谷歌登月实验室的新项目,多么土

时间:2020-10-17 14:49 点击:112

原题目:Google登陆月球试验室的最新项目,竟然那么“土”

已经看本文的你,今日你吃饭了吗?

是不是想过,假如到30、50年之后,给你很有可能会为饥饿感而发愁?

假如真会那般,很有可能并并不是由于你的经济发展工作能力不好,只是“大环境缘故”:由于土地资源营养成分贫乏、气候问题等缘故,作物的高产很有可能没法紧跟人口增长。每个人都是有很有可能饿着肚子。

你以为它是自相矛盾。新任加拿大航天部门厅长、地理学家 Megan Clark 在二零零九年作出可能:要想保证每个人都能吃饱了,将来50年内的食材产出率,必须比过去一万年里还多。

殊不知,地球上的耕种土地资源也许没法完成这一希望——最少依照如今的单一栽种(monoculture) 方法,是不太可能的。

因此Google就来帮助了。

Alphabet(Google资产重组后的总公司)集团旗下的最前沿科研院所“登陆月球试验室”(也就是以前的 Google X 试验室),近期官方宣布了一个新的农业生态新项目,全名是 Mineral。

Mineral 明确提出了一个说白了的“测算式农牧业”核心理念,准备选用深度学习——Google最善于的技术性之一——去处理人们将要在未来几十年内遭遇的谷物紧缺难题。

Mineral 要想为农民开发设计一套手机软件和硬件配置的专用工具,协助她们能够更好地掌握实际到每一寸土地资源、每一株作物的状况,辅助她们作出更强的管理决策。

粮食危机在靠近

现代化农业耕种全是增产作物:水稻、麦子和苞米,这三者相互担负了全世界近半的绿色植物来源于热量。以英国为例子,假如你读过《杂食者的困境》(The Omnivore's Deilemma) 一书,很有可能会诧异于外国人日常饮食之中,有多少看上去和苞米没什么关系的食材,实际上都来自于苞米。

結果便是,现如今的耕种农牧业,在作物类型上欠缺多元性。联合国粮农组织的汇报显示信息,在人们已经知道的三万种可食用植物之中,人们耕种的仅有不上1%,也即低于300种。

科学研究告知大家,在一个生物系统里欠缺多元性,通常会产生比较严重的难题。做一个形容:假如人类只耕种麦子,随后出現了一种红遍全球的对于麦子的病虫害,人们将马上遭遇比较严重的粮食危机。欠缺多元性的伤害就在这里。

值得一提的是,现代化农业还让耕种越来越极为追求完美高效率,作物被依照1亩乃至每半亩为企业统一管理方法,化肥、灭虫剂大规模应用和喷撒。再加上单一栽种的基本上,那样做会造成 土壤层中的营养成分、矿物外流、微生物菌种多元性减低,存碳工作能力减少。結果为了更好地填补,大量的化肥、灭虫剂等化合物被应用,产生了两极化……

知道难题是啥,回答也不言而喻了:

1)修复被现代化农业忽略的间种 (intercropping),也就是在同一时间同一土地资源耕种二种或更多种多样作物,提升 土地资源、太阳能的使用率,或栽种可以避免 土壤层冲洗、改进土壤层营养物质的填土作物 (cover crop);

2)更有目的性的应用有机化学物,修复土壤层身心健康,也可以节约能源。

实际上在国外、我国那样的关键农牧业我国,农牧业的现代化水平早已很高了。但 Mineral 和全世界很多我国的农民沟通交流后发觉,她们要想用高新科技,用数据信息去辅助管理决策,也在应用感应器、GPS这类各种各样的专用工具,却依然觉得帮不了多少的忙。

Mineral 的网址上那样写到:每一个时节,农民必须作出上一百多个管理决策。大家掌握到,当今的(高新科技)专用工具怎样没法使她们融入应对的挑戰。即便她们应用感应器,excel表和GPS等数据专用工具,这种数据信息要不独立,要不没法反映农牧业的多元性。

Mineral 说白了的“测算式农牧业”,究竟是什么呢?

