網站導航∨
這些技術的發展使種植者可以更加專注于農作物，并可以隨時進行控制。數字參數由作物水平觀測值定義，代表了植物，種植者和技術之間的現代動態。
人工智能(AI)的不斷發展使溫室部門進一步提高了效率和精度，從而改變了這種動態。由于研究人員和私營公司的工作，人工智能使植物能夠與氣候控制系統以及種植者直接通信。當作物中存在與生長速度，病蟲害和疾病有關的問題時，它會通知他們。人工智能不僅可以幫助種植者識別出問題所在，還可以通過收獲預報來預測問題的長期影響。
誰在為溫室開發AI？
瓦赫寧根大學與研究學院(WUR)是引領AI控制栽培發展的學術機構之一。在2018年，WUR舉辦了一場自主成長競賽，微軟在其他幾個團隊中名列第一，包括荷蘭種植者團隊。
包括Motorleaf，LetsGrow.com和Illumitex在內的許多私營公司已經擁有商用平臺。Sunrise Greenhouses一直是該技術的早期采用者，將AI集成在其生產的兩個領域中。開始使用AI的決定是出于對提高效率和通過擴大員工能力來幫助解決熟練勞動力短缺的渴望。
第一個系統是iUNU的Luna，它是一個溫室AI平臺，它在軌道上使用空中機器人，每天使用計算機視覺掃描整個生產區域幾次。使用針對生產要求定制的算法上傳圖像以進行分析，然后將其轉換以在任何設備上訪問。歷史數據用于識別作物中的異常情況，向種植者或氣候控制系統發出警報，并提供前所未有的監督水平。
第二項技術是Bold Robotic Solutions的 Watchdog ，它是一種生產線AI系統，旨在監控設備的生產問題和效率。看門狗當前安裝在我們的灌裝生產線上，用于監控從灌裝機到貼標機，移栽器以及放置機器人的罐體。該系統提供視覺和聽覺警報，以解決諸如空的鍋分配器或鍋倒下的問題。一系列傳感器還允許系統通過控制設備來觀察模式并進行定時校正，從而減輕了操作員的重復校正負擔。
有哪些挑戰?
在未來幾年中，毫無疑問，人工智能將在溫室產業的發展中扮演重要角色。話雖如此，這些改變游戲規則的技術將面臨挑戰，尤其是在技術采用的早期。
雖然兩種解決方案都具有不同的功能，但它們基于使用神經網絡和機器學習的相同的自學習技術。像我們一樣，系統需要花費一些時間來學習模式和作物周期。作為產品周期長達兩年的季節性種植者，需要耐心。為使這些系統正常工作和學習，需要花費一些時間來收集數據。
由于寬廣的溫度和濕度范圍，溫室環境對于技術實施也具有挑戰性，這會影響有助于其持續發展的電子和機械組件。對于試圖完成其每周計劃的員工而言，這可能會感到沮喪。
針對溫室種植者的AI解決方案仍處于開發的初始階段，并且大多數已由早期采用者實施。隨著行業中越來越多的參與者轉向最新的溫室技術，我們可以預期市場上開箱即用的AI解決方案的數量將會增加。目前，隨著AI使用者在獲得最新結果之前了解其成長環境所特有的復雜性，他們可能需要一些耐心。
