وصفات جديدة

تغيير مستقبل الزراعة العالمية: مقابلة مع مارك هولدرنس

تغيير مستقبل الزراعة العالمية: مقابلة مع مارك هولدرنس


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

هذا العام ، تشارك Food Tank مع المنتدى العالمي للبحوث الزراعية (GFAR) لعرض التحديات والتطورات للمزارعين أصحاب الحيازات الصغيرة خلال السنة الدولية للزراعة الأسرية. أتيحت الفرصة مؤخرًا لـ Food Tank للتحدث مع الدكتور مارك هولدرنس حول أهداف GFAR والتحديات والمبادرات الحالية لتحسين الزراعة العالمية.


ما الذي تتعلمه المدن الذكية من المزارع الذكية

أصبحت المدن حول العالم أكثر ذكاءً. بالفعل ، تنطفئ أضواء الشوارع في أماكن مثل سان دييغو ، وتحافظ على الطاقة ، عندما لا تكون المركبات والمشاة في الجوار. وسرعان ما ستخبر صناديق القمامة الموصولة ناقلي النفايات بالوقت الذي يحتاجون فيه إلى التفريغ ، مما يؤدي إلى تحسين طرق التجميع. ستقوم المباني الذكية بإخطار موظفي الصيانة باحتياجات الإصلاح الوشيكة. وستكون أماكن وقوف السيارات وجدتك، بدلا من العكس.

لا تقتصر الأفكار الذكية مثل هذه على حدود المدينة. إنهم يعملون في الريف الريفي أيضًا ، ويساعدون الزراعة على أن تصبح أكثر كفاءة وفعالية كل يوم. في الواقع ، أثيرت بعض الابتكارات التي تجعل المدن الذكية ذكية للغاية - مثل المستشعرات واتصال إنترنت الأشياء والمركبات المستقلة - في المزرعة.

تقنية دقيقة في الزراعة

في المدينة ، توفر الشبكات الذكية الطاقة في أي وقت وفي أي مكان ، استنادًا إلى بيانات في الوقت الفعلي من شبكة من أجهزة الاستشعار. يراقب النظام استخدام الكهرباء ، ويبلغ عن النقص أو الانقطاع على الفور بينما تقوم المرحلات الذكية والمفاتيح بإعادة توجيه الطاقة حول المشاكل تلقائيًا. تم تصميمها جميعًا لجعل الشبكة الكهربائية أكثر مرونة وأكثر موثوقية ، باستخدام طاقة أقل.

يحدث نفس النوع من تحسين التكنولوجيا والموارد في الزراعة الحديثة. توفر الطائرات بدون طيار والأقمار الصناعية وأجهزة الاستشعار عن بُعد للمزارعين معلومات مفصلة حول كل ركن من أركان عملياتهم ، بما في ذلك رطوبة التربة ومستويات التغذية والملوحة وبيانات الحصاد والمزيد. يقول مارك يونج ، كبير مسؤولي التكنولوجيا في شركة كلايمت كوربوريشن: "اعتدنا الحديث عن الزراعة سيرًا على الأقدام باعتبارها هذا المفهوم الجديد الجذري". "والآن نحن إلى حد كبير نزرع بالبذور." يمكن استخدام الأفكار للقيام بأشياء مثل التوجيه التلقائي لأنظمة تطبيق المعدل المتغير ، بما في ذلك الري بالتنقيط. مثل الشبكة الذكية ، يوفر الري المتغير المياه عند الطلب وعند الحاجة فقط.

"اعتدنا التحدث عن الزراعة على الأقدام باعتبارها هذا المفهوم الجديد الجذري ، والآن نحن إلى حد كبير نزرع بالبذور."

مارك يونغ ، كبير موظفي التكنولوجيا في مؤسسة المناخ

يمكن أن تساعد المعلومات أيضًا في إنشاء خريطة حقل رقمية لظروف التربة وخطة مخصصة للمزارع. يوضح يونغ: "نحن نستخدم نماذج الذكاء الاصطناعي لتقديم توصية بشأن البذور التي يجب زراعتها ، وأين يجب زراعتها". عند استخدامها مع إرشادات الجرارات عبر نظام تحديد المواقع العالمي (GPS) والأدوات الذكية ، يمكن للمزارعين بعد ذلك تطبيق المقدار الدقيق من التغذية ومكافحة الآفات والموارد الأخرى بدقة متى وأينما تكون مطلوبة.

ويضيف يونغ: "إنه ليس فقط أفضل للمزارع". "إذا كان بإمكاننا أن نكون أكثر توجيهية ونساعد المزارع على فهم مقدار ما يحتاجه النبات بالضبط ومتى يكون أكثر استدامة."

مزارع بدون سائق

في حين أن المركبات ذاتية القيادة بدأت لتوها في القيادة حول المدن - مثل حافلات الجيل الخامس ذاتية القيادة التي تم تبنيها مؤخرًا في مدينة تشنغتشو بالصين - فإنها تعمل في المزرعة منذ عقود. في الواقع ، يعود تاريخ أول جرار مستقل إلى عام 1997 ، عندما أنشأ نموذج أولي أسرة مستقيمة تمامًا بدقة في حدود بوصة واحدة. اليوم ، لا يزال بعض المزارعين يركبون الكابينة ، لكن الجرار يقوم بمعظم القيادة.

يتم أيضًا تصميم الروبوتات الزراعية (أو agbots) للاستخدام في المزرعة ، مما يساعد المزارعين على النمو بشكل كافٍ وتقليل فقد المحاصيل مع تقديم بدائل في أزمة العمالة. يمكن للحصادات الآلية تحديد واختيار التفاح الناضج والفراولة والطماطم ، وكل ذلك بدون كدمات. بحلول عام 2024 ، من المتوقع أن تتنقل هذه الروبوتات في المزرعة لتصل إلى ما يقدر بنحو 5.7 مليار دولار من صناعة agbot. هذا هو خمسة أضعاف حجم السوق في عام 2016.

تعلم الآلة ، الزراعة الآلية

يجلب اتصال المدن والمزارع الذكية معها جبالًا من البيانات ، وقدرة متزايدة لأجهزة الكمبيوتر على تحليلها جميعًا.

في المدينة ، سيحدث التعلم الآلي فرقًا كبيرًا في تنقلاتك الصباحية. ستستخدم الآلاف من الكاميرات وأجهزة الاستشعار التعرف على الأنماط للتحكم في إشارات المرور وتقليل الازدحام وتقليل وقت السفر بنسبة تصل إلى 25٪.

