AI v zemědělství: umělá inteligence třídí okurky

Pokrok se šíří napříč všemi odvětvími a nemíjí ani zemědělství. I v této oblasti najde své využití robotika a umělá inteligence. Nedávno jste se mohli dočíst, že přichází autonomní zemědělství, a to například v podobě částečně autonomního traktoru od společnosti Case IH. AI se ale nehodí jen na ovládání autonomních vozidel. Jak totiž dokazuje tento projekt, algoritmy strojového učení jsou v zemědělství dobré i třeba při třídění okurek.

Tento nápad pochází z hlavy japonského konstruktéra jménem Makoto Koike. Jeho rodiče totiž na své farmě pěstovali okurky, které musely být ručně tříděny podle mnoha různých aspektů, jako je velikost, tvar, barva či čerstvost. Celkově se na této farmě rozlišuje devět různých kategorií. Aby tedy Makoto Koike tuto práci usnadnil, respektive nechal plně na strojích, sestavil systém, který dokáže tuto zeleninu třídit autonomně.

Jako software pro svůj třídicí stroj používá Japonec open-source technologii TensorFlow od Googlu. K této myšlence ho přivedlo sledování zápasu umělé inteligence AlphaGo proti profesionálním hráčům čínské deskové hry Go. Pokud technologie hlubokého učení funguje při řešení složitých situací ve hře, proč by se nemohla naučit i dobře rozpoznávat jeho zeleninu? A tak začal vytvářet inteligentní třídič na okurky.

Systém funguje tak, že pomocí kamer jsou pořizovány fotografie jednotlivých okurek. Snímky jsou následně vyhodnocovány umělou inteligencí od Googlu. AI identifikuje jednotlivé typy okurek podle mnoha znaků a stroj je pak podle těchto informací roztřídí.

Tyto algoritmy strojového učení ale potřebují ke svému tréninku velké množství dat. Makoto Koike měl k dispozici 7000 fotografií správně roztříděných okurek, na testovacích snímcích byla úspěšnost systému 95 %. V praxi však systém správně roztřídí jen 70 % okurek.

V současné době se tedy Japonec zaměřuje především na to, jak zvýšit přesnost při rozpoznávání typů okurek, protože s výsledky zatím není spokojen. Má v plánu například zvýšit kvalitu fotografií, které mají rozlišení jen 80×80 pixelů. I při takto nízkém rozlišení však trval trénink se 7000 položkami dva až tři dny.

Makoto Koike je především přesvědčen, že tento systém pro třídění okurek umožní farmářům hlavně ušetřit jejich čas. Zemědělci se tak nemusí starat o tuto práci, protože ji přenechají strojům, a mohou se více věnovat jiným činnostem důležitým pro jejich hospodářství.

Zdroje: engadget.com, cloud.google.com