น้ำผลไม้ (Juices)

วิดีโอวันศุกร์: หุ่นยนต์ตุ๊กแกทุบหน้าต้นไม้

คุณอาจคิดว่าการนำทางด้วย GPS เหมาะอย่างยิ่งสำหรับการเกษตรแบบอัตโนมัติ เนื่องจากงานที่ต้องเผชิญกับผู้ควบคุมรถในฟาร์ม เช่น รถเกี่ยวนวด คือการขับรถไปรอบๆ ทุ่งนาในรูปแบบคดเคี้ยว การตัดข้าวสาลีทั้งหมดหรือพืชผลใดๆ . แต่ความเป็นจริงนั้นแตกต่างกันมาก มีหลายร้อยสิ่งที่ผู้ปฏิบัติงานต้องดูแม้ในขณะที่พวกเขาจับตามองที่ขอบสนามเพื่อให้แน่ใจว่าพวกเขาจะเคลื่อนที่เคียงข้างกันอย่างแม่นยำ การผสมผสานทางการเกษตรไม่ต่างจากอวัยวะของโบสถ์ในแง่ของความซับซ้อนในการปฏิบัติงาน เมื่อผู้ควบคุมการรวมทำงานกับผู้ช่วย คนหนึ่งจะควบคุมไปตามขอบครอบตัด ขณะที่อีกคนหนึ่งควบคุมรอก พัดลม กลองนวดข้าว และกระบวนการเก็บเกี่ยวโดยทั่วไป ในสมัยโซเวียต มีโอเปอเรเตอร์สองคนในทีมรวม แต่ตอนนี้มีเพียงคนเดียว นี่หมายถึงการเลือกระหว่างการขับขี่อย่างปลอดภัยและการเก็บเกี่ยวอย่างมีประสิทธิภาพ และเนื่องจากคุณไม่สามารถเก็บเกี่ยวเมล็ดพืชโดยไม่เคลื่อนไหวได้ การขับรถจึงกลายเป็นสิ่งสำคัญที่สุด และประสิทธิภาพของกระบวนการเก็บเกี่ยวมักจะได้รับผลกระทบ ประสิทธิภาพการเก็บเกี่ยวมีความสำคัญอย่างยิ่งในยุโรปตะวันออก ซึ่งการทำฟาร์มมีความเสี่ยงสูงและมีการเก็บเกี่ยวเพียงปีละครั้งเท่านั้น ฤดูกาลเริ่มต้นในเดือนมีนาคม และเกษตรกรจะไม่หยุดพักจนถึงฤดูใบไม้ร่วง เมื่อพวกเขามีเวลาเพียงสองสัปดาห์ในการเก็บเกี่ยวพืชผล หากมีสิ่งใดผิดพลาด ทุกๆ วันที่พวกเขาพลาดอาจทำให้สูญเสียผลผลิตถึง 10 เปอร์เซ็นต์ หากคนขับเก็บเกี่ยวผลผลิตได้ไม่ดีหรือเมาแล้วทำให้เครื่องพัง เวลาอันมีค่าก็จะสูญเปล่า—เป็นชั่วโมงหรือเป็นวัน ประมาณ 90 เปอร์เซ็นต์ของเวลาของผู้ควบคุมเครื่องผสมถูกใช้ไปเพื่อให้แน่ใจว่าเครื่องผสมกำลังเคลื่อนตัวไปตามแนวขอบของพืชที่ยังไม่ได้เก็บเกี่ยวเพื่อเพิ่มประสิทธิภาพสูงสุดโดยไม่พลาดการครอบตัดใดๆ แต่นี่เป็นส่วนที่ไม่น่าพอใจที่สุดในการขับขี่ และเนื่องจากความล้าเมื่อสิ้นสุดกะ ผู้ควบคุมมักจะเว้นระยะเกือบหนึ่งเมตรที่ขอบของแต่ละแถวโดยไม่ได้เจียระไน ข้อผิดพลาดในการบังคับเลี้ยวเหล่านี้ทำให้เวลาเก็บเกี่ยวโดยรวมเพิ่มขึ้น 25 เปอร์เซ็นต์ เทคโนโลยีของเราช่วยให้ผู้ควบคุมรถแบบผสมผสานสามารถมอบหมายการขับขี่ได้ เพื่อให้สามารถมุ่งเน้นไปที่การเพิ่มประสิทธิภาพคุณภาพการเก็บเกี่ยวได้ เพิ่มข้อเท็จจริงที่ว่าผู้ควบคุมการผสมที่มีทักษะเป็นสายพันธุ์ที่กำลังจะตาย การศึกษาทางวิชาชีพลดลง และคนหนุ่มสาวที่เข้าร่วมในกำลังแรงงานไม่ได้มาตรฐานเดียวกัน แม้ว่าการซื้อขายด้วยมือส่วนใหญ่สามารถพูดได้เหมือนกัน แต่ผลกระทบนี้สร้างความต้องการอย่างมากสำหรับระบบหุ่นยนต์ของเรา นั่นคือ Cognitive Agro Pilot การพัฒนาระบบ AI อยู่ในจีโนมของฉัน Anatoly Uskov พ่อของฉันอยู่ในทีมนักพัฒนาโปรแกรม AI ชุดแรกที่สถาบันวิจัยระบบของ Russian Academy of Sciences โปรแกรมของพวกเขาชื่อ Kaissa กลายเป็นแชมป์หมากรุกคอมพิวเตอร์โลกในปี 1974 สองทศวรรษต่อมาหลังจากการล่มสลายของสหภาพโซเวียต ห้องปฏิบัติการ AI ของ Systems Research Institute ได้ก่อตั้งรากฐานของบริษัท Cognitive Technologies ของฉัน ธุรกิจแรกของเราคือการพัฒนาซอฟต์แวร์การรู้จำอักขระด้วยแสงที่ใช้โดยบริษัทต่างๆ ซึ่งรวมถึง HP, Oracle และ Samsung และความสำเร็จของเราทำให้เราสนับสนุนทีม R&D ของนักคณิตศาสตร์และโปรแกรมเมอร์ที่ทำการวิจัยพื้นฐานในด้านการมองเห็นคอมพิวเตอร์และพื้นที่ใกล้เคียง ในปี 2012 เราได้เพิ่มกลุ่มนักคณิตศาสตร์ที่พัฒนาโครงข่ายประสาทเทียม ปลายปีนั้น กลุ่มนี้แนะนำผมให้รู้จักกับผลงานของพวกเขาอย่างภาคภูมิใจ Vasya รถของเล่นเล่นฟุตบอลที่มีกล้องติดตา “วาสยาตาเดียว” สามารถจดจำลูกบอลท่ามกลางวัตถุอื่นๆ ในโถงทางเดินยาวของสำนักงานของเรา และผลักมันไปรอบๆ หุ่นยนต์เป็นสิ่งกวนใจอย่างมากสำหรับทุกคนที่ทำงานบนชั้นนั้น เนื่องจากพนักงานเดินเข้าไปในโถงทางเดินและเริ่ม “ทดสอบ” รถด้วยการสะดุดรถและขวางทางไปยังลูกบอลด้วยสิ่งกีดขวาง ในขณะเดียวกัน อัลกอริธึมก็แสดงประสิทธิภาพที่เสถียร รถยังคงมองหาลูกบอลและผลักมันอย่างสุภาพ มันเกือบจะสร้างความประทับใจให้กับสิ่งมีชีวิต และนี่คือช่วงเวลา “ยูเรก้า” ของเรา ทำไมเราไม่ลองทำแบบเดียวกันกับสิ่งที่ใหญ่กว่าและมีประโยชน์มากกว่ากันล่ะ เบราว์เซอร์ของคุณไม่รองรับแท็กวิดีโอ รถผสมที่ขับเคลื่อนโดย Cognitive Agro Pilot