人工智能如何改善可控环境农业

时间:2020-04-22 16:14:57来源:
导读 在受控环境农作物的生产中使用人工智能有可能使农作物更快更有效地生长。大多数人都熟悉术语人工智能或 AI。Koidra LLC的创始人Ken Tran

在受控环境农作物的生产中使用人工智能有可能使农作物更快更有效地生长。大多数人都熟悉术语“人工智能”或“ AI”。Koidra LLC的创始人Ken Tran说,人工智能是一个非常宽松的定义。

为了将人工智能应用于可控环境农业,Ken Tran与全球的园艺专家合作,包括加拿大的Xiuming Hao博士和Shalin Khosla。

“人工智能从广义上讲意味着计算机可以执行任务的任何事情,”特兰说。

“经典的AI可能是一个没有能力一直学习和改进的程序。例如,可以编写一个程序供计算机下棋。计算机本身可以下象棋,但是它遵循程序员所强加的特定逻辑。随着时间的流逝,这种类型的AI并不会得到改善。”第二种类型的AI可以承担责任,可以随着时间的推移学习和改进其他数据。

Tran说:“这种类型的AI很有希望,因为它可以不断改进。”“借助这种类型的AI,计算机可以自主学习如何使用数据。”

Tran表示,两种类型的AI都是有用的,并且会互相促进。他说:“第二种类型被认为是AI的第二阶段。”“可学习的AI是专家系统类型AI的下一阶段。两种类型的AI都可以在受控环境农业中有重要应用。

结合了AI的温室挑战

Tran是AI和园艺专家团队的首席研究员和负责人,赢得了荷兰瓦赫宁根大学和研究组织的首届国际自主温室挑战。Tran是Project Sonoma团队的首席研究工程师。在Tran参加挑战赛时,他是Microsoft Research的一名员工,他的大部分精力都放在机器学习上。

肯·特兰(Ken Tran)是赢得了首届国际自动温室挑战赛的人工智能和园艺专家团队的首席研究员和负责人。温室挑战赛于2018年5月至2018年12月进行,五个团队在大学自己的温室中种植黄瓜作物。挑战的目的是将AI与温室数据相结合,以最大程度地增加作物产量,同时最大程度地减少温室输入。

“ Sonoma团队在比赛中的成功来自我们与园艺研究人员的合作,” Tran说。“没有他们的参与和他们提供的领域知识,我们将无法取得成功。”

该团队与加拿大农业和农业食品公司的Xiuming Hao博士,安大略省农业,食品和农村事务农业部的Shalin Khosla以及俄亥俄州立大学的Chieri Kobota博士等研究人员合作。

“在为比赛种植黄瓜之前,我们还没有种植黄瓜,但是我们仍然能够获胜,” Tran说。“在比赛中,我们的团队比以前种植黄瓜的荷兰专业种植者团队表现更好。我们的团队每平方米能够生产超过55公斤的黄瓜。而且,黄瓜的净利润比荷兰的种植者高出17%。”

CEA的潜在好处

在Tran受雇于Microsoft期间,他致力于强化学习。他以简单的定义解释了强化学习是一种用于控制应用程序的数据驱动方法。它学会根据奖惩数据找到最佳行动。

他说:“我们希望找到一个好的应用程序来激发我们的强化学习研究。”“在2017年,我一直在寻找纯粹的应用程序,这意味着该应用程序将产生巨大的影响,并且对于强化学习也是可行的。我从室内垂直农场开始,这是一个很好的应用程序,因为它是一个受良好控制的环境,几乎不受外界影响。它很容易上手,因为测试环境可以像一个小的生长室一样简单。

最新文章