Ingenieurs brengen hun talenten op het gebied van kunstmatige intelligentie en machine learning naar de boerderij.
De Pacific Northwest is de thuisbasis van een aantal opkomende startups die AI gebruiken om onkruid te verwijderen, de gezondheid van planten te bewaken en rotsen in velden te identificeren.
“Hoe meer technologie we boeren kunnen bieden om hen te helpen met hun problemen, hoe beter de wereld ervoor zal zijn”, zegt Kenny Lee, CEO van Aigen, een startup in Seattle die onlangs een robot onthulde die autonoom onkruid en verzamelt gegevens voor boeren.
Lee ontmoette mede-oprichter van Aigen, Rich Wurden, een voormalige Tesla-ingenieur, in een klimaatgerichte groepschat op Slack die ingenieurs helpt hun carrière een nieuwe wending te geven om klimaatproblemen aan te pakken. Ze besloten zich te concentreren op de landbouw.
Aangedreven door een energiezuinig AI-model, kan de robot van Aigen op zonne-energie werken en real-time gewasinformatie naar een cloudgebaseerde mobiele app sturen.
Als het lukt, zou de startup een van de eerste bedrijven zijn die een volledig autonome, op de landbouw gerichte machine uitbrengt die geen laadinfrastructuur, batterijen of diesel nodig heeft.
Aigen is vergelijkbaar met Carbon Robotics, een startup uit Seattle die ook wietzadende robots verkoopt. Carbon haalde in april 30 miljoen dollar op en won in mei de onderscheiding Hardware/Gadget/Robotics of the Year bij de GeekWire Awards.
Uit een recente analyse bleek dat er meer dan 200 ag-tech AI-startups in de VS zijn
Maar ag-tech-bedrijven worden geconfronteerd met een aantal hindernissen om ten volle te kunnen profiteren van AI op de boerderij.
“De grootste uitdaging in de landbouw op dit moment is het verkrijgen van grondwaarheidsgegevens en deze in een groot taalmodel te kunnen verwerken”, aldus Wurden. “Er zijn geen grote datasets beschikbaar in de VS – of over de hele wereld – omdat dat type dataset ongelooflijk moeilijk en duur is om te verzamelen.”
De robots van Aigen zwerven dicht bij het oppervlak en verzamelen gegevens op slechts enkele centimeters van aarde en planten, zei hij. Andere bedrijven gebruiken drones, IoT-apparaten en satellietbeelden om hun modellen te trainen.
Pollen Systems is een ag-tech-startup in de omgeving van Seattle die luchtfoto’s en individuele gegevens per plant gebruikt om zijn modellen te trainen. Het richt zich op hoogwaardige gewassen: wijndruiven, appels, kiwi’s, avocado’s, noten, citrusvruchten en meer.
Pollen Systems maakt gebruik van deep learning in combinatie met visuele AI om planten te classificeren – ze te tellen, de gezondheid te beoordelen en acties voor verschillende velden voor te stellen door middel van op maat gemaakte gewasprofielen voor elk type.
“Dit is een werk in uitvoering: hoe meer hectares aan gegevens en beelden we verzamelen, hoe beter onze modellen worden en hoe slimmer onze generatieve AI-oplossingen worden”, zegt Keith McCall, een voormalige Microsoft-exec die Pollen zes jaar geleden oprichtte.
Een andere uitdaging bij het toepassen van machine learning-modellen op de landbouw is het vergroten van de nauwkeurigheid van een model, zegt Vivek Nayak, mede-oprichter en vice-president engineering bij TerraClear. De in Seattle gevestigde startup gebruikt machine learning en hardware om stenen van velden te verwijderen.
“We hebben grote vooruitgang geboekt in de richting van een redelijk nauwkeurig model”, zei hij vorige week tijdens een ag-tech paneldiscussie tijdens de Seattle Tech Week. “Maar om van iets dat matig nauwkeurig is naar zeer nauwkeurig te komen, is een enorme uitdaging.”
Hij zei dat bedrijven verschillende methoden kunnen proberen om hun precisie en herinnering te verbeteren. Het gaat niet alleen om het verdubbelen van de hoeveelheid ingevoerde gegevens, zei hij, maar ook om te experimenteren met verschillende modelarchitecturen in computervisie en het gebruik van strategieën zoals modelbemonstering en andere technieken voor een hogere algehele nauwkeurigheid.
TerraClear houdt ook een “mens op de hoogte” voor realtime beoordeling, zei Nayak.
McCall zei dat AI in de landbouw zich nog in de beginfase bevindt. Hij stelt zich gepersonaliseerde AI-assistenten voor boeren voor, die hen helpen beslissingen te nemen over water, pesticiden, meststoffen en managementtechnieken op basis van realtime klimaatanalyse.
In tegenstelling tot andere industrieën hebben boeren maar een eindige hoeveelheid tijd om methoden voor het verbouwen van hun gewassen te perfectioneren, zei McCall. Dit benadrukt het belang van het hebben van hulpmiddelen om hen te helpen gewassen te produceren, zei hij.
Veranderende druk, waaronder stijgende kosten, zetten boeren ertoe aan meer open te staan voor de aankoop van ag-tech producten, volgens een rapport van McKinsey & Co. Uit het onderzoek bleek dat 39% van de ondervraagde boeren wereldwijd van plan is om binnen de komende twee jaar ten minste één ag-tech-product te gebruiken.
De financiering voor ag-tech-startups daalde vorig jaar tijdens de grotere technische neergang en herstelde zich, maar lang niet op hetzelfde niveau als twee jaar geleden.
Source link: https://www.geekwire.com/2023/ai-on-the-farm-ag-tech-startups-help-zap-weeds-fertilize-crops-but-still-face-challenges-with-data/
