광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[인공지능 농업] 인공지능은 돼지용 컴퓨터 비전, 로봇 및 저울 등 농업과 식품 산업을 빠르게 정복하고 있다. 머신러닝, AI 및 로봇 공학이 농업에서 잘 작동할 수 있으며 농업은 여전히 지구상에서 가장 크고 가장 중요한 산업 중 하나이며, 이 산업의 규모가 크기 때문에 효율성이 조금만 향상되어도 엄청난 이익을 얻을 수 있다.

JM Kim | 기사입력 2022/07/26 [00:00]

[인공지능 농업] 인공지능은 돼지용 컴퓨터 비전, 로봇 및 저울 등 농업과 식품 산업을 빠르게 정복하고 있다. 머신러닝, AI 및 로봇 공학이 농업에서 잘 작동할 수 있으며 농업은 여전히 지구상에서 가장 크고 가장 중요한 산업 중 하나이며, 이 산업의 규모가 크기 때문에 효율성이 조금만 향상되어도 엄청난 이익을 얻을 수 있다.

JM Kim | 입력 : 2022/07/26 [00:00]

작물 분석의 컴퓨터 비전

 

수십억 명의 사람들을 먹여 살리려면 많은 땅이 필요하다. 요즘은 손으로 재배하는 것이 불가능하다. 동시에 식물의 질병과 곤충의 침입은 종종 농작물 실패로 이어진다. 현대적인 규모의 농업 사업으로 이러한 침입을 식별하고 제때에 무력화하기가 어렵다.

 

이것은 컴퓨터 비전 알고리즘이 도움이 될 수 있는 또 다른 영역을 소개한다. 재배자는 컴퓨터 비전을 사용하여 잎과 식물의 클로즈업 이미지에서 미시적 수준에서 그리고 항공 사진에서 식물 질병 또는 해충의 초기 징후를 식별함으로써 거시적 수준에서 작물 질병을 인식한다. 이러한 프로젝트는 일반적으로 컴퓨터 비전에 대한 인기 있는 접근 방식인 컨볼루션 신경망을 기반으로 한다.

 

매우 넓은 의미의 컴퓨터 비전에 대해 이야기하고 있음을 주목해야한다. 많은 경우 이미지가 최고의 데이터 소스가 아니다. 식물 생활의 많은 중요한 측면은 다른 방법으로 가장 잘 연구될 수 있다. 예를 들어 특수 센서로 초분광 이미지를 수집하거나 3D 레이저 스캐닝을 수행하면 식물 건강을 더 잘 이해할 수 있다. 이러한 방법은 농경 분야에서 점점 더 많이 사용되고 있다. 이 데이터 유형은 일반적으로 고해상도이며 사진보다 의료 영상에 더 가깝다. 현장 모니터링을 위한 시스템 중 하나는 AgMRI라고 한다. 이 데이터를 처리하려면 특수 모델이 필요하지만 공간 구조로 인해 현대 컴퓨터 비전 기술, 특히 컨볼루션 신경망을 사용할 수 있다.

 

수백만 명이 식물 표현형 및 영상 연구에 투자되고 있다. 여기서 주요 임무는 작물에 대한 대규모 데이터 세트(보통 사진 또는 3차원 이미지 형태)를 수집하고 표현형 데이터를 식물 유전자형과 비교하는 것이다. 결과와 데이터는 전 세계의 농업 기술을 개선하는 데 사용할 수 있다.

 

농업의 로봇 공학

 

프로스페로(Prospero)와 같은 자율 농업 로봇은 미리 정해진 일반적인 패턴을 따르고 풍경의 특정 특성을 고려하여 땅에 구멍을 파고 무언가를 심을 수 있다. 로봇은 또한 각 식물과 개별적으로 작업하면서 성장 과정을 돌볼 수 있다. 때가 되면 로봇이 수확하여 각 식물을 원래대로 정확하게 처리한다. Prospero는 군집 농업의 개념을 기반으로 한다. 작은 Prospero의 군대가 들판을 기어 다니며 깨끗하고 균일한 식물 열을 남긴다고 상상해보라. 흥미롭게도 Prospero는 현대 딥 러닝 혁명의 전성기 전인 2011년에 실제로 등장했다. 오늘날 로봇은 농업에 빠르게 보급되어 점점 더 많은 일상적인 작업을 자동화할 수 있다.

 

-자동화된 드론이 작물을 살포한다작고 민첩한 드론은 기존 항공기보다 유해 화학 물질을 더 정확하게 전달할 수 있다. 또한 이 기사의 시작 부분에서 언급한 컴퓨터 비전 알고리즘에 대한 데이터를 얻기 위해 항공 사진에 분무기 드론을 사용할 수 있다.

