Kaip „Carbon Robotics“ pastatė didelio augalo modelį savo lazeriniam ravėjimo robotui

„Carbon Robotics“ turi lazerinius ravėjimo robotus, kurie veikia 14 pasaulio šalių, naikinančių įvairius augalus, oro sąlygas ir piktžolių rūšis. Už visų šių robotų slypi didelės gamyklos modelis, kurį bendrovė kūrė nuo pirmųjų veiklos dienų.

Paulas Mikesellas, „Carbon Autonomous Robotic Systems Inc.“ generalinis direktorius, įkūrė įmonę po pokalbio su ūkininku apie šiandienos žemės ūkio iššūkius.

„Pardaviau lėktuvą ūkininkui ir mes ką tik pradėjome kalbėtis“, – pasakojo jis Roboto ataskaita. „Supratau, kad žemės ūkis turi didelių problemų ir, atrodo, niekas į tai nekreipia dėmesio ir nesistengia jas spręsti. Iš karto supratau, kaip ten sukurti vertę, remiantis viskuo, ką girdėjau.

Mikesell įžvelgė galimybę dirbtinio intelekto ir robotikos pagalba ūkininkams ravėti, o tradiciniai procesai gali būti savalaikiai, brangūs ir neveiksmingi. Kai jis nusprendė sukurti robotą, kuris išspręstų problemą, Mikesellas žinojo, kad jam reikės sukurti robotą, kuris galėtų greitai pradėti darbą ir teiktų vertę ūkininkams.

„Manau, kad bet kurioje iš šių įmonių labai svarbu, kad kažkas veiktų greitai ir anksti, o ne pradėti nuo didelės vizijos, o paskui praleisti metus vien bandant ją sukurti“, – sakė Mikesellas.

Carbon komanda daug metų dirbo fermose, nešiojamuose kompiuteriuose iš priekabų, kad surinktų duomenis apie realias lauko darbo sąlygas. „Ūkininkai buvo labai svetingi, labai įžvalgūs, taip pat atvirai su mumis apie savo problemas ir kur jie galėjo pamatyti IG, atsižvelgdami į tai, ką mes kuriame“, – sakė jis.

Šie duomenys taps labai svarbūs Sietle įsikūrusios įmonės didelio augalo modeliui (LPM), kuris leidžia dabartinei sistemai identifikuoti ir nukreipti piktžoles.

„Carbon Robotics“ pati surinko didžiąją dalį savo ankstyvųjų duomenų

“Taigi, bet kurio iš šių AI projektų pradžioje jums reikia gero duomenų rinkinio, skirto šiems duomenims išmokti. Mūsų visi buvo kuruojami duomenų rinkiniai”, – paaiškino Mikesellas. “Mes patys darydavome nuotraukas. Viską ženklindavome patys.”

Norint sukurti AI sistemą, kuri veiktų realiomis sąlygomis, reikia ne tik daug duomenų; taip pat reikia aukštos kokybės duomenų. Kad tai padarytų, „Carbon Robotics“ praleido daug laiko tobulindama apšvietimo sistemą aplink savo kameras, kad užtikrintų, jog kiekviena roboto renkama nuotrauka būtų aiški esant įvairioms lauko apšvietimo sąlygoms.

“Anksti sukūrėme neįtikėtiną apšvietimo sistemą, kuri suteikia mums tiesiog gražias nuotraukas be šešėlių. Taigi, mes ne tik turime didžiausią duomenų rinkinį, bet tai tikriausiai ir geriausios nuotraukos su didele raiška ir tobulu apšvietimu”, – sakė Mikesellas. „Turime visą geografiškai pažymėtą informaciją, todėl žinome, kur jie buvo, kuriuo paros metu ir visa kita.

“Mūsų lemputės mirksi penkis kartus ryškiau nei saulė, bet taip neatrodo, nes darbo ciklas yra toks lengvas. Tai 10% darbo ciklas, taigi, kai žiūrite į jį, jis atrodo vidutiniškai šviesus”, – pridūrė jis.

Mikesellas pažymėjo, kad kiti lauko robotai naudoja tam tikrą sijoną, kuris apeina kamerų sistemą. Tai gali veikti daug dienos. Tačiau kai saulė leidžiasi arba teka, o šviesa sklinda iš horizonto linijos, tai vis tiek gali turėti įtakos veikimui.

Labai svarbu greitai paleisti „duomenų smagratį“.

Kai LaserWeeder naikina piktžoles, iš piktžolių gaunamos maistinės medžiagos grįžta į dirvą pasėliams tręšti, sakė Mikesellas. | Šaltinis: Carbon Robotics

Galiausiai „Carbon Robotics“ komanda sugebėjo sukurti savo ženklinimo įrankius ir sukurti AI modelį. „Mums visada rūpėjo, kaip greitai gauti pakankamai duomenų“, – sakė Mikesellas. „Taip atsitiko, kad mūsų dirbtinis intelektas buvo pakankamai geras, pakankamai greitai, kad tada pradėjome diegti ir parduoti mašinas.

