|
iUNU的Luna 是一個溫室AI平台，它在軌道上使用空中機器人，每天使用計算機視覺幾次掃描整個生產區域。使用當今的自動化微氣候控制系統，管理溫室環境以前未有的複雜系統。在一個系統下對所有設備的管理，包括加溫，通風和灌溉，在系統管理和數據收集方面提供了最佳的效率和精確度。
這些技術的發展使生產者可以更加專注於農作物，並可以隨時進行控制。數字參數由作物觀測的水準定義，代表了植物，生產者和技術之間的現代動態。
人工智慧（AI）的不斷發展使溫室部門進一步提高了效率和精度，從而改變了這種動態。由於研究人員和私營公司的工作，人工智慧使植物能夠與氣候控制系統以及生產者直接通信。當作物發生生長速度，病蟲害和疾病有關的問題時，它會通知他們。人工智慧不僅可以幫助生產者識別出問題所在，還可以通過收穫預報來預測問題的長期影響。
誰在為溫室開發AI？
WUR是引領AI控制栽培發展的學術機構之一。在2018年，WUR舉辦了一場自主成長競賽，微軟在其他幾個團隊中名列第一，包括荷蘭生產者團隊。
包括Motorleaf ，LetsGrow.com和Illumitex在內的許多私營公司已經擁有商用平台。Sunrise
Greenhouses一直是該技術的早期採用者，將AI整合在其生產的兩個領域中。開始使用AI的決定是出自於對提高效率和通過擴大員工能力，幫助解決短缺熟練勞動力的問題。
第一個系統是iUNU的Luna，它是一個溫室AI平台，它在軌道上使用空中機器人，每天幾次使用計算機視覺掃描整個生產區域。使用針對生產要求制定的演算法對於上傳的圖像以進行分析，然後將其轉換在任何設備可存取的資料。歷史數據用於識別作物中的異常情況，向生產者或氣候控制系統發出警報，並提供前所未有的監督水準。
第二項技術是Bold
Robotic Solutions的 Watchdog ，它是一種生產線AI系統，目的在監控設備的生產問題和效率。Watchingdog已安裝在我們的上盆生產線上，用於監視從上盆機到貼標機，移植機和放置盆器的機器人。該系統提供視覺和聽覺警報，以解決例如空的盆器分配器或盆器倒下的問題。一系列感測器還允許系統通過控制設備來觀察作業模式並進行定時校正，從而減輕了操作員的重複校正工作。
有哪些挑戰？
毫無疑問的在未來幾年中，人工智慧將在溫室產業的發展中扮演重要角色。雖然如此，這些改變遊戲規則的技術將面臨挑戰，尤其是在技術採用的早期。
雖然兩種解決方案都具有不同的功能，但是它們基於使用神經網絡和機器學習等的相同的自我學習技術。像我們一樣，系統需要花費一些時間來學習模式和作物週期。作為產品週期長達兩年的季節性生產者，需要耐心。為使這些系統正常工作和學習，需要花費一些時間來收集數據。
由於溫度和濕度範圍擴大，溫室環境對於技術實施也具有挑戰性。溫室環境這會影響持續發展AI需要使用的電子和機械組件。對於試圖完成其每週計劃的員工而言，這可能會感到沮喪。
針對溫室生產者的AI解決方案仍處於開發的初始階段，並且大多數已由早期採用者實施。隨著行業中越來越多的參與者轉向最新的溫室技術，我們可以預期市場上，開箱即用的AI解決方案的數量將會增加。目前，隨著AI使用者在獲得最新結果之前，了解其成長環境所特有的複雜性，他們可能需要一些耐心。
員工如何訓練？
對於這些系統的整合，要求對於流程進行更改，這可能會破壞原來生產。因此靈活性和管理期望對員工至關重要。在確定更新設備時，需要員工參與其中。當員工了解要完成的工作，並可以提供意見時，過渡時期通常會更加順利。當人們了解技術將如何使他們的生活更輕鬆時，他們就會更願意適應。換言之也就是說，為人們提供訓練，更重要的是，持續的支持，對於將這些新技術成功整合到您的企業中至關重要。
有什麼好處？
擁有可以連續監控設備和生產的系統，使員工可以專注於較少的重複任務，從而提高了工作效率，並提高了工作經驗和品質。由於及早發現了與害蟲，疾病，水分管理和氣候有關的問題，因此在作物監測方面的高密度節省了資金。這樣就可以在問題擴散之前對其進行處理。
通過與iUNU的合作，生產經理和銷售經理都可以即時訪問庫存，這使我們工廠中以前相互獨立的部門，其決策相互依賴。這只是這些技術使我們看到的提高效率的一個例子。例如蔬菜生產者等專注於作物單產的設施，可以從Motorleaf等公司開發的AI中受益，後者提供了可預測產量的產品。他們考慮變量，例如歷史天氣預報，養分比例，每日溫度和濕度水準。這些產品可以自我預測收成準確，遠遠超過傳統產品所能達到的精度 。
(註解)開箱即用的AI，還有很長的路 |