เก็บเกี่ยวเมล็ดพืชในขณะที่มนุษย์ดูแลจากที่นั่งคนขับ Cognitive Pilot หลังจากทดลองกับรถบรรทุกขนาดใหญ่ในขั้นต้น เราตระหนักว่าภาคเกษตรกรรมไม่มีข้อจำกัดทางกฎหมายและข้อบังคับที่สำคัญที่การขนส่งทางถนน มีในรัสเซียและที่อื่นๆ เนื่องจากเราให้ความสำคัญกับการพัฒนาผลิตภัณฑ์ที่ใช้งานได้ในเชิงพาณิชย์ เราจึงได้จัดตั้งหน่วยธุรกิจที่เรียกว่า Cognitive Pilot ซึ่งพัฒนาระบบอิสระเพิ่มเติมสำหรับรถเกี่ยวข้าว ซึ่งเป็นเครื่องจักรที่ใช้ในการเก็บเกี่ยวพืชผลส่วนใหญ่ (รวมถึงข้าวโพด ข้าวสาลี ข้าวบาร์เลย์ ข้าวโอ๊ตและข้าวไรย์) ในฟาร์มขนาดใหญ่ เมื่อห้าปีที่แล้ว เป็นไปไม่ได้ที่จะใช้การวิเคราะห์เนื้อหาวิดีโอเพื่อใช้งานเครื่องจักรกลการเกษตรที่ระดับของระบบอัตโนมัตินี้ เนื่องจากไม่มีโครงข่ายประสาทเทียมที่ทำงานได้อย่างสมบูรณ์ที่สามารถตรวจจับเส้นขอบของแถบครอบตัดหรือมองเห็นสิ่งกีดขวางในนั้น ในตอนแรก เราพิจารณาการรวม GPS เข้ากับการวิเคราะห์ข้อมูลด้วยภาพ แต่ไม่นานนักเราก็ตระหนักว่าการวิเคราะห์ด้วยภาพเพียงอย่างเดียวก็เพียงพอแล้ว เพื่อให้ระบบบังคับเลี้ยว GPS ทำงานได้ คุณต้องเตรียมแผนที่ล่วงหน้า ติดตั้งสถานีฐานเพื่อแก้ไข หรือซื้อแพ็คเกจสัญญาณ นอกจากนี้ยังต้องกดปุ่มจำนวนมากในเมนูจำนวนมาก และตัวดำเนินการแบบรวมจะไม่ค่อยพอใจกับส่วนต่อประสานผู้ใช้มากนัก สิ่งที่เรานำเสนอคือกล้องและกล่องที่อัดแน่นไปด้วยพลังประมวลผลและโครงข่ายประสาทเทียม ทันทีที่กล้องและกล่องติดตั้งและเชื่อมต่อกับระบบควบคุมของรถผสม เราก็พร้อมแล้ว เมื่ออยู่ในภาคสนาม Cognitive Agro Pilot ที่เพิ่งติดตั้งใหม่กล่าวว่า: “ไชโย เราอยู่ในสนามแล้ว” ขออนุญาตคนขับเพื่อเข้าควบคุมและเริ่มขับรถ ห้าปีต่อจากนี้ เราคาดการณ์ว่ารถเกี่ยวข้าวทั้งหมดจะติดตั้งระบบขับเคลื่อนอัตโนมัติที่ทำงานด้วยคอมพิวเตอร์วิทัศน์ ซึ่งสามารถควบคุมทุกแง่มุมของการเก็บเกี่ยวพืชผลได้ การมาถึงจุดนี้หมายถึงการแก้ปัญหาที่น่าสนใจบางอย่าง เราตระหนักดีว่าเรากำลังเผชิญกับฉากภาคสนามที่หลากหลายซึ่งโครงข่ายประสาทเทียมของเราต้องได้รับการฝึกฝนให้เข้าใจ เราได้ทำงานร่วมกับเกษตรกรในระยะแรกของโครงการแล้ว เราพบว่าพืชชนิดเดียวกันอาจดูแตกต่างไปจากเดิมอย่างสิ้นเชิงในเขตภูมิอากาศที่แตกต่างกัน