in

180 年農機老店,要用 AI 跟雜草開戰

文/ 若水 Flow AI Blog 編輯團隊

若水 AI 數據處理團隊為您導讀
  
1, AI 可為人類糧食危機和農藥污染問題提供解決方案。

2, AI 讓智慧農業再升級,減少 9 成噴灑在農作物上的有害化學物質,提高效率,減少污染。

3, 農業史就是一部科技演化史。從使用鋤頭、發明農具機械,到開發化肥與農藥,再到利用生化技術改造種子。現在則進入了 AI 時代。

在美國舊金山 SoMa 區(South of Market Street),離 LinkedIn 領英總部和一堆科技新創公司不遠,進駐了一家 180 歲的拖拉機公司 John Deere 強鹿。

1837 年,小鎮鐵匠白手起家,投入農具製造,如今坐上全球農業機械的第一把交椅,上榜美國《財富 Fortune》雜誌全美 500 強的第 102 名。

它,在 20 世紀初投資汽油引擎,帶來農業機械化;在 90 年代末,給農機裝上衛星導航系統;在自駕車都還不知道在哪裡時,造出自駕拖拉機,過去十年更推出了智能感應器和農用無人機。

搬進嶄新的矽谷辦公室,強鹿實驗室(John Deere Labs)的第一筆大交易,就是砸3.05億美元(約94億台幣)收購科技新創公司「Blue River Technology」。此舉宣誓,在農業的數位時代,強鹿的下一步,將壓在人工智能上,製造解決人類糧食危機並兼顧環境永續的未來農機。


運用電腦視覺和機械學習,讓除草變成一場精準手術

Blue River Technology的關鍵技術,是運用電腦視覺(Computer Vision)和機器學習(Machine Learning)來偵測、分辨雜草,並做出管理決策。與其漫天噴灑農藥,「看見再噴」(See and Spray)的技術,就像手術刀一樣精準,切除每棵病灶。不僅減少90%的農藥用量,還可提高產量。

Blue River Technology 讓我們可以進到植物的層次,並從那裡開始管理。無論是在產量上,或種植者的成本上,都將帶來農業的變革。」強鹿實驗室主任艾力克斯‧波迪(Alex Purdy)接受《快公司》(Fast Company)訪問時表示。

「對一個1900年以前出生的人來說,現代農場是一個神奇的地方,」Blue River 執行長喬治‧赫羅德(Jorge Heraud)和開發部副總班‧蕭斯納(Ben Chostner)在 2015 年的全球經濟論壇上說,許多已開發國家的農業人口不到 2%,超市卻裝滿了各式各樣的新鮮蔬果和肉類,展現前所未有的富饒。

「所有的富饒都是有代價的」

他們開門見山,「餵養今天70億人的『魔法』,就是投入更多:更多設備、更多肥料和更多農藥,」全球每年花費250億美元,像噴錢似地對著整塊田地灑下30億磅(約136萬公噸)的除草劑,「沒有其他行業以這種方式運作。想像一個大城市,一個人頭痛,唯一的治療方法卻是給100萬名居民通通服用阿司匹林。這種一視同仁的作法,導致過度使用農藥,並往往造成過度噴塗和地表徑流。」

再過 30年,全球人口將逼近100億人大關,要養活這麼多張嘴,全球糧食產能必須再提高70 %。這意味著噴灑更多的肥料和農藥,危及人類、生物和土地的健康,因此,必須提高除草劑和農藥施用的精準度,而且用量越少越好。這不僅幫農人省錢,節省生產農藥的能源,也減少對土地的衝擊,對水道和河流的污染。那究竟要怎麼做?

「我們需要讓機器看見每棵植物,並善用 AI 數據,做出更聰明的決定」蕭斯納說道。

強鹿的拖拉機後方,拖著一個12公尺寬的白色罩子,一口氣覆蓋12排作物。這台「看見再噴」的機器內建 30 台相機,相機鏡頭每50毫秒開關一次,捕捉每棵植物最細膩的畫面,並在時速 11 公里的行進間,用機器上安裝的25個耐熱防塵的 Jetson AGX Xavier 超級電腦模組在幾毫秒內進行電腦影像辨識,比眨眼的速度還快!

圖/ 拖拉機後方的白色遮罩下有30台相機,能在毫秒內分辨植物的 AI 和200個精準噴藥的機器噴頭

有了數據,模型怎麼訓練呢?

