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 ötlettől az értékteremtésig – egy jól működő adattudományi szervezet alapjai
Miért bukik el annyi adattudományi kezdeményezés már az indulás után? A válasz gyakran nem az algoritmusok összetettségében, hanem az adatok minőségében és kezelésében keresendő. Stabil adatforrások, következetes feature-kezelés és egy jól felépített Feature Store nélkül a gépi tanulás ritkán jut el a valódi üzleti értékteremtésig.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak