Dirbtinis intelektas, nurodantis ūkininkams, kada derlių nuimti
Kai praėjusiais metais Vašingtono valstijoje atėjo pirmoji obuolių derliaus nuėmimo diena, vaisiai buvo prinokę, o derliaus rinkėjai – pasiruošę, tačiau oras turėjo kitokių planų.
„Buvo apie 38 °C… tokioje karštyje žmonėms dirbti nesaugu“, – prisimena „Okanagan Specialty Fruits“ atstovas Joel Carter. „Turėjome sustoti jau 10 valandą ryto.“
Jis teigia, kad būtų naudingi dirbtinio intelekto (AI) modeliai, kurie, atsižvelgdami į orą, prognozuotų idealias derliaus nuėmimo datas. „Reikia žinoti ne tik tai, kada vaisiai sunoks. Kiek laiko turėsite juos skinti?“ – sako jis. „Būtent čia šie modeliai yra tikrai naudingi.“
Karterio įmonė Vašingtone turi daugiau nei 1 250 akrų obuolių sodų, o vaisiai auginami supjaustytiems obuolių gabaliukams – dažnai parduodamiems, pavyzdžiui, viešbučiams ir mokykloms. Įmonė investuoja į technologijas, tikėdamasi maksimaliai padidinti produktyvumą. Net obuoliai yra genetiškai modifikuoti taip, kad supjaustyti jie greitai neparudėtų.
Tačiau derliaus planavimas yra sudėtingas uždavinys. Atsiranda naujų įrankių, kurie skaičiuoja ir analizuoja ant medžio ar vynmedžio esančius vaisius bei prognozuoja, kada derlius sunoks. Tai svarbu, nes vaisių kainos, ypač tokių vertingų uogų kaip braškės ar mėlynės, gali smarkiai svyruoti. Neteisingai nustatytas derliaus nuėmimo laikas reiškia, kad samdote sezoninius darbininkus tada, kai jų iš tikrųjų nereikia, ir rizikuojate prarasti didžiausią pelną.
„Okanagan Specialty Fruits“ jau eksperimentuoja su Kanados įmonės „Vivid Machines“ kameromis. Kameros montuojamos ant traktorių ir fiksuoja obelų vaizdus, kai traktorius važiuoja pro šalį. Dirbtinis intelektas tose vaizdo medžiagose atpažįsta pumpurus, žiedus ar vaisius.
„Šiuo metu „Vivid“ pateikia mums derliaus prognozes ir derliaus nuėmimo datas“, – sako Karteris. Jis pažymi, kad sistema puikiai atpažįsta labai mažus žiedpumpurius, kuriuos plika akimi sunku pastebėti iš pirmo žvilgsnio.
Tačiau prognozių tikslumas akivaizdžiai priklauso nuo į sistemą įvestų istorinių duomenų kokybės, priduria K. Carteris. „Tai nėra atvejis, kai dirbtinis intelektas gali išnaršyti internetą ir išsiaiškinti, koks yra vidurkis [yield] „Granny Smith“ veislei“, – aiškina jis. „Tai bus pritaikyta būtent jūsų ūkiui.“
Obuoliai yra bent jau šiek tiek atlaidūs – „Granny Smith“ derliaus nuėmimo laikotarpis trunka tris savaites, sako Karteris. Kitų vaisių, pavyzdžiui, uogų, atveju jums gali tekti pasinaudoti tik keliomis dienomis.
„Jei prasideda braškių derlius, jį reikia nuimti – kitaip visas derlius labai, labai greitai susirgs“, – sako Raymondas Martinas, Jungtinės Karalystės įmonės „FruitCast“, teikiančios derliaus prognozes vietos vaisių augintojams, įkūrėjas ir operacijų direktorius.
Jo įmonė augintojams teikia derliaus prognozes ne tik braškėms, bet ir avietėms, gervuogėms, mėlynėms bei pomidorams. „Kitais metais pereisime prie vynuogių“, – priduria Martin.
