物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  物联网新闻  >  正文

在不久的将来 人类的食物将由AI和机器学习提供

作者:本站采编
来源:智东西
日期:2016-06-01 09:04:46
摘要:忘掉稻草人吧,未来的农业将会由机器掌控。
关键词:人工智能

  人类本身已经成为一个问题。

  到了2050年,全球人口估计会达到100亿,但是地球的大小不会改变,也就是说同样的土地需要养活更多的人口。

  也许是幸运,机器终于到来了。真正智能、真正惊人的工具,机器学习算法,它们也许可以引爆新一轮“绿色革命”,让人类可以在越来越善变的地球上维持生计。不妨想像一下:卫星可以自动侦测干旱模式,拖拉机可以盯着土地,医治病变的地块,用AI驱动的智能手机APP可以告诉农民什么病害正在攻击他的农作物。

  忘掉稻草人吧,未来的农业将会由机器掌控。

  数字绿色

  深度学习是一种强大的计算形式,程序员没有必要明确告诉计算机应该做什么,相反,他们训练计算机,让它们识别特定的模式。你可以向计算机输入染病植物的图片和健康植物叶子的图片,为这些图片贴上标签。机器会学习,知道什么是病虫灾害,知道健康的叶子是什么样的,从而判断新叶子是否健康。

  生物学家大卫?休斯(David Hughes)和流行病学家马塞尔?萨拉瑟(Marcel Salathé)正是这样做的,他们在14种农作物上做实验,这些作物感染了26种疾病。科学家向计算机传输了5万张图片,让它自己学习,当专家丢入新的图片时,程序准确识别的概率达到99.35%。

  

  尽管如此,这些图片还是受到人的操纵,它们拥有统一的照明条件和背景,这样可以方便计算机理解叶子。如果从互联网上抽出一张染病植物的图片,将它送入计算机,识别的精准率只有30-40%。

  并不糟糕,但是休斯和萨拉瑟希望AI能够驱动他们的APP——PlantVillage,目前这个应用程序允许全球农民将染病植物的图片上传到论坛,方便专家诊断。为了让AI更聪明,他们不断向机算机传输染病植物的图片。萨拉瑟称:“从不同的源头收集的图片越来越多,根据图片拍摄的方式、年份、位置等信息,算法可以挑选图片进行学习。”

  要找出传染病并不是一件简单的事:摧毁植物的东西太多了。休斯说:“困扰种植者的大多病害都是生理应激造成的,比如钙或者镁不足,或者盐与热量太多。许多人认为它们是细菌或者真菌造成的。”如果诊断错误,农民就会在农药和除草剂上浪费时间和金钱。未来,AI可以帮助农民快速、准确找到问题的要害。

  之后,人类开始介入,尽管APP能够找到问题,但是只有专家可以定制解决方案。

  机器学习拖拉机

  一家名为Blue River Technology的美国科技公司推出了LettuceBot,它看起来像是一台普通的拖拉机,实际上却是一台具备机器学习能力的设备。Blue River声称自己的LettuceBot在滚过田地时,每分钟可以给5000棵幼小植物拍照,然后利用算法和机器视觉来分辨哪些是生菜苗芽,哪些是杂草。听起来似乎快得不可思议。机器学习技术提供商Enlitic创始人杰里米?霍华德(Jeremy Howard)称:“在机器学习计算和计算机视觉上,这种速度很不错。”他还说,图形芯片可以在0.02秒内识别一张图片。

  在0.25英寸之内机器可以保持精准度,它可以精准定位,从上空为每一株杂草喷药。如果机器的“眼睛”发现了生菜植物,认定它的生长状况不好,也会给生菜喷药。


  如果不加分辨喷雾,成本无疑太高。有了LettuceBot之后,农民可以将化学品的使用量减少90%。LettuceBot机器已经投入使用,Blue River处理的土地每年供应的生菜占了美国的10%。

  LettuceBot之所以如此强大,主要是因为它使用了机器学习,让机器人原本很擅长的技艺更上层楼:精准。

  在我们头顶400英里的轨道上,NASA的Landsat卫星可以对地表进行调查,卫星使用了大量的频宽,远远超过可见光谱。所有的信息人类都很难发现,这是很自然的事,但是对机器学习算法而言,这些信息十分重要。

  要监视农业生产状况,这些信息很有价值。

  一家名叫Harvesting的创业公司致力于分析卫星数据,用机器学习大规模分析,目的是帮助机构更合理地分配资金。Harvesting CEO鲁治特?加格(Ruchit Garg)说:“我们希望通过自己的技术对农户和农村进行区分,让银行或者政府向正确的人投入资金。”加格称,在同一时间,人类可以分析大约10或者15个变量,但是机器学习算法可以处理2000个甚至更多。

人物访谈