Tai atveria duris duomenų smagračiui sukurti. Kadangi robotai kasdien renka daugiau aukštos kokybės realaus pasaulio duomenų, modelis tampa tvirtesnis. Kad tai būtų įmanoma, komanda pirmenybę teikė duomenų fiksavimui iš dislokuotų robotų.

„Kai įjungsite smagratį, turėsite šį puikų duomenų rinkinį ir galėsite padaryti keletą nuostabių dalykų“, – sako Mikesell. „Dabar galėjome konvertuoti savo AI į šį naujo tipo dirbtinį intelektą, apie kurį paskelbėme šiais metais, vadinamą didelių gamyklų modeliu arba LPM. LPM esmė ta, kad dabar ji gali apibendrinti augalų tipus, iš anksto nieko nežinant apie tai, ką bandote daryti.

„Tai reiškia, kad galime pradėti auginti naują pasėlį, kurio niekada anksčiau nematėme, ir be jokio perkvalifikavimo galime pasakyti AI, tai yra jūsų pasėlis, o tai yra jūsų piktžolės“, – tęsė jis.

Ar Carbon ateityje naudos generatyvųjį AI?

Mikesellas pažymėjo, kad „Carbon Robotics“ šiuo metu savo robotuose nenaudoja generatyvaus AI, tačiau jis mato, kad ši technologija gali turėti įtakos žemės ūkiui.

„Viena vieta galėtų būti sintetiniai treniruočių duomenys“, – sakė jis. „Gali kilti diskusijų dėl to, ar pavadintumėte tą generatyvųjį AI, ar ne, bet taip pridedami sintetinių mokymo duomenų fragmentai, kad jūsų AI modeliai būtų geresni. Tai, ką jūs darote, naudojate tikrai didelį, lėtą ir brangų modelį duomenims gaminti, kad išmokytumėte tai, kas turėtų būti jūsų greitas ir lengvas diegimas.

„Kitas dalykas, žinoma, būtų žmonių sąveika, nes generatyvinis AI labai gerai veikia kalbant su žmonėmis“, – pridūrė Mikesellas. „Taigi ateityje tai darysime daugiau“.

Mikesell taip pat matė, kad įmonės naudoja generatyvųjį dirbtinį intelektą, kad peržiūrėtų ūkio duomenis ir pateiktų juos ūkininkams lengvai suprantamais būdais. Pavyzdžiui, ūkininkas gali tiesiog paklausti sistemos apie savo derlių ar pasėlių būklę.

Carbon Robotics suteikia traktoriams autonomijos

Šių metų pradžioje „Carbon Robotics“ išleido „Carbon Autonomy Tractor Kit“ (ATK), modifikuotą esamiems traktoriams. Mikesell teigė, kad bendrovė jau sukūrė autonomijos sistemą savo LaserWeeder, kurią galiausiai nusprendė parduoti kaip traukiamąjį, o ne nepriklausomą įrenginį.

Dabar ji naudoja šią technologiją, kad suteiktų autonomiją ūkininkams, dirbantiems su apsodintais laukais.

„Nusprendėme atlikti, mūsų nuomone, sunkesnę, bet galbūt tinkamesnę užduotį, ty šias pasodinto lauko užduotis“, – sakė Mikesellas. „Taigi aš kalbu apie viską, pradedant ravėjimu lazeriu, bet ir apie purškimą, kultivavimą, įdirbimą, lysvių formavimą, žemės dirbimą ir lauko įrengimą.

„Šie žmonės jau turi savo traktorius ir paprastai nori, kad į traktorių galėtų ką nors įsodinti įvairiomis dienos dalimis, kad galėtų atlikti įvairias operacijas“, – sakė jis. Carbon teigė, kad rinkinys suteikia ūkininkams daugiau lankstumo, todėl prireikus jie gali pasinaudoti autonomija.

Anglies dioksidas atneša naują finansavimą, erzina naują produktų liniją

Praėjusį mėnesį „Carbon Robotics“ surinko 20 mln. USD per D-2 serijos pratęsimo etapą, kuriam vadovavo „Giant Ventures“. Mikesell teigė, kad naujas finansavimas leis įmonei baigti kurti naujausią produktų liniją.

„Jis yra visiškai orientuotas į trečiąjį produktą, naują produktų liniją, kurią kuriame, apie kurią dar neskelbėme ar nekalbėjome, išskyrus tai, kad tai yra pakartotinis mūsų esamo dirbtinio intelekto krūvos panaudojimas kai kuriais naujais būdais su kai kuriais naujais mūsų kuriamais robotais“, – sakė Mikesellas.