Popeye is elégedett lehetne azzal a japán kezdeményezéssel, amelynek keretében az üzemi körülmények között termesztett spenótnövények hozamát igyekeznek a mérnökök feldúsítani. A Farmship mezőgazdasági startup ehhez egy egyetemi gyökerekkel rendelkező technológiai céggel, a Pi Material Designnal állt össze. A közös munka eredménye nem is egy, hanem két speciális algoritmus lett.
A Nikkei beszámolója alapján az egyik mesterséges intelligencia a növénygyárakban termesztett spenótpalánták képeit elemzi. Az MI egyenként értékeli a palánták fizikai tulajdonságait, beleértve azok magasságát, szélességét és tömegét. Az algoritmus az eredmények alapján kirostálja azokat a növénykezdeményeket, amelyek fejlődése elmarad a szükséges minimumtól.
A rendszer másik fele ekkor kapcsolódik be a munkába. Ez a modul ugyanis a növények potenciális fejlődési képességét igyekszik pontosan megjósolni. Azzal, hogy a dolgozók csak a legígéretesebb palántákat ültetik újra, sikerült a megfelelően fejlődő palánták arányát a korábbi 54 százalékról 80-ra növelni. Mindez a termelési mennyiség 17 százalékos növekedését eredményezte.
Drága a humán faktor
Az egyelőre kísérleti fázisban lévő projektben az algoritmusok nagyban támaszkodtak az emberi segítségre, mivel utóbbiak végzik a palánták fényképezését és a kijelölt növények újraültetését is. A Farmship nem is annyira távlati célja viszont az, hogy két éven belül robotizálja a folyamatokat.
Utóbbira mindenképpen szükség lenne ahhoz, hogy az egyre több helyen felbukkanó zöldséggyárak valóban meghatározó forrássá váljanak a globális élelmiszerelőállítás területén. Jelenleg ugyanis ezek az üzemek meglehetősen drágák, nem kis részben a magas munkaerő-költségek miatt. A fejlődésük során többszöri átültetést igénylő spenótok esetében a Farmship becslése szerint kizárólag a palánták válogatása a termelési költségek tizenketted részét teszi ki.
Ugyan jelenleg a saláta a leggyakrabban termesztett zöldségféle az ilyen vertikális növénygyárakban, a spenótra azért esett a választás, mert magasabb áron értékesíthető. Ettől függetlenül a cég szerint a rendszer átkalibrálása esetén más leveles zöldségfélék termesztésénél is hasonló előnyöket lehetne elérni.
A projekt egyébként egy állami támogatású nagyobb szabású kezdeményezés része. Utóbbi keretében a Farmship már olyan algoritmust is készített, amely a zöldségek piaci árát igyekszik megjósolni.
Az AI mint vállalati működési réteg: hogyan alakul át a digitális operáció?
A vállalati digitalizáció következő szakaszát egyre kevésbé az új alkalmazások vagy önálló technológiai projektek határozzák meg. A fókusz fokozatosan a működés egészének átalakulása felé mozdul: hogyan lehet a folyamatokat gyorsabban, hatékonyabban és nagyobb üzleti kontroll mellett működtetni egy olyan környezetben, ahol az adatmennyiség, a rendszerek komplexitása és a reakcióidővel kapcsolatos elvárások folyamatosan növekednek.
Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?