في الزراعة ، ستعالج أجهزة الكمبيوتر عددًا مذهلاً من المدخلات - بما في ذلك الخصائص المرئية والتوقيعات الكيميائية ومتغيرات المناخ والصور الحرارية ، على سبيل المثال لا الحصر - تعلم كيفية رعاية المحاصيل بشكل أفضل. يمكن لنماذج agbot الجديدة التي يتم اختبارها ميدانيًا حاليًا التنقل بشكل مستقل في المزرعة ، باستخدام التعلم الآلي لتحديد جميع أنواع النباتات وإزالة الأعشاب الضارة فقط.

يمكن أيضًا استخدام صور المحاصيل من نفس الروبوتات ، وكذلك الطائرات بدون طيار والأقمار الصناعية ، للكشف عن إجهاد النبات والأمراض وتفشي الآفات. في تطبيقات تربية النباتات ، يمكن تدريب أجهزة الكمبيوتر على التعرف على تعبير الصفات في وقت أقرب من العين البشرية. من خلال مقارنة نقاط البيانات من ملايين الصور ، يمكن لهذه الأنظمة أن تتعلم التمييز بين النباتات الصحية - والخصائص المرغوبة - من تلك التي تظهر علامات مبكرة على عكس ذلك.

مستقبل الزراعة

قد تكون مدننا ومزارعنا على بعد أميال ، لكنها تكون أقرب بكثير عندما يتعلق الأمر باستخدام أحدث التطورات في الاتصال والأتمتة والتعلم الآلي. يستمر المزارعون والمخططون الحضريون وعلماء البيانات والمهندسون وغيرهم في البحث عن طرق جديدة للبيانات للمساعدة في اتخاذ قرارات أفضل أثناء القيام بالمزيد بطاقة أقل وموارد أقل.

ستعمل المزرعة المستقبلية بشكل مختلف ، وقد تبدو مختلفة كثيرًا أيضًا.

البذر المختلط - أو ممارسة زراعة محاصيل مختلفة بجانب بعضها البعض - أمر صعب اليوم. لا تستطيع الحصادات ذات الحجم الصناعي التعامل معها ، والأساليب التقليدية تفضل وفورات الحجم. لكن في المستقبل ، قد يتغير مفهومنا للمقياس. سوف تكون agbots المصغرة قادرة على إقران المحصول المثالي مع ظروف التربة الدقيقة في موقع محدد ، والعودة بعد أشهر لتحديد وحصاد النباتات الفردية.

إنه علم أكثر منه خيال علمي لمارك يونغ. يقول: "لا يمكننا إدارة 10000 فدان من الذرة بالطريقة التي تعمل بها حديقتك الخلفية". "ولكن مع ظهور المعدات المستقلة ، يمكننا ذلك."

هذا النهج المتنوع سيجعل الحقول غير معروفة بمعايير اليوم. سيجعل استخدام مبيدات الآفات أكثر كفاءة ، ويحافظ على الموارد الطبيعية ، ويحسن صحة التربة. وستزيد المحاصيل ، مما يساعد في الحفاظ على الممرات الذكية في متاجر البقالة الذكية في المدن الذكية مخزنة.


ما الذي تتعلمه المدن الذكية من المزارع الذكية

أصبحت المدن حول العالم أكثر ذكاءً. بالفعل ، تنطفئ أضواء الشوارع في أماكن مثل سان دييغو ، وتحافظ على الطاقة ، عندما لا تكون المركبات والمشاة في الجوار. وسرعان ما ستخبر صناديق القمامة الموصولة ناقلي النفايات بالوقت الذي يحتاجون فيه إلى التفريغ ، مما يؤدي إلى تحسين طرق التجميع. ستقوم المباني الذكية بإخطار موظفي الصيانة باحتياجات الإصلاح الوشيكة. وستكون أماكن وقوف السيارات وجدتك، بدلا من العكس.

لا تقتصر الأفكار الذكية مثل هذه على حدود المدينة. إنهم يعملون في الريف الريفي أيضًا ، ويساعدون الزراعة على أن تصبح أكثر كفاءة وفعالية كل يوم. في الواقع ، أثيرت بعض الابتكارات التي تجعل المدن الذكية ذكية للغاية - مثل المستشعرات واتصال إنترنت الأشياء والمركبات المستقلة - في المزرعة.

تقنية دقيقة في الزراعة

في المدينة ، توفر الشبكات الذكية الطاقة في أي وقت وفي أي مكان ، استنادًا إلى بيانات في الوقت الفعلي من شبكة من أجهزة الاستشعار. يراقب النظام استخدام الكهرباء ، ويبلغ عن النقص أو الانقطاع على الفور بينما تقوم المرحلات الذكية والمفاتيح بإعادة توجيه الطاقة حول المشاكل تلقائيًا. تم تصميمها جميعًا لجعل الشبكة الكهربائية أكثر مرونة وأكثر موثوقية ، باستخدام طاقة أقل.

يحدث نفس النوع من تحسين التكنولوجيا والموارد في الزراعة الحديثة. توفر الطائرات بدون طيار والأقمار الصناعية وأجهزة الاستشعار عن بُعد للمزارعين معلومات مفصلة حول كل ركن من أركان عملياتهم ، بما في ذلك رطوبة التربة ومستويات التغذية والملوحة وبيانات الحصاد والمزيد. يقول مارك يونج ، كبير مسؤولي التكنولوجيا في شركة كلايمت كوربوريشن: "اعتدنا الحديث عن الزراعة سيرًا على الأقدام باعتبارها هذا المفهوم الجديد الجذري". "والآن نحن إلى حد كبير نزرع بالبذور." يمكن استخدام الأفكار للقيام بأشياء مثل التوجيه التلقائي لأنظمة تطبيق المعدل المتغير ، بما في ذلك الري بالتنقيط. مثل الشبكة الذكية ، يوفر الري المتغير المياه عند الطلب وعند الحاجة فقط.

"اعتدنا التحدث عن الزراعة على الأقدام باعتبارها هذا المفهوم الجديد الجذري ، والآن نحن إلى حد كبير نزرع بالبذور."

مارك يونغ ، كبير موظفي التكنولوجيا في مؤسسة المناخ

يمكن أن تساعد المعلومات أيضًا في إنشاء خريطة حقل رقمية لظروف التربة وخطة مخصصة للمزارع. يوضح يونغ: "نحن نستخدم نماذج الذكاء الاصطناعي لتقديم توصية بشأن البذور التي يجب زراعتها ، وأين يجب زراعتها". عند استخدامها مع إرشادات الجرارات عبر نظام تحديد المواقع العالمي (GPS) والأدوات الذكية ، يمكن للمزارعين بعد ذلك تطبيق المقدار الدقيق من التغذية ومكافحة الآفات والموارد الأخرى بدقة متى وأينما تكون مطلوبة.

ويضيف يونغ: "إنه ليس فقط أفضل للمزارع". "إذا كان بإمكاننا أن نكون أكثر توجيهية ونساعد المزارع على فهم مقدار ما يحتاجه النبات بالضبط ومتى يكون أكثر استدامة."

