Toimittajan huomautus: The VISIO-konferenssi 2022 sisältää laajennettua tutkimusta siitä, missä innovaatiot ajavat nopeasti muutosta, mukaan lukien trendit arvokkaissa erikoiskasveissa, kestävyys- ja hiilensidontaohjelmat sekä korkean teknologian valvotun ympäristön tuotantojärjestelmät. Yksi nouseva aihe aiheesta esityslista on visuaalista dataa. Alla on katsaus siihen, kuinka visuaaliset anturit ja tietokonenäkö ovat ratkaisevan tärkeitä auttamaan koko alaa vastaamaan kasvavan maailman väestön ruokatarpeisiin.
Tietokonenäkö on kokenut todellisen nousukauden. Droneista, satelliiteista ja lentokoneista saadut tiedot keräävät tietoa taivaalta. Laitteisiin asennetut anturit pystyvät mittaamaan muutoksia kasvien ominaisuuksissa tai maaperän parametreissa optisella heijastusmittauksella. LiDAR-anturit pystyvät nyt mittaamaan kasvien rakennetta 3D-muodossa.
Sen lisäksi, että agronomeja autetaan tietojen kanssa, tietokonenäkö on myös ytimenä, kun se mahdollistaa autonomisten koneiden pellolla, auttaa koneita reagoimaan tilanteisiin pellolla tai jopa havaitsemaan esteitä. Teknologian ansiosta voimme jopa reagoida erittäin tarkkaan sijaintiin tiedot satelliittikuvista, joka pystyy tuomaan senttimetritason yksityiskohtia. Kaiken tämän käytettävissämme olevan teknologian ansiosta tarvitaanko ihmisen silmämunaa?
Kun nämä kamerat, anturit ja satelliitit otetaan käyttöön laajassa mittakaavassa pelloilla ja kasvihuoneissa, ne tarjoavat 100 %:n valvontapeiton ympäri vuorokauden. Kun näin tapahtuu, etäviljelystä ja suurelta osin etämaataloudesta voi tulla todellisuutta. Kun autonomiset koneet ja robotit ottavat yhä enemmän rooleja, suuren työvoiman tarvetta ei ehkä enää tarvita. Vaikka nykyään useimmat hedelmät ja vihannekset poimitaan ja pakataan käsin, S&P Globalin raportti ennustaa, että vuoteen 2025 mennessä havaintojärjestelmät ja poiminta-algoritmit mahdollistavat autonomisen sadonkorjuun hallitun ympäristön maataloudessa (CEA).
Tämä tietokonenäön nousukausi ei koske vain maataloutta. Itse asiassa nykyaikaisen tekoälyn kypsimpänä alana se tunkeutuu kaikkiin talouden sektoreihin. Visuaalisten ominaisuuksien automatisoinnin mahdollisuudet tuovat loputtomia markkinamahdollisuuksia kaikilla aloilla. Ihmisinä näkö on kehittynein aistimme – se, jota käytämme eniten havaitaksemme ympäröivää maailmaa. Lääketieteellisen optiikan professori David Williams selittää että "yli 50 prosenttia aivokuoresta, aivojen pinnasta, on omistettu visuaalisen tiedon käsittelyyn."
Ei ole sattumaa, että visuaalisen tiedon analysoinnista vastaava ihmisen aivojen osa on suurin muista aisteista. Keinotekoiset hermoverkot ovat olennainen osa koneoppimista ja nykyaikaisen visuaalisen teknologian selkäranka. Professori Williamsin sanoin: "Näön toiminnan ymmärtäminen voi olla avain ymmärtämään, kuinka aivot kokonaisuutena toimivat."
Visuaaliset teknologiat ohjaavat jo elintarvikkeiden ja maatalouden kehitystä, joka muuttaa tapaa, jolla maailma kasvaa, valmistaa, kuljettaa ja kuluttaa ruokaa. Tietokonenäkö on luultavasti teknologisesti edistynein tekoälyn ala. Tämä ennennäkemättömän runsaasti visuaalista dataa voidaan valjastaa ja käsitellä koneoppimisen avulla ja sitten syöttää takaisin elintarvikeviljelijöille tai autonomisille koneille, kuten kastelupisteille. Sadonkorjuun jälkeenkin tietokonenäkö tarjoaa teknologiaa, jota käytetään jo keskeisiin tärkeisiin tehtäviin, kuten prosessiin lajitella ja lajitella hedelmiä ja vihanneksia, tehtävä, joka ihmisten tekemänä on epäjohdonmukainen, aikaa vievä, vaihteleva ja kallis.
