomunikasi lainnya, mungkin seharusnya tidak. Pertanian - yang selama ribuan tahun berevolusi dari manusia yang menarik bajak menjadi kimiawi dan yang terbaru adalah era genetiknya - memasuki era digitalnya. Juga disebut sebagai pertanian presisi, perubahan yang ditimbulkan oleh pengumpulan dan analisis data, tentang kehidupan dan pekerjaan di daerah pedesaan, akan semakin cepat.
Satu contoh dari Deere yang akan debut di ladang pertanian pada musim panas mendatang menggabungkan visi mesin dan pembelajaran mesin - atau, dengan kata lain, lebih mudah dipahami, pikirkan pengenalan wajah untuk tanaman. Kembali pada tahun 2017, Deere mengakuisisi perusahaan bernama Teknologi Sungai Biru, yang telah mengupayakan cara untuk mengidentifikasi individu tanaman dan gulma. Itu bukanlah tugas yang mudah jika Anda mempertimbangkan bahwa satu hektar lahan pertanian dapat mencakup ribuan tanaman dan alat berat yang bergerak di lapangan beroperasi dengan kecepatan 10-20 mph.
AI dengan cepat berpindah ke semua jenis peternakan dan secara global. Di Cina, peternakan babi telah digunakan pengenalan wajah untuk memetakan dan memantau babi'wajah. Dan dari start-up Irlandia hingga ag raksasa seperti Cargill, pengenalan wajah sapi untuk peternakan sapi perah sedang maju.
"Pertanian di lingkungan pedesaan ini sangat mampu secara teknologi, paham teknologi, membuat data penting setiap hari selama musim tanam," kata Jahmy Hindman, yang menjadi kepala petugas teknologi Deere Juli lalu, berbicara di acara CNBC @Work Spotlight hari Kamis. “Informasi yang dibuat benar-benar akan membantu mereka menjadi saya yang lebih produktif, berkelanjutan, dan lebih tepat. …. Informasi sangat penting untuk membuat keputusan saat ini, meminimalkan masukan yang harus dimasukkan petani ke dalam bisnis dan memaksimalkan produktivitas. ”
Jika teknologi AI berfungsi seperti yang dibayangkan, input utama yang akan dikurangi adalah aplikasi kimiawi untuk membunuh gulma di ladang, herbisida. Alih-alih penyemprotan bahan kimia secara luas membunuh segalanya kecuali tanaman rekayasa genetika yang dirancang untuk bertahan dalam aplikasi, penyemprot dapat menargetkan tanaman individu yang dikenali sebagai target yang tepat, yang dapat memiliki implikasi besar bagi bisnis seperti Bayer Monsanto, yang menciptakan bahan kimia dan tanaman GMO, yang paling terkenal adalah Roundup.
Hindman menggambarkan teknologi AI sebagai pelatihan model jaringan saraf baru untuk melihat gulma dan hanya menyemprot gulma di ladang tanaman. Mendapatkan lebih banyak informasi kepada penanam di tingkat tanaman individu adalah tujuan utama Deere.
“Pikirkan tentang operasi jagung atau kedelai di Midwest… 40,000 tanaman per hektar di sebuah pertanian seluas 2,000 hektar,” kata Hindman. “Kami tertarik untuk dapat mengelola setiap pabrik selama masa pakainya, meminimalkan input dan memaksimalkan produktivitas. … Dapat membuat keputusan dalam waktu nyata adalah kunci mutlak untuk membuka nilai tambah ekonomi bagi petani dan produktivitas di bidang pertanian. ”
Pengenalan wajah pertanian
Pendekatan Teknologi Blue River, hingga ke tingkat tanaman tanaman individu - mengambil gambar tanaman sehingga saat mesin melaju, ia dapat membuat keputusan untuk menyemprot dalam hitungan detik, atau kurang - berpotensi menjadi teknologi terpenting yang datang ke pertanian. , menurut Rob Wertheimer, seorang analis Melius Research yang meliput Deere.
Di antara musim, petani menyemprotkan herbisida seperti Monsanto's Roundup di seluruh ladang untuk membunuh semuanya. Niat Deere adalah meluncurkan Blue River di ladang kosong sebagai percobaan pertama, daripada baris tanaman yang sepenuhnya ditanam. Di musim semi dan musim panas, sebelum tanam, gulma telah tumbuh di lahan kosong dan itu bukan tugas rumit AI seperti mengidentifikasi target di lahan yang sudah ada ribuan tanaman yang ditanam, tetapi ini adalah langkah pertama dalam membuktikan teknologi.
“Anda memotret tanaman dan melatih algo yang perlu membuat keputusan penyemprotan dengan cepat, dalam hitungan detik, dengan kecepatan tinggi, 15-20 mph, dan berputar-putar, penyemprot tersebut memantul dan melakukannya hari demi hari selama lima atau 10 tahun tanpa kesalahan. Itu sulit, ”kata Wertheimer.
Seperti di banyak sektor, laju perubahan teknologi di pertanian terjadi jauh lebih cepat daripada yang diantisipasi oleh industri. Wertheimer mencatat bahwa hanya satu dekade yang lalu, mantan CEO dan ketua Deere Sam Allen mengira akan butuh waktu lama sebelum traktor otonom mengambil alih pertanian, karena alasan termasuk masalah keselamatan. Namun dengan peningkatan pesat dalam teknologi self-driving seperti Lidar, serta peningkatan AI, Allen mengubah pandangannya dalam kurun waktu beberapa tahun.
"Petani tidak banyak mengemudi lagi," kata Stephen Volkmann, seorang analis Jefferies yang meliput Deere dan membandingkan kemajuan otonom dalam operasi pertanian dengan pilot pesawat, di mana saat ini sebagian besar penerbangan dilakukan secara otomatis. “Petani perlu duduk di dalam kabin dan memantau, tetapi membiarkan traktor berjalan sendiri.”
