數(shù)十年來，Makoto Koike的母親一向都應(yīng)用手工方法分揀黃瓜。現(xiàn)在，Makoto Koike正試圖“練習(xí)”出一臺(tái)機(jī)械來替換。

　　Makoto Koike是一位工程師，歷久以來，他一向喜好修補(bǔ)電子配件和機(jī)械；可以說，他不是生成就愛好天然戶外生涯的人。2014年，在Makoto Koike 33歲的時(shí)刻，他分開了他歷久任務(wù)和生涯的城市，搬到了情況幽美的靜岡縣，贊助其怙恃運(yùn)營黃瓜農(nóng)場。“我以為我曾經(jīng)到了必定的年事了，” Makoto Koike說道。“我想要離我的家和家人更近一些。”

　　Makoto Koike一家在湖西市栽種黃瓜已快要五十年，他們?cè)苑N了三個(gè)小型溫室的黃瓜。Makoto Koike的父親擔(dān)任收獲種子；Makoto Koike擔(dān)任指點(diǎn)監(jiān)視他們的栽種；Makoto Koike的母親則是擔(dān)任對(duì)收獲的果實(shí)停止分類。在日本，最初一項(xiàng)任務(wù)特別主要，由于農(nóng)作物有分歧的分類尺度，統(tǒng)一個(gè)種類的黃瓜的分類就達(dá)了9種之多，這須要收割者對(duì)其農(nóng)產(chǎn)物有著異常好的辨認(rèn)才能，手里剛摘了一根黃瓜，你得細(xì)心不雅察它的長短、粗細(xì)、色彩、紋理、能否有小刮痕、彎的照樣直的、刺多不多……要跟9類尺度對(duì)應(yīng)，看它屬于哪一品級(jí)，這其實(shí)不是一個(gè)輕易學(xué)的任務(wù)。Makoto Koike一家常常會(huì)把那些比擬好的、筆挺且厚度平均的黃瓜給零售商，而殘剩那些不太完善的黃瓜則以半價(jià)出售。一向以來，Makoto Koike的母親都是一個(gè)接一個(gè)地分揀這些蔬菜，分門別類地將它們放進(jìn)分歧的箱子里。固然她每一個(gè)黃瓜只花了她半秒鐘，但這項(xiàng)任務(wù)占領(lǐng)了她年夜部門的任務(wù)時(shí)光；某些時(shí)刻，她乃至在某幾天內(nèi)一天就處置了四千多根黃瓜。

　　Makoto Koike以為，給黃瓜分類不該該是瓜農(nóng)的重要的任務(wù)，瓜農(nóng)最主要的義務(wù)應(yīng)當(dāng)是專注于栽種出厚味的黃瓜。所以他決議，要把分類的任務(wù)交給機(jī)械，然則市情上的黃瓜分類器要末機(jī)能差、要末太貴，不合適小農(nóng)場。在客歲春季，Makoto Koike開端開辟一種新的分撿黃瓜的辦法，他建了一個(gè)黃瓜分揀機(jī)，應(yīng)用了谷歌在2015年向"宣布的TensorFlow深度進(jìn)修軟件框架。而Makoto Koike的靈感起源，部門是由他瀏覽的一篇關(guān)于AlphaGo的文章，AlphaGo是有史以來第一個(gè)擊敗人類圍棋年夜師的盤算機(jī)法式。在AlphaGo案例中，其從實(shí)際圍棋競賽中提取了三萬萬張圖片，用于贊助肯定哪一種行為步調(diào)最有用。Makoto Koike也愿望能發(fā)明一個(gè)相似的戰(zhàn)略，贊助其對(duì)黃瓜停止整頓分類。

　　而包含深刻進(jìn)修的高等人工智能技巧是屬于專業(yè)研討人員和軟件公司的范疇。雖然如斯，比來也有一些科技界巨子，包含谷歌、Facebook、微軟、亞馬遜、百度和各年夜學(xué)都曾經(jīng)宣布了收費(fèi)的開源版本的對(duì)象，使像得Makoto Koike如許的非專業(yè)編程人員也能夠?qū)ζ渫Ｖ拱菰L。