مزارع بدون سائق

في حين أن المركبات ذاتية القيادة بدأت لتوها في القيادة حول المدن - مثل حافلات الجيل الخامس ذاتية القيادة التي تم تبنيها مؤخرًا في مدينة تشنغتشو بالصين - فإنها تعمل في المزرعة منذ عقود. في الواقع ، يعود تاريخ أول جرار مستقل إلى عام 1997 ، عندما أنشأ نموذج أولي أسرة مستقيمة تمامًا بدقة في حدود بوصة واحدة. اليوم ، لا يزال بعض المزارعين يركبون الكابينة ، لكن الجرار يقوم بمعظم القيادة.

يتم أيضًا تصميم الروبوتات الزراعية (أو agbots) للاستخدام في المزرعة ، مما يساعد المزارعين على النمو بشكل كافٍ وتقليل فقد المحاصيل مع تقديم بدائل في أزمة العمالة. يمكن للحصادات الآلية تحديد واختيار التفاح الناضج والفراولة والطماطم ، وكل ذلك بدون كدمات. بحلول عام 2024 ، من المتوقع أن تتنقل هذه الروبوتات في المزرعة لتصل إلى ما يقدر بنحو 5.7 مليار دولار من صناعة agbot. هذا هو خمسة أضعاف حجم السوق في عام 2016.

تعلم الآلة ، الزراعة الآلية

يجلب اتصال المدن والمزارع الذكية معها جبالًا من البيانات ، وقدرة متزايدة لأجهزة الكمبيوتر على تحليلها جميعًا.

في المدينة ، سيحدث التعلم الآلي فرقًا كبيرًا في تنقلاتك الصباحية. ستستخدم الآلاف من الكاميرات وأجهزة الاستشعار التعرف على الأنماط للتحكم في إشارات المرور وتقليل الازدحام وتقليل وقت السفر بنسبة تصل إلى 25٪.

في الزراعة ، ستعالج أجهزة الكمبيوتر عددًا مذهلاً من المدخلات - بما في ذلك الخصائص المرئية والتوقيعات الكيميائية ومتغيرات المناخ والصور الحرارية ، على سبيل المثال لا الحصر - تعلم كيفية رعاية المحاصيل بشكل أفضل. يمكن لنماذج agbot الجديدة التي يتم اختبارها ميدانيًا حاليًا التنقل بشكل مستقل في المزرعة ، باستخدام التعلم الآلي لتحديد جميع أنواع النباتات وإزالة الأعشاب الضارة فقط.

يمكن أيضًا استخدام صور المحاصيل من نفس الروبوتات ، وكذلك الطائرات بدون طيار والأقمار الصناعية ، للكشف عن إجهاد النبات والأمراض وتفشي الآفات. في تطبيقات تربية النباتات ، يمكن تدريب أجهزة الكمبيوتر على التعرف على تعبير الصفات في وقت أقرب من العين البشرية. من خلال مقارنة نقاط البيانات من ملايين الصور ، يمكن لهذه الأنظمة أن تتعلم التمييز بين النباتات الصحية - والخصائص المرغوبة - من تلك التي تظهر علامات مبكرة على عكس ذلك.

مستقبل الزراعة

قد تكون مدننا ومزارعنا على بعد أميال ، لكنها تكون أقرب بكثير عندما يتعلق الأمر باستخدام أحدث التطورات في الاتصال والأتمتة والتعلم الآلي. يستمر المزارعون والمخططون الحضريون وعلماء البيانات والمهندسون وغيرهم في البحث عن طرق جديدة للبيانات للمساعدة في اتخاذ قرارات أفضل أثناء القيام بالمزيد بطاقة أقل وموارد أقل.

ستعمل المزرعة المستقبلية بشكل مختلف ، وقد تبدو مختلفة كثيرًا أيضًا.

البذر المختلط - أو ممارسة زراعة محاصيل مختلفة بجانب بعضها البعض - أمر صعب اليوم. لا تستطيع الحصادات ذات الحجم الصناعي التعامل معها ، والأساليب التقليدية تفضل وفورات الحجم. لكن في المستقبل ، قد يتغير مفهومنا للمقياس. سوف تكون agbots المصغرة قادرة على إقران المحصول المثالي مع ظروف التربة الدقيقة في موقع محدد ، والعودة بعد أشهر لتحديد وحصاد النباتات الفردية.

إنه علم أكثر منه خيال علمي لمارك يونغ. يقول: "لا يمكننا إدارة 10000 فدان من الذرة بالطريقة التي تعمل بها حديقتك الخلفية". "ولكن مع ظهور المعدات المستقلة ، يمكننا ذلك."

هذا النهج المتنوع سيجعل الحقول غير معروفة بمعايير اليوم. سيجعل استخدام مبيدات الآفات أكثر كفاءة ، ويحافظ على الموارد الطبيعية ، ويحسن صحة التربة. وستزيد المحاصيل ، مما يساعد في الحفاظ على الممرات الذكية في متاجر البقالة الذكية في المدن الذكية مخزنة.


ما الذي تتعلمه المدن الذكية من المزارع الذكية

أصبحت المدن حول العالم أكثر ذكاءً. بالفعل ، تنطفئ أضواء الشوارع في أماكن مثل سان دييغو ، وتحافظ على الطاقة ، عندما لا تكون المركبات والمشاة في الجوار. وسرعان ما ستخبر صناديق القمامة الموصولة ناقلي النفايات بالوقت الذي يحتاجون فيه إلى التفريغ ، مما يؤدي إلى تحسين طرق التجميع. ستقوم المباني الذكية بإخطار موظفي الصيانة باحتياجات الإصلاح الوشيكة. وستكون أماكن وقوف السيارات وجدتك، بدلا من العكس.

لا تقتصر الأفكار الذكية مثل هذه على حدود المدينة. إنهم يعملون في الريف الريفي أيضًا ، ويساعدون الزراعة على أن تصبح أكثر كفاءة وفعالية كل يوم. في الواقع ، أثيرت بعض الابتكارات التي تجعل المدن الذكية ذكية للغاية - مثل المستشعرات واتصال إنترنت الأشياء والمركبات المستقلة - في المزرعة.

تقنية دقيقة في الزراعة

في المدينة ، توفر الشبكات الذكية الطاقة في أي وقت وفي أي مكان ، استنادًا إلى بيانات في الوقت الفعلي من شبكة من أجهزة الاستشعار. يراقب النظام استخدام الكهرباء ، ويبلغ عن النقص أو الانقطاع على الفور بينما تقوم المرحلات الذكية والمفاتيح بإعادة توجيه الطاقة حول المشاكل تلقائيًا. تم تصميمها جميعًا لجعل الشبكة الكهربائية أكثر مرونة وأكثر موثوقية ، باستخدام طاقة أقل.

يحدث نفس النوع من تحسين التكنولوجيا والموارد في الزراعة الحديثة. توفر الطائرات بدون طيار والأقمار الصناعية وأجهزة الاستشعار عن بُعد للمزارعين معلومات مفصلة حول كل ركن من أركان عملياتهم ، بما في ذلك رطوبة التربة ومستويات التغذية والملوحة وبيانات الحصاد والمزيد. يقول مارك يونج ، كبير مسؤولي التكنولوجيا في شركة كلايمت كوربوريشن: "اعتدنا الحديث عن الزراعة سيرًا على الأقدام باعتبارها هذا المفهوم الجديد الجذري". "والآن نحن إلى حد كبير نزرع بالبذور." يمكن استخدام الأفكار للقيام بأشياء مثل التوجيه التلقائي لأنظمة تطبيق المعدل المتغير ، بما في ذلك الري بالتنقيط. مثل الشبكة الذكية ، يوفر الري المتغير المياه عند الطلب وعند الحاجة فقط.

"اعتدنا التحدث عن الزراعة على الأقدام باعتبارها هذا المفهوم الجديد الجذري ، والآن نحن إلى حد كبير نزرع بالبذور."

مارك يونغ ، كبير موظفي التكنولوجيا في مؤسسة المناخ

يمكن أن تساعد المعلومات أيضًا في إنشاء خريطة حقل رقمية لظروف التربة وخطة مخصصة للمزارع. يوضح يونغ: "نحن نستخدم نماذج الذكاء الاصطناعي لتقديم توصية بشأن البذور التي يجب زراعتها ، وأين يجب زراعتها". عند استخدامها مع إرشادات الجرارات عبر نظام تحديد المواقع العالمي (GPS) والأدوات الذكية ، يمكن للمزارعين بعد ذلك تطبيق المقدار الدقيق من التغذية ومكافحة الآفات والموارد الأخرى بدقة متى وأينما تكون مطلوبة.

ويضيف يونغ: "إنه ليس فقط أفضل للمزارع". "إذا كان بإمكاننا أن نكون أكثر توجيهية ونساعد المزارع على فهم مقدار ما يحتاجه النبات بالضبط ومتى يكون أكثر استدامة."

مزارع بدون سائق

في حين أن المركبات ذاتية القيادة بدأت لتوها في القيادة حول المدن - مثل حافلات الجيل الخامس ذاتية القيادة التي تم تبنيها مؤخرًا في مدينة تشنغتشو بالصين - فإنها تعمل في المزرعة منذ عقود. في الواقع ، يعود تاريخ أول جرار مستقل إلى عام 1997 ، عندما أنشأ نموذج أولي أسرة مستقيمة تمامًا بدقة في حدود بوصة واحدة. اليوم ، لا يزال بعض المزارعين يركبون الكابينة ، لكن الجرار يقوم بمعظم القيادة.

يتم أيضًا تصميم الروبوتات الزراعية (أو agbots) للاستخدام في المزرعة ، مما يساعد المزارعين على النمو بشكل كافٍ وتقليل فقد المحاصيل مع تقديم بدائل في أزمة العمالة. يمكن للحصادات الآلية تحديد واختيار التفاح الناضج والفراولة والطماطم ، وكل ذلك بدون كدمات. بحلول عام 2024 ، من المتوقع أن تتنقل هذه الروبوتات في المزرعة لتصل إلى ما يقدر بنحو 5.7 مليار دولار من صناعة agbot. هذا هو خمسة أضعاف حجم السوق في عام 2016.

تعلم الآلة ، الزراعة الآلية

يجلب اتصال المدن والمزارع الذكية معها جبالًا من البيانات ، وقدرة متزايدة لأجهزة الكمبيوتر على تحليلها جميعًا.

في المدينة ، سيحدث التعلم الآلي فرقًا كبيرًا في تنقلاتك الصباحية. ستستخدم الآلاف من الكاميرات وأجهزة الاستشعار التعرف على الأنماط للتحكم في إشارات المرور وتقليل الازدحام وتقليل وقت السفر بنسبة تصل إلى 25٪.

في الزراعة ، ستعالج أجهزة الكمبيوتر عددًا مذهلاً من المدخلات - بما في ذلك الخصائص المرئية والتوقيعات الكيميائية ومتغيرات المناخ والصور الحرارية ، على سبيل المثال لا الحصر - تعلم كيفية رعاية المحاصيل بشكل أفضل. يمكن لنماذج agbot الجديدة التي يتم اختبارها ميدانيًا حاليًا التنقل بشكل مستقل في المزرعة ، باستخدام التعلم الآلي لتحديد جميع أنواع النباتات وإزالة الأعشاب الضارة فقط.

يمكن أيضًا استخدام صور المحاصيل من نفس الروبوتات ، وكذلك الطائرات بدون طيار والأقمار الصناعية ، للكشف عن إجهاد النبات والأمراض وتفشي الآفات. في تطبيقات تربية النباتات ، يمكن تدريب أجهزة الكمبيوتر على التعرف على تعبير الصفات في وقت أقرب من العين البشرية. من خلال مقارنة نقاط البيانات من ملايين الصور ، يمكن لهذه الأنظمة أن تتعلم التمييز بين النباتات الصحية - والخصائص المرغوبة - من تلك التي تظهر علامات مبكرة على عكس ذلك.

مستقبل الزراعة

قد تكون مدننا ومزارعنا على بعد أميال ، لكنها تكون أقرب بكثير عندما يتعلق الأمر باستخدام أحدث التطورات في الاتصال والأتمتة والتعلم الآلي. يستمر المزارعون والمخططون الحضريون وعلماء البيانات والمهندسون وغيرهم في البحث عن طرق جديدة للبيانات للمساعدة في اتخاذ قرارات أفضل أثناء القيام بالمزيد بطاقة أقل وموارد أقل.

ستعمل المزرعة المستقبلية بشكل مختلف ، وقد تبدو مختلفة كثيرًا أيضًا.

البذر المختلط - أو ممارسة زراعة محاصيل مختلفة بجانب بعضها البعض - أمر صعب اليوم. لا تستطيع الحصادات ذات الحجم الصناعي التعامل معها ، والأساليب التقليدية تفضل وفورات الحجم. لكن في المستقبل ، قد يتغير مفهومنا للمقياس. سوف تكون agbots المصغرة قادرة على إقران المحصول المثالي مع ظروف التربة الدقيقة في موقع محدد ، والعودة بعد أشهر لتحديد وحصاد النباتات الفردية.