機器一一標註(AI Data Labeling)每株植物,綠框是作物棉花,紅框是雜草,框內標記著該株植物的識別ID,畫面跳出「藜草(拉丁學名:Amaranthus Palmer)夏季一年生植物,對最常見的除草劑有抗藥性」,200個精密機械噴頭瞬間鎖定每棵雜草,發射不到一張郵票大小的農藥,一擊斃命,卻不傷旁邊作物分毫。

以其專門針對萵苣的機器來說,AI每分鐘做出5000個決定,執行誤差在0.6公分內。如今,全美有一成的萵苣都是 Blue River 的 AI 種出來的。

圖/ 農藝學家沒有辨識出的雜草(左),並未逃過機器法眼

「看見再噴機上的相機和電腦,採用類似臉部識別中所用的深度學習算法。機器第一次『看到』藜草時,並不知道那是什麼植物,但我們餵給它成千上萬的藜草的例子來教它,現在它是藜草專家」蕭斯納說。Blue River建立了一個擁有超過百萬張照片的植物數據庫,並不斷在實作中,加入新的數據。

這有多難?

「一塊大豆田是一個複雜又高度多變的環境,田間含作物和雜草有數百萬棵植物,我們必須訓練機器如何瞭解數百萬種不同的情況」

蕭斯納解釋,「第一步就是讓機器看見所有的植物,並分辨出大豆和藜草,接著機器對藜草自動噴灑除草劑,並視情況對有需要的大豆噴灑殺真菌劑、肥料或殺蟲劑。」赫羅德指出關鍵是「盡可能捕捉各種雜草在不同成長階段的樣貌,對訓練神經網絡至關重要」


透過 AI 數據,開展斬草除根的新對策

一開始,他們餵給機器上萬張的訓練照片,並給予答案反饋,不出幾個月,運用深度學習的機器的辨識度已經高於公司內部的農藝學家,現在機器能夠準確地辨識出萵苣、胡椒、大豆、棉花、玉米、鷹嘴豆等作物,並精準噴藥。

蕭斯納喜歡把「看見再噴」的機器戲稱為「世界最大的噴墨印表機」,作用是替每株雜草裹上不同的除草劑,但 2 英吋外不留痕跡。

因為機器看見了每一株植物,形成了一張地圖,清楚顯示各種作物和雜草的數量、分布、嚴重程度,農藥噴灑的範圍,追蹤這些數據可做為日後規劃和輪替除草劑的參考。

圖/ 從左至右分別是原圖,機器辨識出圖中的每一株植物的種類(ID),加以分類(綠/紅),最後只對雜草噴農藥


機器必須從錯誤中學習,Blue River在農藥施作前與施作後一週,利用空拍機進行3D遙測,比較兩者差異以驗證成效。若雜草未除,則將數據回饋給機器,成為學習的一環,調整參數,縮小誤差。雜草不除的癥結之一,是某些雜草的耐藥性極高,目前全球具抗藥性的雜草高達250種。

「年年春(Roundup)已經無法殺死各種雜草了」Blue River的科技主任威利 ● 貝爾(Willy Pell)說(註:舊金山高等法院已在去年宣判孟山都蓄意隱瞞嘉磷塞致癌風險,需賠償罹癌的加州校園管理員強生(Dewayne Johnson)約90億台幣)。

「現在,只要把一個人放進拖拉機,就能完成8~10人的工作量」

以往,為了配合使用年年春,農夫還得特別種植能耐受年年春的棉花品種。靠著AI的精準辨識與噴灑技術,德州的棉花農林特‧畢葛翰(Lint Bigham)說:「我們有了其他的選擇。我們可以噴灑過去無法使用的除草劑。只要把一個人放進拖拉機,就能完成8~10人的工作量。」

「看見再噴」成功減少了萵苣田95%及棉花田90%的農藥用量,降低用藥成本,減少對環境與健康的負面影響,並同時提高糧食產量,讓我們得以在越來越有限的耕地上,試著餵飽快速成長的人口。

就在人們看不見的地方,AI 正在改變我們盤中飧的生產方式,以及人類的未來

圖/ 全球有250種雜草已產生抗藥性,顏色越深,代表抗性雜草種類的數量越高。農業出口大國美國已有超過百種,是全球最嚴重的國家


【延伸閱讀】

1、人對了,事就對了。說的簡單,但對全球最大的雇主之一,聯合利華 Unilever 要如何從每年180萬份的履歷汪洋中,挑出那萬中選一的員工呢?履歷 OUT!聯合利華用 AI 找人才優選率增 6 成

2、AI 數據多重要,現在大家都知道,但如何運用數據需要哪些策略思考?不妨參考:數據教我的三件事,這麼做讓 AI 落地更精準!

圖片來源:John deere、Blue River Technology、global farmer network

面對數據海洋,勇敢理解、勇敢參與,才能找到新大陸

搶救百萬失明人生,印度眼科醫院聯手 Google 打出 AI 篩檢