ในการเตรียมพร้อมสำหรับการผลิตจำนวนมากในระบบของเรา เราพยายามรวบรวมชุดข้อมูลที่หลากหลายที่สุดด้วยทุ่งนาและพืชผลต่างๆ โดยเริ่มจากวิดีโอที่ถ่ายทำในทุ่งของฟาร์มหลายแห่งทั่วรัสเซียภายใต้สภาพอากาศและสภาพแสงที่แตกต่างกัน แต่ในไม่ช้ามันก็ปรากฏชัดว่าเราจำเป็นต้องคิดหาวิธีแก้ปัญหาที่ปรับเปลี่ยนได้มากกว่านี้ เราตัดสินใจใช้วิธีการแบบหยาบถึงละเอียดเพื่อฝึกเครือข่ายของเราสำหรับการขับขี่แบบอัตโนมัติ เวอร์ชันเริ่มต้นได้รับการปรับปรุงกับลูกค้าใหม่แต่ละราย เนื่องจากเราได้รับข้อมูลเพิ่มเติมเกี่ยวกับสถานที่และพืชผลต่างๆ เราใช้ข้อมูลนี้เพื่อทำให้เครือข่ายของเรามีความแม่นยำและเชื่อถือได้มากขึ้น โดยใช้การปรับโดเมนโดยไม่ได้รับการดูแลเพื่อปรับเทียบใหม่ในเวลาอันสั้น โดยเพิ่มสัญญาณรบกวนและการบิดเบือนอย่างระมัดระวังลงในภาพการฝึกเพื่อทำให้เครือข่ายแข็งแกร่งขึ้น มนุษย์ยังคงต้องการความช่วยเหลือในการแบ่งส่วนความหมายของพืชพันธุ์ใหม่ ด้วยวิธีนี้ เราจึงได้รับเครือข่ายอเนกประสงค์ที่มีความยืดหยุ่นสูง ซึ่งเหมาะสำหรับใช้กับพืชผลต่างๆ กว่าโหลที่ปลูกทั่วยุโรปตะวันออก วิธีที่ Cognitive Agro Pilot ขับเคลื่อนการรวมกันนั้นคล้ายกับวิธีที่คนขับเป็นมนุษย์ กล่าวคือ ความได้เปรียบทางการแข่งขันที่ไม่เหมือนใครของเราคือความสามารถของระบบในการมองเห็นและเข้าใจสถานการณ์ในภาคสนามได้มากเท่าที่มนุษย์จะมองเห็นได้ ดังนั้นจึงรักษาประสิทธิภาพอย่างเต็มที่โดยร่วมมือกับผู้ขับเคลื่อนที่เป็นมนุษย์ สุดท้ายก็ลงเอยที่เศรษฐศาสตร์ เครื่องผสมที่ขับเคลื่อนโดยมนุษย์หนึ่งเครื่องสามารถเก็บเกี่ยวพืชผลได้ประมาณ 20 เฮกตาร์ในกะเดียว เมื่อ Cognitive Agro Pilot ขับรถ ปริมาณงานของผู้ปฏิบัติงานจะลดลงมาก: พวกเขาไม่เหนื่อย สามารถหยุดน้อยลง และพักน้อยลง ในทางปฏิบัติ หมายถึงการเก็บเกี่ยวประมาณ 25 ถึง 30 เฮกตาร์ต่อกะ สำหรับเจ้าของธุรกิจ หมายความว่าสองชุดรวมที่ติดตั้งระบบของเราส่งมอบประสิทธิภาพสามชุดโดยไม่มีการรวมกัน เบราว์เซอร์ของคุณไม่รองรับแท็กวิดีโอ ในขณะที่การรวมกันขับเคลื่อนตัวเอง ผู้ปฏิบัติงานที่เป็นมนุษย์สามารถปรับระบบการเก็บเกี่ยวเพื่อเพิ่มความเร็วและประสิทธิภาพสูงสุด