當 SprayBox 機器人識別一種植物時，它不只是噴灑它——它會構建整個田地的一厘米一厘米的地圖，包括每株植物的地理定位和識別。（圖片：Verdant Robotics）

得益于 Verdant Robotics，去年在美國加利福尼亞州中央山谷的不需要的作物和雜草一直處于警戒狀態，居民呼吸更順暢。這是因為當地的拖拉機一直在牽引該公司的 SprayBox 技術：人工智能機器人包括 50 個噴嘴和一個復雜的計算機系統，旨在為農民提供高保真信息以提高農業產量。

SprayBox 目前主要與胡蘿卜種植者簽訂合同，但著眼于擴張，它使用計算機視覺和機器學習來查看感興趣的對象并對其采取行動。

“拖拉機后面有一堆機器人，所以這是一個非常令人興奮的工作領域，這不是雙關語。”美國佐治亞理工學院教授 Frank Dellaert 博士說，他也是位于加利福尼亞州舊金山郊外的 Verdant Robotics 的首席技術官。

事實上，SprayBox 可以以每秒 20 次的速度瞄準單個雜草和農作物，然后以毫米的精度向它們噴灑除草劑或肥料。此外，機器人每小時可以識別和處理超過 500,000 株植物，同時使用的化學除草劑比傳統噴灑技術少 95%。

該技術使用由 50 個噴嘴和復雜的計算機系統組成的人工智能機器人。（圖片：Verdant Robotics）

但這還不是全部。當 SprayBox 機器人識別一種植物時，它不只是噴灑它——它會構建整個田地的一厘米一厘米的地圖，包括每株植物的地理定位和識別。

Dellaert 指出，SprayBox 不是自動的——駕駛室里有人，系統在拖拉機后面運輸。不過，附加的是攝像頭，可以查看作物。

“然后我們決定，使用機器學習和人工智能技術，'什么是雜草？'，'什么是胡蘿卜？'然后我們有這些小型噴霧器，我們用有機化學品非常精確地噴灑在雜草上。”他說：“同時，我們進行高級 3D 視覺和機器學習的研發。所以這不是火箭科學——它比火箭科學更酷。”

根據 Dellaert 的說法，最大的技術障礙之一是在真實領域中做到這一點。“泥漿噴回我們的機器，所以我們必須非常堅固，并想辦法讓這種先進的機器人技術工作多年。”

他說，另一個挑戰是將 3D 技術應用于活作物田間并進行 3D 重建。

“那里有很多技術挑戰，例如處理振動、快速移動以及具有這些植物 3D 特性的鉆機。”Dellaert 說：“這是一個非常酷的計算機視覺和機器學習問題。”

“由于我們掌握了有關作物和雜草的所有這些數據，我們現在可以與種植者合作，以可持續的方式優化水果種植。”他說：“我們如何以最少的化學品輸入來做到這一點？我們怎么可能年復一年地找出雜草壓力很大的地方。讓這家公司成為一家能夠在更大范圍內優化農業的人工智能公司是我們未來的愿景。”

他補充說，任何想要效仿并實施新技術的人都需要一件事：關注消費者。

Dellaert 說：“我們專注于種植者的需求，我認為這是關鍵。這廣泛適用于任何想要將技術帶入更大市場的人。你需要知道你的客戶是誰。而且，就我們而言，我們的客戶不僅是種植者，也是社會。我們希望減少農業食品種植過程中的化學品投入。目前，我們仍在對技術進行微調。我們的計劃是在加州停留一段時間以優化技術。但可以肯定的是，我們已經在與其他地區的種植者交談。”