Pengenalan wajah menjadi sedikit menakutkan… tetapi tidak ada alasan untuk berpikir itu tidak bisa berhasil. See-and-spray adalah salah satu dari beberapa teknologi pertanian canggih yang tampaknya semakin mendekati titik belok.
Stephen Volkmann JEFFERIES ANALYST
Volkmann mengatakan AI lihat-dan-semprot adalah teknologi "terseksi" yang hadir di pertanian. “Saya pikir orang percaya itu nyata,” katanya. “Ini persis seperti mobil otonom, kamera yang dapat mengenali banyak hal dan melatihnya dengan AI algo dan mengidentifikasi banyak tanaman berbeda.” Tantangan untuk membuatnya bekerja sangat banyak: tanaman diinjak dan daun bengkok dan ada bayangan yang dibuat di ladang, dan ladang adalah tempat kotor, yang berarti melakukan tugas ini dengan andal setiap saat adalah sebuah tantangan, dan itu adalah tugas yang membutuhkan tingkat kesuksesan yang tinggi.
“Sama seperti mengemudi sendiri, mereka bisa melakukannya 95% dari waktu sekarang, tapi itu belum cukup. Anda harus mencapai 100% untuk menyebutnya sukses. Anda tidak ingin menyemprotkan bahan kimia yang salah ke pabrik yang salah bahkan 5% setiap saat, ”kata Volkmann. Pada akhirnya, ada potensi AI untuk belajar mengenali tanaman yang "baik" versus tanaman "buruk" dengan menggunakan berbagai faktor, serta lokasi terbaik untuk penanaman, daripada hanya menargetkan gulma yang tepat untuk disemprot.
Saat ini, seorang petani jagung dapat memperoleh rata-rata 170 gantang yang dihasilkan dari satu hektar, meskipun tingkat rekor 600 gantang per hektar telah terbukti mungkin, jika cuaca dan gulma dan faktor lain di lapangan, dari sinar matahari hingga serangga dan jamur, tanah karakteristik hara dan sinar matahari dan bayangan, dapat dianalisis untuk pada akhirnya meningkatkan produktivitas tanaman. “Ada banyak sekali data tentang jutaan tanaman dan gulma,” kata Wertheimer.
Deere sudah menawarkan teknologi ExactEmerge dan ExactApply yang diperkenalkan selama dekade terakhir dan telah mengubah tugas-tugas inti pertanian seperti penanaman benih dan penyemprotan menjadi operasi mesin pertanian presisi, dan eksekutif Deere mengatakan pada panggilan pendapatan terbarunya bahwa penggunaan teknologi ini oleh para petani semakin cepat.
“Pengenalan wajah menjadi sedikit menakutkan… tetapi tidak ada alasan untuk berpikir itu tidak bisa berhasil,” kata Volkmann. “See-and-spray adalah salah satu dari beberapa teknologi pertanian canggih yang tampaknya bergerak mendekati titik perubahan,” katanya, meskipun ia menambahkan kemungkinan masih beberapa tahun lagi untuk teknologi pengenalan tanaman penuh untuk dikomersialkan.
Deere dan 5G
Konektivitas pedesaan terkait dengan upaya teknologi yang menjadi fokus Deere untuk operasinya dan masyarakat pedesaan tempat para petani bekerja dan tinggal. Sementara lisensi 5G yang baru-baru ini diperoleh perusahaan adalah untuk operasi manufakturnya - memungkinkannya mengoperasikan pabrik pintar - Hindman mengatakan ada hambatan untuk membawa lebih banyak broadband dan 5G ke pedesaan Amerika.
“Kesenjangan antara konektivitas perkotaan dan pedesaan adalah hal yang penting bagi kami, dan petani, dan juga penting di masyarakat pedesaan tempat mereka bekerja karena alasan yang jauh di luar ruang lingkup pertanian,” katanya.
Bagi petani, diperlukan lebih banyak investasi untuk mendukung aliran data antara pusat komputasi awan milik Deere dan peternakan, untuk alasan termasuk kemampuan untuk memantau alat berat dari jarak jauh di peternakan untuk kebutuhan pemeliharaan preventif (misalnya pompa air sedang diperbaiki dari jarak jauh daripada seseorang harus bepergian keluar ke lapangan), serta untuk pengoperasian peralatan jarak jauh di masa mendatang. Upaya tersebut sedang dilakukan melalui kemitraan dengan pemerintah dan perusahaan swasta, kata Deere CTO.
Hindman mengatakan dengan bandwidth 5G dan pengurangan latensi yang ditawarkannya, secara otomatis mengendalikan mesin di pertanian dari lokasi yang jauh menjadi sebuah kemungkinan. “Ada banyak sekali manfaat yang datang ke masyarakat saat itu terjadi. … Kami yakin angin berada di belakang kami, ”katanya tentang dukungan pemerintah federal untuk peluncuran 5G di bagian pedesaan negara itu.
Hindman mengatakan perekrutan di perusahaan telah berubah, serta pelatihan karyawan saat ini, sejalan dengan upaya yang lebih baru seperti AI pengenalan pabrik dan teknologi lainnya. Perangkat keterampilan pembelajaran mesin sangat diminati, dan secara umum, Hindman mengatakan dalam beberapa tahun terakhir perekrutan Deere telah "secara signifikan lebih diindeks ke keterampilan perangkat lunak", sementara ada peningkatan keterampilan bersamaan dari karyawan yang ada untuk memenuhi kebutuhan teknologi terbaru.
Kamu harus login untuk mengirim komentar.