Tämän tekniikan vaikutus on valtava. Visuaaliset anturit ja tietokonenäkö ovat ratkaisevan tärkeitä auttamaan koko alaa vastaamaan kasvavan maailman väestön ruokatarpeisiin. Maailmanpankin tiedot viittaavat siihen, että vuoteen 2025 mennessä visuaalisten teknologioiden, kuten kuvantunnistuksen, kameroiden, robotiikan ja monen muun, käyttöönotto vaikuttaa syvästi useimpiin elintarvike- ja maataloussektoreihin. Ei ole yllätys, että tietokonenäkö ja tekoälyteknologiat ovat uuden ytimessä lupaavien teknologiayritysten aalto monilla toimialoilla, mukaan lukien vähittäiskauppa, rakentaminen, vakuutus, turvallisuus ja maatalous.
Olemassa olevien prosessien parantaminen lähtökohtana vallankumouksen käynnistämiselle
Ruoanviljelijöille on tarjolla lukuisia visuaalisia tekniikoita. Tämä sisältää kaikki laitteet tai työkalut, jotka keräävät, analysoivat, suodattavat, näyttävät tai jakavat visuaalista dataa. Nämä järjestelmät on suunniteltu hyödyntämään tietokonenäköä, koneoppimista tai tekoälyä kaiken visuaalisen datan ymmärtämiseksi ja tarjoamaan joko käyttökelpoisia oivalluksia tai toimimaan niiden perusteella itsenäisesti.
Viime LDV Capitalin raportti on Visual Technologies korostaa joitakin keskeisiä tulevaisuuden trendejä, jotka johtuvat visuaalisten teknologioiden käyttöönotosta elintarvikeviljelijöiden keskuudessa seuraavan viiden vuoden aikana. Mielenkiintoisinta näissä on, että niissä painotetaan enimmäkseen olemassa olevien teknologioiden parantamista ja käyttöönottoa. Se ei ole vallankumous, vaan progressiivinen kehitys visuaalisten teknologioiden yleistyessä. Raportti viittaa esimerkiksi koneoppimisalgoritmeihin, jotka syövät drone-, lentokone- ja satelliittikuvia, joilla on suurempi resoluutio ja suurempi spektrialue, mikä mahdollistaa entisestään etäviljelyn. Myös käsittelynopeuksien kasvaessa laitteisiin asennettu tunnistus mahdollistaa kasvitason päätökset, kuten tarkan rikkaruiskutuksen ja siementen sijoittamisen.
Voidaanko kaikki olemassa olevat prosessit automatisoida ja hallita etänä?
Voidaanko viljelyä ja agronomiaa ohjata etänä lähitulevaisuudessa, kun kasveja valvoo ja arvioi 24/7 niin monta "silmää" ja laajasti kokonaisia peltoja tai kasvihuoneita kattava visuaalinen teknologia? Asiakkaidemme kokemuksesta tiedän, että monien elintarvikeviljelijöiden on jo tehtävä paljon vähemmän retkiä pellolle koneiden omien ja heille toimitettujen oivallusten tai kuvien ansiosta. Lisäksi heidän kykynsä puuttua tuholaisten kaltaisiin ongelmiin on kohdennettua ja tarkempaa. Rutiininomaisten pistokokeiden sijaan nämä laitteet pystyvät tarkkailemaan 100 % niiden sadosta, 100 % ajasta.
Vaikka tietokonenäkö on suuri läpimurto, joka määrittelee uudelleen tavan, jolla ruokaa kasvatetaan ja prosessoidaan, se ei ole kaiken loppu. Muita täydentäviä tekniikoita tarvitaan, jotta voimme nähdä lehtien ja maan alle, mikä on aivan yhtä tärkeää kokonaiskuvan saamiseksi. Esimerkiksi mikrobiomin seuranta ja analysointi erityisten antureiden avulla, jotka mittaavat mikro-organismien runsautta, monimuotoisuutta ja kolonisaatiota maanpäällisissä ja maanalaisissa kasvielimissä.
Kaiken tämän tiedon kerääminen, integroiminen ja järkeistäminen on keskeinen haaste, jotta voidaan hyödyntää kasvavan teknologiapinon voima, johon elintarvikeviljelijät voivat luottaa. Elintarvikeviljelijät ovat aina luottaneet satoihin kentältä tuleviin signaaleihin, mutta näiden uusien työkalujen ja alustojen vuoksi heidän on järjestettävä oivalluksia yhä useammista lähteistä. Lopullisena tavoitteena on luoda yhtenäinen järjestelmä, joka tuo täyden, selkeän kuvan, jota tarvitaan parempien korkean tason agronomisten päätösten tekemiseen.