องค์ความรู้นำร่อง ในตลาดขณะนี้ มีบางการพัฒนาแยกจากบริษัทเก็บเกี่ยวทางการเกษตรหลายแห่ง แต่คุณลักษณะอิสระแต่ละอย่างจะทำหน้าที่เป็นฟังก์ชันที่แยกจากกัน เช่น ขับรถไปตามขอบสนาม ขับไปเป็นแถว และอื่นๆ เรายังไม่เคยเห็นระบบอุตสาหกรรมอื่นที่สามารถขับเคลื่อนด้วยคอมพิวเตอร์วิทัศน์ได้อย่างสมบูรณ์ แต่ Vasya ตาเดียวแสดงให้เราเห็นว่าสิ่งนี้เป็นไปได้ และในขณะที่เราคิดเกี่ยวกับการปรับต้นทุนให้เหมาะสมและแก้ไขปัญหาด้วยชุดอุปกรณ์ขั้นต่ำ เราตัดสินใจว่าสำหรับผู้ช่วยหุ่นยนต์ที่ใช้ AI ของเกษตรกร กล้องเพียงตัวเดียวก็เพียงพอแล้ว เซ็นเซอร์หลักของ Cognitive Agro Pilot คือกล้องวิดีโอสีขนาด 2 เมกะพิกเซลตัวเดียวที่สามารถมองเห็นพื้นที่กว้างด้านหน้ารถได้ โดยติดตั้งอยู่บนโครงยึดใกล้กับกระจกมองข้างของรถรวมกัน หน่วยควบคุมที่มีโมดูลคอมพิวเตอร์ Nvidia Jetson TX2 ติดตั้งอยู่ภายในห้องโดยสาร พร้อมด้วยจอแสดงผลในตัวและอินเทอร์เฟซสำหรับไดรเวอร์ หน่วยควบคุมนี้ประกอบด้วยชุดหลักของอัลกอริธึมอิสระ ประมวลผลการป้อนวิดีโอ และออกคำสั่งไปยังระบบไฮดรอลิกของรถผสมเพื่อควบคุมการบังคับเลี้ยว การเร่งความเร็ว และการเบรก จอแสดงผลในห้องโดยสารมีส่วนต่อประสานสำหรับคนขับและแสดงคำเตือนและการตั้งค่า เราไม่ได้ผูกติดอยู่กับแบรนด์ใดโดยเฉพาะ ชุดติดตั้งเพิ่มเติมของเราจะใช้ได้กับรถเกี่ยวนวดทุกรุ่นที่มีอยู่ในฝูงบินของเกษตรกร สำหรับการรวมกันมากกว่าห้าปี การเชื่อมต่อกับระบบควบคุมอาจไม่ง่ายนัก (บางครั้งจำเป็นต้องมีเซ็นเซอร์มุมบังคับเลี้ยวเพิ่มเติม) แต่โดยปกติแล้วการติดตั้งและการปรับเทียบสามารถทำได้ภายในหนึ่งวัน และใช้เวลาเพียง 10 นาทีในการฝึกคนขับรถใหม่ ระบบตามวิสัยทัศน์ของเราขับเคลื่อนการรวมกัน ดังนั้นผู้ปฏิบัติงานสามารถมุ่งเน้นไปที่การเก็บเกี่ยวและปรับกระบวนการให้เข้ากับคุณลักษณะเฉพาะของพืชผล Cognitive Agro Pilot ทำหน้าที่บังคับเลี้ยวทั้งหมดและรักษาระยะห่างระหว่างแถวอย่างแม่นยำ ช่วยลดช่องว่างให้เหลือน้อยที่สุด โดยจะมองหาสิ่งกีดขวาง จัดหมวดหมู่ และคาดการณ์วิถีของสิ่งกีดขวางหากเคลื่อนที่ หากมีเวลา มันจะเตือนคนขับให้หลีกเลี่ยงสิ่งกีดขวาง หรือตัดสินใจขับไปรอบๆ หรือขับช้าลง นอกจากนี้ยังประสานการเคลื่อนไหวกับรถบรรทุกเมล็ดพืชและการผสมผสานอื่นๆ เมื่อเป็นส่วนหนึ่งของรูปแบบ ครั้งเดียวที่ผู้ปฏิบัติงานจำเป็นต้องขับรถเป็นประจำคือการหมุนเครื่องผสมเมื่อสิ้นสุดการวิ่ง หากคุณต้องการเลี้ยว ไปข้างหน้า—นักบิน Cognitive Agro ปล่อยการควบคุมและเริ่มมองหาขอบครอบตัดใหม่ ทันทีที่พบหุ่นยนต์พูดว่า: “ให้ฉันขับรถนะ” คุณกดปุ่มและมันก็เข้าครอบงำ ทุกอย่างเรียบง่ายและใช้งานง่าย และเนื่องจากโดยปกติแล้วการวิ่งจะมีความยาวไม่เกิน 5 กิโลเมตร ผลัดกันเหล่านี้คิดเป็นสัดส่วนน้อยกว่า 1 เปอร์เซ็นต์ของภาระงานของผู้ขับขี่ เมื่ออยู่ในภาคสนาม Cognitive Agro Pilot ที่เพิ่งติดตั้งใหม่กล่าวว่า: “ไชโย เราอยู่ในสนามแล้ว” ขออนุญาตคนขับเพื่อเข้าควบคุมและเริ่มขับรถ ในระหว่างโครงการนำร่องของเราในปีที่แล้ว ผลผลิตจากพื้นที่เดียวกันเพิ่มขึ้น 3 ถึง 5 เปอร์เซ็นต์ เนื่องจากความสามารถของเครื่องเก็บเกี่ยวในการรักษาความกว้างของการตัดโดยไม่ทิ้งพื้นที่ที่ยังไม่ได้เก็บเกี่ยว เพิ่มขึ้นอีก 3 เปอร์เซ็นต์เพียงเพราะผู้ปฏิบัติงานมีเวลาในการตรวจสอบสิ่งที่เกิดขึ้นข้างหน้าอย่างใกล้ชิดยิ่งขึ้น เพิ่มประสิทธิภาพการเก็บเกี่ยว ด้วยนักบินของเรา ปริมาณงานของคนขับจึงต่ำมาก พวกเขาเริ่มระบบ ปล่อยพวงมาลัย และสามารถควบคุมเครื่องจักรหรือตรวจสอบราคาสินค้าโภคภัณฑ์บนโทรศัพท์ได้ สัปดาห์แห่งการเก็บเกี่ยวเป็นความเจ็บปวดอย่างแท้จริงสำหรับผู้ขับขี่แบบรวมกลุ่ม ซึ่งไม่ได้พักผ่อนเลย ยกเว้นการนอนในตอนกลางคืน ในหนึ่งเดือนพวกเขาต้องมีรายได้เพียงพอสำหรับหกคนที่กำลังจะมาถึง ดังนั้นพวกเขาจึงหมดแรง อย่างไรก็ตาม ผู้ขับขี่ที่ใช้โซลูชันของเราพบว่ายังมีพลังงานเหลืออยู่ และผู้ที่เลือกทำงานเป็นเวลานานกล่าวว่าพวกเขาสามารถทำงานได้มากกว่าปกติ 2 ชั่วโมง การได้รับชั่วโมงทำงานเพิ่มขึ้น 10 หรือ 15 เปอร์เซ็นต์ตลอดช่วงการเก็บเกี่ยวอาจฟังดูเล็กน้อย แต่หมายความว่าคนขับมีเวลาอีกสามวันในการเก็บเกี่ยวพืชผล ดังนั้น หากมีวันที่สภาพอากาศเลวร้าย (เช่น ฝนที่ทำให้เมล็ดพืชงอกหรือร่วงหล่น) ความน่าจะเป็นในการรักษาผลผลิตพืชผลให้สูงก็จะยิ่งมากขึ้น และเนื่องจากตัวดำเนินการแบบรวมจะได้รับเงินตามปริมาณการเก็บเกี่ยว