إنه علم أكثر منه خيال علمي لمارك يونغ. يقول: "لا يمكننا إدارة 10000 فدان من الذرة بالطريقة التي تعمل بها حديقتك الخلفية". "ولكن مع ظهور المعدات المستقلة ، يمكننا ذلك."

هذا النهج المتنوع سيجعل الحقول غير معروفة بمعايير اليوم. سيجعل استخدام مبيدات الآفات أكثر كفاءة ، ويحافظ على الموارد الطبيعية ، ويحسن صحة التربة. وستزيد المحاصيل ، مما يساعد في الحفاظ على الممرات الذكية في متاجر البقالة الذكية في المدن الذكية مخزنة.


ما الذي تتعلمه المدن الذكية من المزارع الذكية

أصبحت المدن حول العالم أكثر ذكاءً. بالفعل ، تنطفئ أضواء الشوارع في أماكن مثل سان دييغو ، وتحافظ على الطاقة ، عندما لا تكون المركبات والمشاة في الجوار. وسرعان ما ستخبر صناديق القمامة الموصولة ناقلي النفايات بالوقت الذي يحتاجون فيه إلى التفريغ ، مما يؤدي إلى تحسين طرق التجميع. ستقوم المباني الذكية بإخطار موظفي الصيانة باحتياجات الإصلاح الوشيكة. وستكون أماكن وقوف السيارات وجدتك، بدلا من العكس.

لا تقتصر الأفكار الذكية مثل هذه على حدود المدينة. إنهم يعملون في الريف الريفي أيضًا ، ويساعدون الزراعة على أن تصبح أكثر كفاءة وفعالية كل يوم. في الواقع ، أثيرت بعض الابتكارات التي تجعل المدن الذكية ذكية للغاية - مثل المستشعرات واتصال إنترنت الأشياء والمركبات المستقلة - في المزرعة.

تقنية دقيقة في الزراعة

في المدينة ، توفر الشبكات الذكية الطاقة في أي وقت وفي أي مكان ، استنادًا إلى بيانات في الوقت الفعلي من شبكة من أجهزة الاستشعار. يراقب النظام استخدام الكهرباء ، ويبلغ عن النقص أو الانقطاع على الفور بينما تقوم المرحلات الذكية والمفاتيح بإعادة توجيه الطاقة حول المشاكل تلقائيًا. تم تصميمها جميعًا لجعل الشبكة الكهربائية أكثر مرونة وأكثر موثوقية ، باستخدام طاقة أقل.

يحدث نفس النوع من تحسين التكنولوجيا والموارد في الزراعة الحديثة. توفر الطائرات بدون طيار والأقمار الصناعية وأجهزة الاستشعار عن بُعد للمزارعين معلومات مفصلة حول كل ركن من أركان عملياتهم ، بما في ذلك رطوبة التربة ومستويات التغذية والملوحة وبيانات الحصاد والمزيد. يقول مارك يونج ، كبير مسؤولي التكنولوجيا في شركة كلايمت كوربوريشن: "اعتدنا الحديث عن الزراعة سيرًا على الأقدام باعتبارها هذا المفهوم الجديد الجذري". "والآن نحن إلى حد كبير نزرع بالبذور." يمكن استخدام الأفكار للقيام بأشياء مثل التوجيه التلقائي لأنظمة تطبيق المعدل المتغير ، بما في ذلك الري بالتنقيط. مثل الشبكة الذكية ، يوفر الري المتغير المياه عند الطلب وعند الحاجة فقط.

"اعتدنا التحدث عن الزراعة على الأقدام باعتبارها هذا المفهوم الجديد الجذري ، والآن نحن إلى حد كبير نزرع بالبذور."

مارك يونغ ، كبير موظفي التكنولوجيا في مؤسسة المناخ

يمكن أن تساعد المعلومات أيضًا في إنشاء خريطة حقل رقمية لظروف التربة وخطة مخصصة للمزارع. يوضح يونغ: "نحن نستخدم نماذج الذكاء الاصطناعي لتقديم توصية بشأن البذور التي يجب زراعتها ، وأين يجب زراعتها". عند استخدامها مع إرشادات الجرارات عبر نظام تحديد المواقع العالمي (GPS) والأدوات الذكية ، يمكن للمزارعين بعد ذلك تطبيق المقدار الدقيق من التغذية ومكافحة الآفات والموارد الأخرى بدقة متى وأينما تكون مطلوبة.

ويضيف يونغ: "إنه ليس فقط أفضل للمزارع". "إذا كان بإمكاننا أن نكون أكثر توجيهية ونساعد المزارع على فهم مقدار ما يحتاجه النبات بالضبط ومتى يكون أكثر استدامة."

مزارع بدون سائق

في حين أن المركبات ذاتية القيادة بدأت لتوها في القيادة حول المدن - مثل حافلات الجيل الخامس ذاتية القيادة التي تم تبنيها مؤخرًا في مدينة تشنغتشو بالصين - فإنها تعمل في المزرعة منذ عقود. في الواقع ، يعود تاريخ أول جرار مستقل إلى عام 1997 ، عندما أنشأ نموذج أولي أسرة مستقيمة تمامًا بدقة في حدود بوصة واحدة. اليوم ، لا يزال بعض المزارعين يركبون الكابينة ، لكن الجرار يقوم بمعظم القيادة.

يتم أيضًا تصميم الروبوتات الزراعية (أو agbots) للاستخدام في المزرعة ، مما يساعد المزارعين على النمو بشكل كافٍ وتقليل فقد المحاصيل مع تقديم بدائل في أزمة العمالة. يمكن للحصادات الآلية تحديد واختيار التفاح الناضج والفراولة والطماطم ، وكل ذلك بدون كدمات. بحلول عام 2024 ، من المتوقع أن تتنقل هذه الروبوتات في المزرعة لتصل إلى ما يقدر بنحو 5.7 مليار دولار من صناعة agbot. هذا هو خمسة أضعاف حجم السوق في عام 2016.

تعلم الآلة ، الزراعة الآلية

يجلب اتصال المدن والمزارع الذكية معها جبالًا من البيانات ، وقدرة متزايدة لأجهزة الكمبيوتر على تحليلها جميعًا.

في المدينة ، سيحدث التعلم الآلي فرقًا كبيرًا في تنقلاتك الصباحية. ستستخدم الآلاف من الكاميرات وأجهزة الاستشعار التعرف على الأنماط للتحكم في إشارات المرور وتقليل الازدحام وتقليل وقت السفر بنسبة تصل إلى 25٪.

في الزراعة ، ستعالج أجهزة الكمبيوتر عددًا مذهلاً من المدخلات - بما في ذلك الخصائص المرئية والتوقيعات الكيميائية ومتغيرات المناخ والصور الحرارية ، على سبيل المثال لا الحصر - تعلم كيفية رعاية المحاصيل بشكل أفضل. يمكن لنماذج agbot الجديدة التي يتم اختبارها ميدانيًا حاليًا التنقل بشكل مستقل في المزرعة ، باستخدام التعلم الآلي لتحديد جميع أنواع النباتات وإزالة الأعشاب الضارة فقط.