是一台有车轮子的田地智能机器人:

自然,这台智能机器人并并不是 Mineral 的所有,只是该企业设计构思的手机软件和硬件配置专用工具之中的第一个商品。

这台智能机器人被称作 "Plant Buggy"——立即汉语翻译回来得话便是“农田越野汽车”。它有不一样的尺寸规格,能够在田间行走。车里配有监控摄像头、深层感应器、GPS等设备,能够搜集田地里的数据信息,粒度分布能够优化到每一株作物。

车辆也经历了好多个版本号的迭代更新,最一开始是用单车改的:

随后车里改装了大量的机器设备,身型也变变大:

十分比较有限的信息内容显示信息,车里好像还装有深度学习机器设备,能够对发掘和分析数据,转化成根据图象、地形图的作物生长发育情况汇报。

下边它是一张 Plant Buggy 拍下的相片,显示信息了菜园里不一样株作物的生长发育和病虫害状况不一样,也最能体现土壤层的状况。

深度学习优化算法能够辨别界面中什么是作物,什么是土壤层,及其作物的生长发育主要表现也可以反映出去,例如下面的图中生长发育优良的便是翠绿色,欠佳则是鲜红色:

Plant Buggy 再次在农田里穿梭,拍下大量的相片,融合地图信息,能够把一整片农田给“智能化”,协助农民跟踪每一株作物的主要表现。在深度学习优化算法的协助下,Mineral 的工具软件能够预测分析作物对自然环境的反映,协助农民对单棵绿色植物“对症治疗”,并非对一整片农田开展统一化的解决。

最后,农民能够能够更好地跟踪每一株绿色植物的主要表现,减少栽种成本费及其过多应用有机化学物对土壤层导致的负面影响。Mineral 还声称,那样可以协助农民更精确地预测分析收获。

现阶段,Mineral 已经和英国、澳大利亚、克罗地亚和巴西的农民进行协作和检测。将来,该企业方案在未来拓展协作的方式,让全球大量的私营企业企业、非盈利组织 、学术研究企业和政府部门还可以参加进去。

深度学习能更改农牧业吗

但是目前为止,Mineral 到底能帮上农民是多少,临时都还没经典案例能够共享。一些农村经济和谷物难题层面的权威专家也对此项技术性的普及化市场前景表述了猜疑。

非盈利组织 “全世界改进营养成分同盟”(Global Alliance for Improved Nutrition) 高级合伙人,前联合利华可持续性技术性精英团队组员 Oliver Camp 表明,在实际中,农民的确早已再用各种各样方式方法,但因为认知能力、合理性及其运营模式等各个方面缘故,许多 农业科技来到农民的手里,预期效果压根达不上设计方案初心。

他还担忧,“针对全世界谷物紧缺难题最比较严重国家和地区的六亿农民而言,要想用上此项 (Minderal 的) 技术性也许是无望。”

总的来说,做为从(原)谷歌公司的甚为高端大气的“登陆月球试验室”问世的新项目,Mineral 的确是非常贴近生活。它期待处理的是个长久,但又进一步的难题,仅仅从数据量十分比较有限的叙述看来,它的解决方法好像又有点儿过度下里巴人了。

深度学习的发展潜力不容置疑,但迄今此项技术性非常大水平上依然是个不能表述的黑盒子。Mineral 的计划方案,预测分析的准禁止,确实能给农民产生多少协助,的确不太好说。它要想获得农民的信赖,仍必须充足多的经典案例去证实自身。


当前网址:http://www.mdjlfvk.tw/rihanoumeizhongwenzimuzaixianmianfeikan/161103.html
tag:作物,耕种,农民,机器学习,土壤,做出,农业,多样性,田地,

发表评论 (112人查看0条评论)
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
昵称: 验证码:点击我更换图片
最新评论

Powered by 日韩欧美中文字慕在线 @2014