　　在他的項(xiàng)目中應(yīng)用了樹莓派3作為主掌握器，又樹立了一個(gè)自界說的照片拍攝站，這使得他可以或許從三個(gè)分歧角度拍攝每根黃瓜。接著，為了剖析這些圖象，把它們都傳到了TensorFlow平臺(tái)上，起先在一個(gè)小型的神經(jīng)收集上運(yùn)轉(zhuǎn)，以斷定能否是黃瓜，以后，曾經(jīng)被剖斷為黃瓜的照片接著傳輸?shù)揭粋€(gè)更年夜的基于Linux辦事器的神經(jīng)收集，來對(duì)黃瓜依照分歧的特質(zhì)停止分類。不外，在他可以或許真正應(yīng)用人工智能技巧分撿黃瓜之前，Makoto Koike必需先對(duì)這套體系停止“練習(xí)”，為了練習(xí)這個(gè)模子，Makoto Koike花了3個(gè)月的時(shí)光給它“喂”了7000張黃瓜照片，這些照片都是由Makoto Koike的媽媽分類貼上的標(biāo)簽。最初，他還樹立了一個(gè)主動(dòng)傳送帶體系，將每根黃瓜從照片拍攝站傳送至法式指定的箱子。

　　Makoto Koike在客歲完成了對(duì)這套人工智能體系的開辟，并且從某種水平下去說，它確切見效了。不外，它對(duì)黃瓜的分類精確率還只能到達(dá)百分之七十，如許的精確率太低，他們還必需停止人工檢討。并且，今朝這些蔬菜還須要一個(gè)接一個(gè)的放在照片拍攝站上，也就是說，Makoto Koike的母親還沒有被“完整替換”。

　　Makoto Koike以為，他所發(fā)明的體系就恰是一個(gè)使人鼓舞的證實(shí)，而他今朝正在研討新版本的機(jī)械，他愿望新機(jī)械可以或許一次剖析多個(gè)黃瓜。他還籌劃樹立一個(gè)平和的保送體系，以掩護(hù)蔬菜皮膚上軟弱的皮刺，由于黃瓜的皮刺常常被以為是新穎的跡象。他希冀在幾年內(nèi)使其人工智能分揀機(jī)的任務(wù)效力能到達(dá)與母親一樣精確，讓她能有時(shí)光做其余工作。不論如何，Makoto Koike說他曾經(jīng)回到了湖西市。他說，“我的籌劃是，此生就做個(gè)農(nóng)人。”到誰人時(shí)刻，農(nóng)人這份任務(wù)能夠就看起來很紛歧樣了。

　　人工智能在農(nóng)業(yè)范疇的研發(fā)及運(yùn)用早在本世紀(jì)出就曾經(jīng)開端，這個(gè)中既有墾植、收獲和采摘等智能機(jī)械人，也有智能探測泥土、探測病蟲害、氣象災(zāi)害預(yù)警等智能辨認(rèn)體系，還有在六畜養(yǎng)殖業(yè)中應(yīng)用的禽畜智能穿著產(chǎn)物。

　　不外，人工智能在農(nóng)業(yè)范疇的運(yùn)用才方才開端，面對(duì)的挑釁比其他任何行業(yè)都要年夜，由于農(nóng)業(yè)觸及的弗成知身分太多了。地輿地位、四周情況、氣象水土、病蟲害、生物多樣性、龐雜的微生物情況等等，這些身分都在影響著農(nóng)作臨盆。你在一個(gè)特定情況中測試勝利的算法，換一個(gè)情況未必就有效了。

　　我們現(xiàn)階段看到的一些人工智能勝利運(yùn)用的例子年夜都是在特定的地輿情況或許特定的栽種養(yǎng)殖形式。當(dāng)外界情況變換后，若何挑釁算法和模子是這些人工智能公司面對(duì)的挑釁，這須要來自行業(yè)間和農(nóng)學(xué)家之間更多的協(xié)作。