Робот. У виноделов есть изящный, хотя и необычный прием для получения более ароматного вина - не поливать лозы. Дайте лозам высохнуть прямо перед сбором урожая, и они дадут более мелкий виноград с большим количеством кожицы и меньшим количеством сока. Более мелкий виноград дает вино с более глубоким цветом и более сложным вкусом.
Компания Trinchero Family Estates из долины Напа, штат Калифорния, хотела убедиться, что поливает свой виноград в нужном количестве, поэтому она сотрудничала с компанией Ceres Imaging для составления карты своих полей. Компания Ceres использовала стационарные самолеты для получения цветных, тепловых и инфракрасных изображений виноградника и с помощью искусственного интеллекта проанализировала эти изображения, чтобы определить, не переувлажняет ли производитель вина свой виноград.
Оказалось, что на некоторых участках виноградника Тринчеро так и было. Их винные эксперты обнаружили, что участки, которые получали слишком много воды, также дали немного менее ароматный виноград. Теперь компания использует технологию визуализации, чтобы убедиться, что она не поливает виноградники слишком много или слишком мало, а также для поиска утечек в системе орошения.
Эта технология представляет собой передовую часть сельского хозяйства. Такие высокотехнологичные компании, как Ceres, Prospera, Farmers Edge и Climate Corporation, используют искусственный интеллект, чтобы помочь фермерам решить, когда сажать, поливать, опрыскивать и собирать урожай. Поскольку изменение климата усиливает ливневые дожди на Среднем Западе и усугубляет засуху в Калифорнии, технология также может помочь фермерам ориентироваться в более суровых и изменчивых погодных условиях.
Виноградник. "Сегодняшнее орошение обеспечивает одинаковое количество воды для всех растений на поле, хотя каждое растение удерживает воду по-разному", - говорит Даниэль Коппель, генеральный директор компании Prospera, которая (помимо прочего) анализирует изображения, полученные с помощью камер, установленных на подвижных дождевальных установках. "Кроме того, количество воды, необходимое растению, зависит от возраста и размера растения, от того, есть ли на нем плоды или только цветы, и так далее".
Например, фирмы могут использовать тепловидение, чтобы определить, получают ли сельскохозяйственные культуры достаточно воды. Растения, испытывающие жажду, обычно немного теплее, чем другие. Это происходит потому, что обычно растения выделяют часть воды, которую они впитывают через корни, через крошечные поры на нижней стороне листьев. Когда эта вода испаряется, она охлаждает растение, подобно тому, как пот охлаждает человека. Однако растения, испытывающие жажду, закрывают эти поры, чтобы избежать потери воды, в результате чего им становится немного теплее. Если фермеры смогут точно определить, какие растения пересохли, им нужно будет орошать только эти культуры, что поможет им экономить воду, которую будет все труднее достать по мере того, как изменение климата будет способствовать более длительным и сильным засухам.
Ученый Prospera работает с камерой, установленной на подвижной дождевальной системе. Фирмы собирают изображения с камер, установленных на дождевальных установках, беспилотниках, самолетах и спутниках, и используют компьютеры для анализа этих изображений, чтобы определить, какие культуры осаждены гусеницами, окружены сорняками или покрыты грибком. Затем компьютеры дают указания производителям опрыскивать эти и только эти растения инсектицидами, гербицидами или фунгицидами.
Это помогает фермерам использовать меньше воды и химикатов, что экономит деньги и сохраняет здоровье ферм. Например, использование меньшего количества инсектицидов помогает сохранить медоносных пчел, которые необходимы для опыления многих сельскохозяйственных культур. Использование меньшего количества синтетических удобрений позволяет сократить загрязнение окружающей среды. Удобрения на фермах обычно попадают в водотоки и, в конечном итоге, в океан, где они уничтожают морскую жизнь. Коппель говорит, что технология Prospera позволила тепличным хозяйствам использовать на 30 процентов меньше удобрений и воды.
Аэрофотосъемка показывает, какие культуры нуждаются в воде или питательных веществах. Самое сложное - заставить компьютеры определять, когда посевы больны, ранены или хотят пить. Поэтому компании разработали системы, которые могут учиться интерпретировать изображения, становясь со временем все умнее. Эти системы также объединяют информацию, полученную из изображений, с данными о температуре, количестве осадков, качестве почвы и других переменных, чтобы определить, когда и сколько опрыскивать и поливать посевы.