„Ar patyrę ūkininkai nežino, kada jų vaisiai sunoks?“, – paklausiau. Martinas sako, kad paprastai jie žino, bet nebūtinai visame savo ūkyje, kuris gali užimti daug akrų arba turėti tiek lauko, tiek vidaus auginimo plotus. „Mes darome būtent tai, ką galėtų daryti ūkininkai, tik darome tai tokiu mastu, kokio jie pasiekti negali.“
Sistema analizuoja brandinančių vaisių vaizdo įrašus, kuriuos galima užfiksuoti dronais, žmogui vaikščiojant lauku su išmaniuoju telefonu arba kamera, pritvirtinta prie ūkio transporto priemonės.
Šie metai buvo sudėtingi, pažymi Martinas, nes didžiąją Jungtinės Karalystės dalį ištiko karštas oras ir smarki sausra. Tai sukėlė stresą daugeliui vaisinių augalų, dėl to jie pateko į terminį ramybės būseną, o vaisių augimas sulėtėjo.
„FruitCast“ modelis savo prognozėse atsižvelgia į oro ir drėkinimo sąlygas. Įmonė teigia: „Mūsų prognozės skiriasi ne daugiau kaip 10 % nuo faktinio nuimto derliaus kiekio, kai prognozuojama likus vienai savaitei (90 % tikslumas), ir ne daugiau kaip 17 %, kai prognozuojama likus trims savaitėms (83 % tikslumas). Garantuojame, kad paklaida bus mažesnė nei 20 %…“
„Angus Soft Fruits“ yra viena iš bendrovių, bendradarbiavusių su „FruitCast“. Dirbantis direktorius Neill Finlayson teigia, kad dirbtinio intelekto technologija vaisių prinokimo prognozavimui dar nėra „galutinis sprendimas“: „Šis procesas vis dar tęsiasi ir, nors pasiekta didelė pažanga, pramonė dar yra toli nuo visiškai integruotos prognozavimo ekosistemos sukūrimo.“
„Driscoll’s“ – Kalifornijoje įsikūrusi vaisių pardavimo įmonė, turinti didelę veiklą Jungtinėje Karalystėje, – taip pat patvirtino „portalas News“, kad kai kurie jos nepriklausomi vaisių augintojai Jungtinėje Karalystėje naudojo „FruitCast“ technologiją.
Praėjusiais metais, kai Vašingtono valstijoje prasidėjo pirmoji obuolių derliaus diena, vaisiai buvo prinokę, o skynėjai – pasirengę, tačiau orai turėjo kitokių planų.
„Buvo apie 38 °C… dirbti tokiame karštyje žmonėms nesaugu“, – prisimena „Okanagan Specialty Fruits“ atstovas Joel Carter. „Turėjome sustoti jau 10 valandą ryto.“
Jis teigia, kad būtų naudingi dirbtinio intelekto (AI) modeliai, kurie, atsižvelgdami į orą, prognozuotų idealias derliaus nuėmimo datas. „Reikia žinoti ne tik tai, kada vaisiai sunoks. Kiek laiko turėsite juos skinti?“ – sako jis. „Būtent čia šie modeliai yra tikrai naudingi.“
Karterio įmonė Vašingtone turi daugiau nei 1 250 akrų obelų sodų, o vaisiai auginami supjaustytiems obuolių gabaliukams – dažnai parduodamiems, pavyzdžiui, viešbučiams ir mokykloms. Įmonė investuoja į technologijas, tikėdamasi maksimaliai padidinti produktyvumą. Net obuoliai yra genetiškai modifikuoti taip, kad supjaustyti jie ne taip greitai parudėtų.
Tačiau derliaus planavimas yra sudėtingas uždavinys. Atsiranda naujų įrankių, kurie skaičiuoja ir analizuoja ant medžio ar vynmedžio esančius vaisius bei prognozuoja, kada derlius sunoks. Tai svarbu, nes vaisių, ypač vertingų uogų, pavyzdžiui, braškių ar mėlynių, kainos gali smarkiai svyruoti. Neteisingai nustatytas derliaus nuėmimo laikas reiškia, kad samdote sezoninius darbininkus tada, kai jų iš tikrųjų nereikia, ir rizikuojate prarasti didžiausią pelną.