การใช้ระบบของเราช่วยให้พวกเขาทำเงินได้มากขึ้น ในท้ายที่สุด ทั้งคนขับและผู้จัดการต่างกล่าวอย่างเป็นเอกฉันท์ว่าการเก็บเกี่ยวกลายเป็นเรื่องง่าย และโดยทั่วไปแล้ว ต้นทุนของระบบ (ประมาณ 10,000 ดอลลาร์สหรัฐฯ) จะได้รับการชำระในเวลาเพียงฤดูกาลเดียว การรวมไดรเวอร์เข้าด้วยกันจะทำให้เทคโนโลยีของเราใช้งานได้อย่างรวดเร็ว—หลังจากสองสามวันแรก ผู้ขับขี่หลายคนเริ่มวางใจในหุ่นยนต์ของเราว่าเป็นหน่วยสืบราชการลับที่มีอำนาจสูงสุด หรือตัดสินใจที่จะทดสอบมันจนตาย บางคนเข้าใจผิดว่าหุ่นยนต์ของเราคิดเหมือนมนุษย์และรู้สึกผิดหวังเล็กน้อย เห็นว่าระบบของเราทำงานได้ดีในตอนกลางคืนและมีปัญหาในการขับขี่ท่ามกลางฝุ่นเมื่อเครื่องผสมหลายตัวกำลังขับอยู่ในไฟล์ แม้ว่ามนุษย์จะมีปัญหาในสถานการณ์เหล่านี้ได้เช่นกัน ผู้ปฏิบัติงานก็จะบ่นว่า “มองไม่เห็นได้อย่างไร” คนขับที่เป็นมนุษย์เข้าใจดีว่าระยะห่างจากส่วนรวมข้างหน้าอยู่ที่ประมาณ 10 เมตร และพวกเขากำลังเดินทางด้วยความเร็วคงที่ เมฆฝุ่นจะพัดหายไปในไม่กี่นาที และทุกอย่างจะเรียบร้อย ไม่ต้องเบรก. อเล็กซ์ คนขับรถไฟเลี้ยวหน้าไม่เบรกแน่นอน หรือเขาจะ? เนื่องจากระบบไม่ได้ใช้เวลาหลายปีร่วมกับอเล็กซ์ และไม่สามารถใช้ประสบการณ์ชีวิตทำนายการกระทำของเขาได้ ระบบจะหยุดการรวมและปล่อยการควบคุม นี่คือจุดที่สติปัญญาของมนุษย์เอาชนะ AI ได้อีกครั้ง การเลี้ยวเมื่อสิ้นสุดการวิ่งแต่ละครั้งจะเหลือเพียงความฉลาดของมนุษย์ในตอนนี้ คุณลักษณะนี้ไม่เคยล้มเหลวในการสร้างความประหลาดใจให้กับการรวมไดรเวอร์ แต่กลายเป็นสิ่งที่ท้าทายที่สุดในระหว่างการทดสอบ: ความกว้างมหาศาลของส่วนหัวหมายความว่าต้องมีการตั้งสมมติฐานจำนวนมากเกี่ยวกับวัตถุที่อยู่นอกเหนือสายตาของกล้องเดี่ยวของเรา เพื่อ ทำให้คุณลักษณะนี้เป็นแบบอัตโนมัติ เรากำลังรอให้เสร็จสิ้นการทดสอบบนภูมิประเทศที่ขรุขระ เรากำลังทดลองกับเทคโนโลยีเรดาร์รูรับแสงสังเคราะห์ของเรา ซึ่งสามารถเห็นขอบครอบตัดและแถวครอบตัดเป็นภาพความถี่วิทยุ วิธีนี้ไม่ได้เพิ่มต้นทุนรวมของโซลูชันมากนัก และเราวางแผนที่จะใช้เรดาร์สำหรับ “agrodroids” เวอร์ชันขั้นสูงของเราซึ่งมีไว้สำหรับการทำงานในที่ที่มีทัศนวิสัยต่ำและในเวลากลางคืน