Считается ли это искусственным интеллектом? "Если бы вы спросили об этом, когда в комнате находятся три наших доктора наук по информатике, вы бы, наверное, не выходили оттуда день или два", - говорит Коппел. Он утверждает, что система Prospera квалифицируется как искусственный интеллект, поскольку она постоянно самообучается. "Вы используете машины, чтобы постоянно выяснять, что происходит на поле, основываясь на снимках", - говорит он. "Кроме того, машина синтезирует данные для принятия решений".
Коппель считает, что искусственный интеллект станет началом следующей великой сельскохозяйственной революции. Предыдущие технологические достижения - ирригация, механизация, синтетические удобрения, генная инженерия - позволили людям выращивать больше продовольствия, затрачивая меньше труда. Он говорит, что искусственный интеллект позволит сельхозпроизводителям быть еще более эффективными, убрав из сельского хозяйства все догадки.
Повреждение гусеницами (слева) и увядание (справа), обнаруженные компьютером. "Как правило, фермер либо принимает решение на основе интуиции - что не является данными - либо ощупывает землю", - говорит он. Но вместо того, чтобы полагаться на интуицию, Коппел считает, что лучше использовать компьютеры для анализа изображений каждого сантиметра фермы. Эти компьютеры могли бы рекомендовать решения на основе данных, собранных на фермах по всему миру - фермеру в Мексике могут помочь данные, собранные на ферме в Израиле.
Коппел говорит, что компьютеры могут заполнить слепые зоны фермеров, уподобляя фермеров врачам, которые склонны совершать ошибки. "Я очень не люблю ходить к врачу", - говорит он. "Я бы предпочел иметь машину, которая беспристрастна. Знаете, врач, может быть, видел несколько тысяч человек, а машина видела сотни миллионов людей. И врач не помнит всего, что изучал в университете, а машина знает все и всегда".
В будущем мы можем увидеть роботов, способных определить, когда созрела клубника, и осторожно сорвать ее с растения, или дроидов, способных находить сорняки и опрыскивать их, или машины, способные определить, когда и сколько кормить молочных коров. Однако, несмотря на то, что ИИ открывает невероятные перспективы для фермерских хозяйств, он также грозит серьезными потрясениями, особенно в то время, когда многие фермеры возвращаются к более традиционным методам выращивания.
Крупномасштабная прополка Dino. "Некоторые фермеры, возможно, не захотят переходить на новые технологии, поскольку у них нет навыков для процветания в более техноцентричной системе или мотивации", - говорит Дэвид Роуз, географ-эколог из Университета Восточной Англии, который пишет о будущем сельского хозяйства. "Некоторые фермеры могут не считать, что использование искусственного интеллекта совместимо с их образом жизни, предпочитая вместо этого использовать свои опытные знания и быть тесно связанными со своей землей".
Он говорит, что автономные роботы могут угрожать безопасности работников и животных, а также могут лишить работы многих людей. Сильная зависимость от искусственного интеллекта может также разорвать связь фермеров с землей. Именно такое будущее изображено в рекламном ролике John Deere, который Роуз назвал "леденящим душу".
"Я не говорю, что мы не должны использовать ИИ в агротехнологиях. У него определенно есть потенциал для улучшения принятия решений, помощи в обработке данных, повышения эффективности опрыскивания, автоматизации ручной или трудоемкой работы, привлечения в отрасль молодых, более технических работников и повышения рентабельности. Но почти никто не говорит о социальных и этических последствиях применения ИИ на фермах", - говорит он.
"Как выглядит мир, в котором ИИ используется на фермах повсеместно? Чем это отличается от того, что происходит сейчас?" - спрашивает он. "И как нам позаботиться о потенциальных проигравших в технологической революции, а также о победителях? Я думаю, если мы начнем думать об этих вопросах и признаем, что в условиях демократии технологические траектории должны быть открыты для оспаривания, то это будет хорошо".
Поправка: В предыдущей версии этой статьи было ошибочно указано, что компания Ceres начала свою деятельность как компания по производству беспилотных летательных аппаратов, а не самолетов. Это было исправлено.