يمكن أيضًا استخدام صور المحاصيل من نفس الروبوتات ، وكذلك الطائرات بدون طيار والأقمار الصناعية ، للكشف عن إجهاد النبات والأمراض وتفشي الآفات. في تطبيقات تربية النباتات ، يمكن تدريب أجهزة الكمبيوتر على التعرف على تعبير الصفات في وقت أقرب من العين البشرية. من خلال مقارنة نقاط البيانات من ملايين الصور ، يمكن لهذه الأنظمة أن تتعلم التمييز بين النباتات الصحية - والخصائص المرغوبة - من تلك التي تظهر علامات مبكرة على عكس ذلك.

مستقبل الزراعة

قد تكون مدننا ومزارعنا على بعد أميال ، لكنها تكون أقرب بكثير عندما يتعلق الأمر باستخدام أحدث التطورات في الاتصال والأتمتة والتعلم الآلي. يستمر المزارعون والمخططون الحضريون وعلماء البيانات والمهندسون وغيرهم في البحث عن طرق جديدة للبيانات للمساعدة في اتخاذ قرارات أفضل أثناء القيام بالمزيد بطاقة أقل وموارد أقل.

ستعمل المزرعة المستقبلية بشكل مختلف ، وقد تبدو مختلفة كثيرًا أيضًا.

البذر المختلط - أو ممارسة زراعة محاصيل مختلفة بجانب بعضها البعض - أمر صعب اليوم. لا تستطيع الحصادات ذات الحجم الصناعي التعامل معها ، والأساليب التقليدية تفضل وفورات الحجم. لكن في المستقبل ، قد يتغير مفهومنا للمقياس. سوف تكون agbots المصغرة قادرة على إقران المحصول المثالي مع ظروف التربة الدقيقة في موقع محدد ، والعودة بعد أشهر لتحديد وحصاد النباتات الفردية.

إنه علم أكثر منه خيال علمي لمارك يونغ. يقول: "لا يمكننا إدارة 10000 فدان من الذرة بالطريقة التي تعمل بها حديقتك الخلفية". "ولكن مع ظهور المعدات المستقلة ، يمكننا ذلك."

هذا النهج المتنوع سيجعل الحقول غير معروفة بمعايير اليوم. سيجعل استخدام مبيدات الآفات أكثر كفاءة ، ويحافظ على الموارد الطبيعية ، ويحسن صحة التربة. وستزيد المحاصيل ، مما يساعد في الحفاظ على الممرات الذكية في متاجر البقالة الذكية في المدن الذكية مخزنة.


ما الذي تتعلمه المدن الذكية من المزارع الذكية

أصبحت المدن حول العالم أكثر ذكاءً. بالفعل ، تنطفئ أضواء الشوارع في أماكن مثل سان دييغو ، وتحافظ على الطاقة ، عندما لا تكون المركبات والمشاة في الجوار. وسرعان ما ستخبر صناديق القمامة الموصولة ناقلي النفايات بالوقت الذي يحتاجون فيه إلى التفريغ ، مما يؤدي إلى تحسين طرق التجميع. ستقوم المباني الذكية بإخطار موظفي الصيانة باحتياجات الإصلاح الوشيكة. وستكون أماكن وقوف السيارات وجدتك، بدلا من العكس.

لا تقتصر الأفكار الذكية مثل هذه على حدود المدينة. إنهم يعملون في الريف الريفي أيضًا ، ويساعدون الزراعة على أن تصبح أكثر كفاءة وفعالية كل يوم. في الواقع ، أثيرت بعض الابتكارات التي تجعل المدن الذكية ذكية للغاية - مثل المستشعرات واتصال إنترنت الأشياء والمركبات المستقلة - في المزرعة.

تقنية دقيقة في الزراعة

في المدينة ، توفر الشبكات الذكية الطاقة في أي وقت وفي أي مكان ، استنادًا إلى بيانات في الوقت الفعلي من شبكة من أجهزة الاستشعار. يراقب النظام استخدام الكهرباء ، ويبلغ عن النقص أو الانقطاع على الفور بينما تقوم المرحلات الذكية والمفاتيح بإعادة توجيه الطاقة حول المشاكل تلقائيًا. تم تصميمها جميعًا لجعل الشبكة الكهربائية أكثر مرونة وأكثر موثوقية ، باستخدام طاقة أقل.

يحدث نفس النوع من تحسين التكنولوجيا والموارد في الزراعة الحديثة. توفر الطائرات بدون طيار والأقمار الصناعية وأجهزة الاستشعار عن بُعد للمزارعين معلومات مفصلة حول كل ركن من أركان عملياتهم ، بما في ذلك رطوبة التربة ومستويات التغذية والملوحة وبيانات الحصاد والمزيد. يقول مارك يونج ، كبير مسؤولي التكنولوجيا في شركة كلايمت كوربوريشن: "اعتدنا الحديث عن الزراعة سيرًا على الأقدام باعتبارها هذا المفهوم الجديد الجذري". "والآن نحن إلى حد كبير نزرع بالبذور." يمكن استخدام الأفكار للقيام بأشياء مثل التوجيه التلقائي لأنظمة تطبيق المعدل المتغير ، بما في ذلك الري بالتنقيط. مثل الشبكة الذكية ، يوفر الري المتغير المياه عند الطلب وعند الحاجة فقط.

"اعتدنا التحدث عن الزراعة على الأقدام باعتبارها هذا المفهوم الجديد الجذري ، والآن نحن إلى حد كبير نزرع بالبذور."

مارك يونغ ، كبير موظفي التكنولوجيا في مؤسسة المناخ

يمكن أن تساعد المعلومات أيضًا في إنشاء خريطة حقل رقمية لظروف التربة وخطة مخصصة للمزارع. يوضح يونغ: "نحن نستخدم نماذج الذكاء الاصطناعي لتقديم توصية بشأن البذور التي يجب زراعتها ، وأين يجب زراعتها". عند استخدامها مع إرشادات الجرارات عبر نظام تحديد المواقع العالمي (GPS) والأدوات الذكية ، يمكن للمزارعين بعد ذلك تطبيق المقدار الدقيق من التغذية ومكافحة الآفات والموارد الأخرى بدقة متى وأينما تكون مطلوبة.

ويضيف يونغ: "إنه ليس فقط أفضل للمزارع". "إذا كان بإمكاننا أن نكون أكثر توجيهية ونساعد المزارع على فهم مقدار ما يحتاجه النبات بالضبط ومتى يكون أكثر استدامة."