„Okanagan Specialty Fruits“ jau eksperimentuoja su Kanados įmonės „Vivid Machines“ kameromis. Kameros montuojamos ant traktorių ir, traktoriui važiuojant, fiksuoja obelų vaizdus. Dirbtinis intelektas tose vaizdo medžiagose atpažįsta pumpurus, žiedus ar vaisius.
„Šiuo metu „Vivid“ mums pateikia derliaus prognozes ir derliaus nuėmimo datas“, – sako Carteris. Jis pažymi, kad sistema puikiai atpažįsta labai mažus žiedpumpurius, kuriuos plika akimi iš pirmo žvilgsnio sunku pastebėti.
Tačiau prognozių tikslumas akivaizdžiai priklauso nuo į sistemą įvestų istorinių duomenų kokybės, priduria Carteris. „Tai nėra tas atvejis, kai dirbtinis intelektas gali išnaršyti internetą ir išsiaiškinti, koks yra vidurkis [yield] „Granny Smith“ veislės obuolių atveju“, – aiškina jis. „Tai bus pritaikyta būtent jūsų ūkiui.“
Obuoliai yra bent jau šiek tiek atlaidūs – tų „Granny Smith“ derliaus nuėmimo laikotarpis trunka tris savaites, sako Karteris. Kitų vaisių, pavyzdžiui, uogų, atveju jums gali tekti pasinaudoti vos keliomis dienomis.
„Jei prasideda braškių derlius, jį reikia nuimti – kitaip visas derlius labai, labai greitai susirgs“, – sako Raymondas Martinas, Jungtinės Karalystės įmonės „FruitCast“, teikiančios derliaus prognozes vietos vaisių augintojams, įkūrėjas ir vyriausiasis operacijų direktorius.
Jo įmonė augintojams teikia derliaus prognozes braškėms, taip pat avietėms, gervuogėms, mėlynėms ir pomidorams. „Kitais metais pereisime prie vynuogių“, – priduria Martin.
„Ar patyrę ūkininkai nežino, kada jų vaisiai sunoks?“ – paklausiau. Martinas sako, kad paprastai jie žino, bet nebūtinai visame savo ūkyje, kuris gali užimti daug akrų arba turėti tiek lauko, tiek vidaus auginimo plotus. „Mes darome būtent tai, ką galėtų daryti ūkininkai, bet darome tai tokiu mastu, kokio jie pasiekti negali.“
Sistema analizuoja brandančių vaisių vaizdo įrašus, kuriuos gali užfiksuoti dronai, lauke su išmaniuoju telefonu vaikščiojantis žmogus arba ant ūkio transporto priemonės sumontuota kamera.
Šie metai buvo sudėtingi, pažymi Martinas, nes didžiąją Jungtinės Karalystės dalį ištiko karštas oras ir smarki sausra. Tai sukėlė stresą daugeliui vaisinių augalų, dėl ko jie pateko į terminį ramybės būseną ir sulėtėjo vaisių augimas.
„FruitCast“ modelis savo prognozėse atsižvelgia į oro ir drėkinimo sąlygas. Įmonė teigia: „Mūsų prognozės nukrypsta ne daugiau kaip 10 % nuo faktinio nuimto derliaus kiekio, kai prognozuojama likus savaitei (90 % tikslumas), ir ne daugiau kaip 17 %, kai prognozuojama likus trims savaitėms (83 % tikslumas). Garantuojame, kad paklaida bus mažesnė nei 20 %…“
„Angus Soft Fruits“ yra viena iš bendrovių, bendradarbiavusių su „FruitCast“. Dirbantis direktorius Neill Finlayson teigia, kad dirbtinio intelekto technologija vaisių prinokimo prognozavimui dar nėra „galutinis sprendimas“: „Šis procesas vis dar tęsiasi ir, nors pasiekta reikšminga pažanga, pramonė vis dar yra toli nuo visiškai integruotos prognozavimo ekosistemos sukūrimo.“
„Driscoll’s“ – Kalifornijoje įsikūrusi vaisių pardavimo įmonė, turinti didelę veiklą Jungtinėje Karalystėje, – taip pat patvirtino „portalas News“, kad kai kurie jos nepriklausomi vaisių augintojai Jungtinėje Karalystėje naudojo „FruitCast“ technologiją.
