Ez a mariska azonban nem az a mariska. A legálisan termesztett marihuána hatékony szüretelésére kerestek – és találtak – gépi megoldást.
Hirdetés
 

Egy évtizeden belül közel 60 milliárd dollár értékűre nőhet a marihuánapiac, így érthető, hogy megihlette a mezőgazdasági termelés automatizálásán dolgozó cégeket – írja a ZDNet. A lap annak kapcsán foglalkozik a kanabisztermelés problémáival, hogy egy cég megoldást talált az érzékeny növény betakarítására.

Az automatizációra egyébként gazdasági kényszer is rászorítja a termelőket. Azzal, hogy az USA több államában legalizálták a fűfogyasztást, a termelés is legálissá vált. Bár a szabályozásban vannak ellentmondások – például szövetségi szinten továbbra is tiltott szernek számít –, mind a termelés, mind a fogyasztás nagymértékben kifehéredett, és ezzel együtt a fű ára is csökkent. Miközben két-három éve még 3000 dollár körül volt egy font (kb. 45 dkg) marihuána ára, addig például Colorado államban, ahol elsőként, még 2014-ben legalizálták ezt a könnyű drogot, ma 1000-1200 dollárért lehet kapni ugyanekkora mennyiséget, de vannak olyan előrejelzések, hogy például Kaliforniában – ahol szintén legális a fű – akár 500 dollár alá is eshet a fontonkénti ár.

De miért pont a marihuána?

A kannabiszt, amíg illegális volt, igencsak kifizetődő volt termeszteni annak ellenére, hogy közel sem olyan egyszerű folyamat. Az a legkevesebb, hogy általában üvegházakban kell nevelni. A szüret azonban nagyon munkaigényes. A jó minőséget csak kézi szürettel lehet elérni, és csak így biztosítható az is, hogy maga a növény ne sérüljön. Egyes termelők már most is használnak valamilyen betakarító gépet, de azok épp az utóbbi szempontnak nem felelnek meg. A növény károsítása pedig meglehetősen költséges.

Olyan megoldást kellett találni tehát, amely képes nem homogén egységként kezelni a növényt, és pontosan be tudja azonosítani rajta a leveleket, a szárakat és a rügyeket. A 2016-ban alapított Bloom Automation végül egy gépi tanulásra és gépi látásra épülő szüretelő robotot épített, ami a cég ígérete szerint akár öt-tízszeresére is gyorsíthatja a szüretelés folyamatát.

Az automat lelkét egy hagyományos neurális hálózat és felügyelt gépi tanulási algoritmus adja. A gépi tanulási algoritmus betanításához több mint hatezer képet használtak, hogy a robot kamerák segítségével a növény különböző részeit bármilyen helyzetben képes legyen azonosítani. Az algoritmus a növényrészek azonosítása után pontosan meghatározza a szüretelést végző fej útvonalát, amely így minimálisan károsítja a növényt.

A cég szerint az eszköze nagyon jó megtérülési mutatókkal rendelkezik. Ha valaki kivált hat robottal 12 szüretelőt, akkor nagyjából nyolc hónap alatt megtérül a beruházása, állította a ZDNetnek Jon Gowa, a Bloom Automation alapító-vezérigazgatója.

Nem csak kannabniszültetvényen használható

De nem csak a kézi munkaerőigény csökkentése és a szüret hatékonysága miatt ilyen rövid a robot megtérülési ideje. A startup a weboldala hangsúlyozza, hogy a szüretelő robot más hasonló gépekhez képest sokkal kisebb kárt tesz a növényekben. Míg az ilyen gépek akár a növények 30 százalékát is tönkretehetik, addig a Bloom Automation robotja 5 százaléknál kisebb károkat okoz. A robot egyébként nem csak a kannabiszültetvényeken használható. Hasonló problémákkal küzdenek például a teatermesztők is, ahol szintén nagyon fontos szempont, hogy a szüretnél ne sérüljön a növény.

A Bloom Automationhöz hasonló cégek előtt óriási lehetőségek állnak. A mesterséges intelligenciát és gépi tanulást hasznosító robottechnológiák a termőterületek megfigyelésétől a talajgazdálkodáson át a betakarításig segítséget nyújthatnak a terméshozam és a minőség javításában.

Az ilyen technológiák mezőgazdasági alkalmazását több tényező is segíti. Gazdasági kényszerként a legsürgetőbb talán az ágazatot egyre súlyosabb érintő munkaerőhiány. Emellett a mesterséges intelligenciára és gépi tanulásra épülő robottechnológia sokkal gazdaságosabbá tehető a termelés. Az is segíti a technológia alkalmazását, hogy a mezőgazdasági termelés ebből a szempontból jóval kevésbé szabályozott, mint a lakossági felhasználású fejlesztések. Az önvezető mezőgazdasági munkagépek például már évek óta dolgoznak a földeken – az önvezető személyautókra pedig még évekig kell várnunk.

A robotikai fejlesztő cégeknek mindez óriási lehetőség. A Research and Markets piackutató például egy tavaszi elemzésében 2017-ben 6,4 milliárd dollár értékűre becsülte ezt a piacot, és azt jósolta 2023-ra elérheti 17,6 milliárdot. Bár a méretben a piackutatók között nincs konszenzus – a Grand View Research például csak 9 milliárdos piacméretet jósol 2025-re –, abban minden elemző egyetért, hogy a változás gyors lesz, és drasztikusan átalakítja az ágazatot annak ellenére, hogy meglehetősen tőke- és tudásigényes ezeknek az új technológiáknak a bevezetése.

Cloud & big data

Az MI-adatközpontok építői is az indiánok földjére pályáznak

A mesterséges intelligenciát fűtő infrastruktúra erőltetett ütemű kiépítése újabb fejezetet nyitott az őslakos közösségek kizsákmányolásának történetében, de a hírek szerint itt-ott már az ellenállás is éledezik.
 
Hirdetés

A hibakeresés nem egyenlő az alkalmazásbiztonsággal

Építsünk olyan AppSec környezetet, amely csökkenti az alkalmazásfejlesztés kockázatait, de nem válik a gyors leszállítás akadályává!

A biztonság ’balra tolódása’ az alkalmazásfejlesztésben nem csak technikai kérdés. A DevSecOps-elvek érvényesüléséhez az IT-szervezet működését és más területekhez való viszonyát is újra kell szabni.

a melléklet támogatója a Clico

CIO kutatás

Merre tart a vállalati IT és annak irányítója?

Hiánypótló nagykép a hazai nagyvállalati informatikáról és az IT-vezetőkről: skillek, felelősségek, feladatkörök a múltban, a jelenben és a jövőben.

Töltse ki Ön is, hogy tisztábban lássa, hogyan építse vállalata IT-ját és saját karrierjét!

Az eredményeket május 8-án ismertetjük a 17. CIO Hungary konferencián.

LÁSSUNK NEKI!

Egy kormányrendelet alapjaiban formálják át 2026-tól az állami intézmények és vállalatok szoftvergazdálkodási gyakorlatát.

Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?

A Corvinus Egyetem és a Complexity Science Hub kutatói megmérték: a Python kódok közel harmadát ma már mesterséges intelligencia írja, és ebből a szenior fejlesztők profitálnak.

Rengeteg ország áll át helyi MI-platformra

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2026 Bitport.hu Média Kft. Minden jog fenntartva.