مزارع بدون سائق

في حين أن المركبات ذاتية القيادة بدأت لتوها في القيادة حول المدن - مثل حافلات الجيل الخامس ذاتية القيادة التي تم تبنيها مؤخرًا في مدينة تشنغتشو بالصين - فإنها تعمل في المزرعة منذ عقود. في الواقع ، يعود تاريخ أول جرار مستقل إلى عام 1997 ، عندما أنشأ نموذج أولي أسرة مستقيمة تمامًا بدقة في حدود بوصة واحدة. اليوم ، لا يزال بعض المزارعين يركبون الكابينة ، لكن الجرار يقوم بمعظم القيادة.

يتم أيضًا تصميم الروبوتات الزراعية (أو agbots) للاستخدام في المزرعة ، مما يساعد المزارعين على النمو بشكل كافٍ وتقليل فقد المحاصيل مع تقديم بدائل في أزمة العمالة. يمكن للحصادات الآلية تحديد واختيار التفاح الناضج والفراولة والطماطم ، وكل ذلك بدون كدمات. بحلول عام 2024 ، من المتوقع أن تتنقل هذه الروبوتات في المزرعة لتصل إلى ما يقدر بنحو 5.7 مليار دولار من صناعة agbot. هذا هو خمسة أضعاف حجم السوق في عام 2016.

تعلم الآلة ، الزراعة الآلية

يجلب اتصال المدن والمزارع الذكية معها جبالًا من البيانات ، وقدرة متزايدة لأجهزة الكمبيوتر على تحليلها جميعًا.

في المدينة ، سيحدث التعلم الآلي فرقًا كبيرًا في تنقلاتك الصباحية. ستستخدم الآلاف من الكاميرات وأجهزة الاستشعار التعرف على الأنماط للتحكم في إشارات المرور وتقليل الازدحام وتقليل وقت السفر بنسبة تصل إلى 25٪.

في الزراعة ، ستعالج أجهزة الكمبيوتر عددًا مذهلاً من المدخلات - بما في ذلك الخصائص المرئية والتوقيعات الكيميائية ومتغيرات المناخ والصور الحرارية ، على سبيل المثال لا الحصر - تعلم كيفية رعاية المحاصيل بشكل أفضل. يمكن لنماذج agbot الجديدة التي يتم اختبارها ميدانيًا حاليًا التنقل بشكل مستقل في المزرعة ، باستخدام التعلم الآلي لتحديد جميع أنواع النباتات وإزالة الأعشاب الضارة فقط.

يمكن أيضًا استخدام صور المحاصيل من نفس الروبوتات ، وكذلك الطائرات بدون طيار والأقمار الصناعية ، للكشف عن إجهاد النبات والأمراض وتفشي الآفات. في تطبيقات تربية النباتات ، يمكن تدريب أجهزة الكمبيوتر على التعرف على تعبير الصفات في وقت أقرب من العين البشرية. من خلال مقارنة نقاط البيانات من ملايين الصور ، يمكن لهذه الأنظمة أن تتعلم التمييز بين النباتات الصحية - والخصائص المرغوبة - من تلك التي تظهر علامات مبكرة على عكس ذلك.

مستقبل الزراعة

قد تكون مدننا ومزارعنا على بعد أميال ، لكنها تكون أقرب بكثير عندما يتعلق الأمر باستخدام أحدث التطورات في الاتصال والأتمتة والتعلم الآلي. يستمر المزارعون والمخططون الحضريون وعلماء البيانات والمهندسون وغيرهم في البحث عن طرق جديدة للبيانات للمساعدة في اتخاذ قرارات أفضل أثناء القيام بالمزيد بطاقة أقل وموارد أقل.

ستعمل المزرعة المستقبلية بشكل مختلف ، وقد تبدو مختلفة كثيرًا أيضًا.

Mixed sowing — or the practice of planting different crops next to each other — is difficult today. Industrial-sized harvesters can’t handle it, and traditional methods favor economies of scale. But in the future, our concept of scale might change. Miniature agbots will be able to pair the ideal crop with the exact soil conditions in a precise location, returning months later to identify and harvest individual plants.

It’s more science than science fiction to Mark Young. “We can’t manage 10,000 acres of corn the way you do your backyard garden,” he says. “But with the advent of autonomous equipment, we might.”

This diverse approach will make fields unrecognizable by today’s standards. It will make pesticide use more efficient, conserve natural resources, and improve soil health. And it will increase harvests, helping to keep smart aisles in smart grocery stores in smart cities stocked.


What Smart Cities Are Learning From Smart Farms

Cities around the world are getting smarter. Already, street lights in places like San Diego are turning off, and conserving energy, when vehicles and pedestrians aren’t around. Soon, connected garbage cans will tell waste haulers when they need to be emptied, optimizing collection routes. Smart buildings will notify maintenance staff of impending repair needs. And parking spots will find you, instead of the other way around.

Smart ideas like these aren’t confined to the city limits. They’re working in rural farm country too, helping agriculture grow more efficient and more effective every day. In fact, some of the innovations making smart cities so intelligent — like sensors, IoT connectivity, and autonomous vehicles — were raised on the farm.

PRECISION TECHNOLOGY IN AGRICULTURE

In the city, smart grids deliver power when and where it’s needed, based on real-time data from a network of sensors. The system monitors electricity usage, reporting shortages or outages instantly while smart relays and switches reroute power around problems automatically. It’s all designed to make the electric grid more resilient and more reliable, using less energy.

The same type of technology and resource optimization is happening in modern agriculture. Drones, satellites, and remote sensors give farmers detailed information about every corner of their operation, including soil moisture, nutrition levels, salinity, harvest data, and more. “We used to talk about farming by the foot as this radical new concept,” says Mark Young, chief technology officer at The Climate Corporation. “And now we’re pretty much farming by the seed.” The insights can be used to do things like automatically guiding variable rate application systems, including drip irrigation. Like the smart grid, variable rate irrigation delivers water on-demand, and only where it’s needed.

“We used to talk about farming by the foot as this radical new concept, and now we’re pretty much farming by the seed.”

Mark Young, CTO of The Climate Corporation

The information can also help create a digital field map of soil conditions and a custom plan for the farmer. “We’re using AI models to make a recommendation of which seeds should be planted, and where they should be planted,” Young explains. When used with GPS tractor guidance and smart implements, farmers can then apply the exact amount of nutrition, pest control, and other resources precisely when and where they’re required.

“It’s not only better for the farmer,” Young adds. “If we can be more prescriptive and help the farmer understand exactly how much the plant needs and when, it’s more sustainable.”

DRIVERLESS FARMS

While self-driving vehicles have just begun motoring around cities — like the 5G autonomous buses recently adopted in Zhengzhou, China — they’ve been working the farm for decades. In fact, the first autonomous tractor dates back to 1997, when a prototype created perfectly straight beds accurate to within an inch. Today, some farmers still ride in the cab, but the tractor does most of the driving.