 

- 점점 더 특화된 수확용 로봇이 개발되어 사용되고 있다. 콤바인 수확기는 오래전부터 존재해 왔다. 그러나 지금은 컴퓨터 비전과 로봇 공학의 현대적인 방법 덕분에 예를 들어 딸기를 따는 로봇을 개발하는 것이 가능했다.

 

- Hortibot과 같은 로봇은 개별 잡초를 기계적으로 제거하여 인식하고 죽일 수 있다. 이것은 잡초를 유용한 식물과 구별하고 조작기를 사용하여 작은 식물을 다루는 것이 불가능했던 것처럼 현대 로봇 및 컴퓨터 비전의 또 다른 큰 성공이다.

 

많은 농업용 로봇이 아직 프로토타입이거나 소규모로 테스트되고 있지만 ML, AI 및 로봇 공학이 농업에서 잘 작동할 수 있다는 것은 이미 분명하다. 가까운 장래에 점점 더 많은 농업 작업이 자동화될 것이라고 안전하게 예측할 수 있다.

 

농장 동물 돌보기

 

농업에서 AI를 사용하는 더 많은 방법이 활발히 개발되고 있다. 예를 들어, Neuromation의 파일럿 프로젝트는 아직 딥 러닝 커뮤니티에서 많은 관심을 받지 못한 산업인 축산업에 컴퓨터 비전을 제공한다.

 

물론 가축 추적 데이터에 머신러닝을 사용하려는 시도가 있었다. 예를 들어 파키스탄의 스타트업인 Cowlar "FitBit for Cows"라는 슬로건 아래 소의 활동과 온도를 원격으로 모니터링하는 칼라를 도입했다프랑스 과학자들은 소의 얼굴 인식을 개발하고 있다.

 

또한 수천억 달러 가치의 이전에 무시되었던 산업인 양돈업에서 컴퓨터 비전을 사용하려는 시도가 있다. 현대 농장에서 돼지는 가장 유사한 동물이 선택되는 비교적 작은 그룹으로 유지된다. 양돈 생산의 주요 비용은 식량이며, 비육 공정의 최적화는 현대 양돈 생산의 핵심 과제이다.

 

농부들은 돼지의 체중 증가에 대한 자세한 정보가 있다면 이 문제를 해결할 수 있을 것이다. 이 사이트에 따르면 동물의 체중은 일반적으로 평생 동안 두 번만 측정된다. 살찌기 시작과 끝 부분이다. 전문가들이 새끼 돼지의 비육 정도를 알면 돼지별 개별 비육 프로그램과 식품 첨가물의 개별 구성을 작성할 수 있어 생산량을 크게 향상시킬 수 있다. 동물을 체중계에 태우는 것은 그리 어렵지 않은 일이지만, 이는 동물에게 큰 스트레스이며 돼지는 스트레스로 인해 체중이 감소한다. 새로운 AI 프로젝트는 동물의 체중을 측정하는 새로운 비침습적 방법을 개발할 계획이다. Neuromation은 사진 및 비디오 데이터에서 돼지의 무게를 추정하는 컴퓨터 비전 모델을 구축할 예정이다. 이러한 추정치는 비만 과정을 개선할 이미 고전적인 분석 머신러닝 모델에 입력된다.

 

인공지능의 최전선에 있는 농업

 

농업과 축산업은 종종 구식 산업으로 간주된다. 그러나 오늘날 농업은 점점 더 인공지능의 최전선에 등장하고 있다.

 

여기서 주된 이유는 농업에서 많은 작업이 동시에 수행되기 때문이다.

 

-현대 인공지능과 딥 러닝을 사용하지 않고는 자동화할 수 없을 정도로 복잡하다. 재배된 식물과 돼지는 서로 유사하지만 여전히 동일한 조립 라인을 떠나지 않았으며 각 토마토 덤불과 돼지는 개별적인 접근이 필요하므로 아주 최근까지 인간의 개입이 절대적으로 필요했다.

 

- 오늘날의 인공지능의 발달로 식물과 동물의 개인차를 고려하면서 그들을 작업하는 기술을 자동화하면서 해결할 수 있을 만큼 간단하다. 들판에서 트랙터를 운전하는 것이 교통량이 많은 차를 운전하는 것보다 쉽고 돼지의 무게를 재는 것이 튜링 테스트를 통과하는 방법을 배우는 것보다 쉽다.

 

농업은 여전히 지구상에서 가장 크고 가장 중요한 산업 중 하나이며, 이 산업의 규모가 크기 때문에 효율성이 조금만 향상되어도 엄청난 이익을 얻을 수 있다.

 

 
AI, 자율농업 로봇, 머신러닝, 인공지능 관련기사목록
광고
광고
광고
광고
광고
광고
광고
많이 본 기사
챗GPT와 AI, 로봇 많이 본 기사
최신기사