ในช่วงฤดูร้อนและฤดูใบไม้ร่วงปี 2020 รถยนต์ขับเคลื่อนอัตโนมัติมากกว่า 350 แห่งที่ติดตั้งระบบ Cognitive Agro Pilot ขับผ่านพื้นที่กว่า 160,000 เฮกตาร์ และช่วยหัวหน้างานที่เป็นมนุษย์เก็บเกี่ยวพืชผลมากกว่า 720,000 ตันจากคาลินินกราดในทะเลบอลติกถึงวลาดิวอสต็อกในรัสเซีย ตะวันออกอันไกลโพ้น. หุ่นยนต์ของเราทำงานมากกว่า 230,000 ชั่วโมง ขับผ่าน 950,000 กิโลเมตรในปีที่แล้ว และภายในสิ้นปี 2564 ระบบของเราจะพร้อมใช้งานในสหรัฐอเมริกาและอเมริกาใต้ ชาวนาทั่วไปและผู้ใช้โซลูชันของเราอาจเคยได้ยินเกี่ยวกับรถยนต์ไร้คนขับในข่าวหรือเห็นคำว่า “โครงข่ายประสาทเทียม” มาบ้างแล้ว แต่นั่นเป็นการสรุปประสบการณ์ AI ของพวกเขา ดังนั้นจึงเป็นเรื่องที่น่าสนใจที่ได้ยินพวกเขาพูดว่า “ดูสิ การแบ่งกลุ่มทำงานได้ดีแค่ไหน!” หรือ “โครงข่ายประสาทเทียมกำลังไปได้สวย!” ในห้องโดยสารของคนขับ การเปลี่ยนกระบวนทัศน์ทางเทคโนโลยีต้องใช้เวลา ดังนั้นเราจึงมั่นใจว่าโซลูชันของเรามีความเข้ากันได้มากที่สุดกับเครื่องจักรที่มีอยู่ ไม่ต้องสงสัยเลยว่าในขณะที่เกษตรกรปรับตัวเข้ากับนวัตกรรมในปัจจุบัน เราจะเพิ่มความเป็นอิสระของเครื่องจักรทุกประเภทอย่างต่อเนื่องสำหรับงานทุกประเภท เมื่อสองสามปีก่อน ข้าพเจ้าศึกษางานของคณะเผยแผ่สหประชาชาติในรวันดาเกี่ยวกับปัญหาภาวะทุพโภชนาการในเด็กเรื้อรัง ฉันจะไม่มีวันลืมรูปถ่ายของเด็กที่ผอมแห้ง มันทำให้ฉันนึกถึงความอดอยากที่เกิดกับเลนินกราดที่ถูกปิดล้อมในช่วงสงครามโลกครั้งที่สอง ญาติของฉันบางคนเสียชีวิตที่นั่นและไดอารี่ของพวกเขาเป็นเครื่องพิสูจน์ถึงข้อเท็จจริงที่ว่ามีจุดจบที่น่ากลัวยิ่งกว่าความตายจากความอดอยาก ฉันเชื่อว่าหุ่นยนต์อัตโนมัติและการเพิ่มประสิทธิภาพ AI ของเครื่องจักรกลการเกษตรที่ใช้ในพื้นที่เกษตรกรรมที่มีความเสี่ยงสูงหรือภูมิภาคที่มีการขาดแคลนแรงงานที่มีทักษะควรมีความสำคัญสูงสุดสำหรับรัฐบาลทั้งหมดที่เกี่ยวข้องกับการตอบสนองต่อความท้าทายด้านความมั่นคงด้านอาหารทั่วโลกอย่างเพียงพอ บทความนี้ปรากฏในฉบับพิมพ์เดือนกันยายน 2564 ในชื่อ “On Russian Farms, the Robotic Revolution Has Begin”

Back to top button