Agricultural robots (or agbots) are also being designed for use on the farm, helping farmers grow enough and reduce crop loss while offering alternatives in a labor crunch. Automated harvesters are able to identify and pick ripe apples, strawberries, and tomatoes, all without bruising. By 2024, these robots are forecast to navigate the farm to the tune of an estimated $5.7 billion agbot industry. That’s five times the market size of 2016.

MACHINE LEARNING, MACHINE FARMING

The connectivity of smart cities and farms brings with it mountains of data, and the increasing ability of computers to analyze it all.

In the city, machine learning will make a big difference for your morning commute. Thousands of cameras and sensors will use pattern recognition to control traffic lights, reduce congestion and cut travel time by as much as 25%.

In agriculture, computers will process a staggering number of inputs — including visual characteristics, chemical signatures, climate variables, and thermal images, to name just a few — learning how to better care for crops. New agbot prototypes currently being field tested can autonomously navigate the farm, using machine learning to identify all plant types and remove only the weeds.

Crop photos from the same robots, as well as drones and satellites, can also be used for detecting plant stress, disease, and pest infestation. In plant breeding applications, computers can be trained to identify the expression of traits sooner than the human eye. By comparing data points from millions of photos, these systems can learn to distinguish healthy plants — and desirable characteristics — from those that are showing early signs to the contrary.

THE FUTURE OF AGRICULTURE

Our cities and farms might be miles apart, but they’re much closer when it comes to using the latest advancements in connectivity, automation, and machine learning. Farmers, urban planners, data scientists, engineers, and many others continue to find new ways for data to help inform better decisions while doing more with less energy and fewer resources.

The future farm will work differently, and it might look a lot different too.

Mixed sowing — or the practice of planting different crops next to each other — is difficult today. Industrial-sized harvesters can’t handle it, and traditional methods favor economies of scale. But in the future, our concept of scale might change. Miniature agbots will be able to pair the ideal crop with the exact soil conditions in a precise location, returning months later to identify and harvest individual plants.

It’s more science than science fiction to Mark Young. “We can’t manage 10,000 acres of corn the way you do your backyard garden,” he says. “But with the advent of autonomous equipment, we might.”

This diverse approach will make fields unrecognizable by today’s standards. It will make pesticide use more efficient, conserve natural resources, and improve soil health. And it will increase harvests, helping to keep smart aisles in smart grocery stores in smart cities stocked.


What Smart Cities Are Learning From Smart Farms

Cities around the world are getting smarter. Already, street lights in places like San Diego are turning off, and conserving energy, when vehicles and pedestrians aren’t around. Soon, connected garbage cans will tell waste haulers when they need to be emptied, optimizing collection routes. Smart buildings will notify maintenance staff of impending repair needs. And parking spots will find you, instead of the other way around.

Smart ideas like these aren’t confined to the city limits. They’re working in rural farm country too, helping agriculture grow more efficient and more effective every day. In fact, some of the innovations making smart cities so intelligent — like sensors, IoT connectivity, and autonomous vehicles — were raised on the farm.

PRECISION TECHNOLOGY IN AGRICULTURE

In the city, smart grids deliver power when and where it’s needed, based on real-time data from a network of sensors. The system monitors electricity usage, reporting shortages or outages instantly while smart relays and switches reroute power around problems automatically. It’s all designed to make the electric grid more resilient and more reliable, using less energy.

The same type of technology and resource optimization is happening in modern agriculture. Drones, satellites, and remote sensors give farmers detailed information about every corner of their operation, including soil moisture, nutrition levels, salinity, harvest data, and more. “We used to talk about farming by the foot as this radical new concept,” says Mark Young, chief technology officer at The Climate Corporation. “And now we’re pretty much farming by the seed.” The insights can be used to do things like automatically guiding variable rate application systems, including drip irrigation. Like the smart grid, variable rate irrigation delivers water on-demand, and only where it’s needed.

“We used to talk about farming by the foot as this radical new concept, and now we’re pretty much farming by the seed.”

Mark Young, CTO of The Climate Corporation

The information can also help create a digital field map of soil conditions and a custom plan for the farmer. “We’re using AI models to make a recommendation of which seeds should be planted, and where they should be planted,” Young explains. When used with GPS tractor guidance and smart implements, farmers can then apply the exact amount of nutrition, pest control, and other resources precisely when and where they’re required.

“It’s not only better for the farmer,” Young adds. “If we can be more prescriptive and help the farmer understand exactly how much the plant needs and when, it’s more sustainable.”

DRIVERLESS FARMS

While self-driving vehicles have just begun motoring around cities — like the 5G autonomous buses recently adopted in Zhengzhou, China — they’ve been working the farm for decades. In fact, the first autonomous tractor dates back to 1997, when a prototype created perfectly straight beds accurate to within an inch. Today, some farmers still ride in the cab, but the tractor does most of the driving.

Agricultural robots (or agbots) are also being designed for use on the farm, helping farmers grow enough and reduce crop loss while offering alternatives in a labor crunch. Automated harvesters are able to identify and pick ripe apples, strawberries, and tomatoes, all without bruising. By 2024, these robots are forecast to navigate the farm to the tune of an estimated $5.7 billion agbot industry. That’s five times the market size of 2016.

MACHINE LEARNING, MACHINE FARMING

The connectivity of smart cities and farms brings with it mountains of data, and the increasing ability of computers to analyze it all.

In the city, machine learning will make a big difference for your morning commute. Thousands of cameras and sensors will use pattern recognition to control traffic lights, reduce congestion and cut travel time by as much as 25%.

In agriculture, computers will process a staggering number of inputs — including visual characteristics, chemical signatures, climate variables, and thermal images, to name just a few — learning how to better care for crops. New agbot prototypes currently being field tested can autonomously navigate the farm, using machine learning to identify all plant types and remove only the weeds.

Crop photos from the same robots, as well as drones and satellites, can also be used for detecting plant stress, disease, and pest infestation. In plant breeding applications, computers can be trained to identify the expression of traits sooner than the human eye. By comparing data points from millions of photos, these systems can learn to distinguish healthy plants — and desirable characteristics — from those that are showing early signs to the contrary.

THE FUTURE OF AGRICULTURE

Our cities and farms might be miles apart, but they’re much closer when it comes to using the latest advancements in connectivity, automation, and machine learning. Farmers, urban planners, data scientists, engineers, and many others continue to find new ways for data to help inform better decisions while doing more with less energy and fewer resources.

The future farm will work differently, and it might look a lot different too.

Mixed sowing — or the practice of planting different crops next to each other — is difficult today. Industrial-sized harvesters can’t handle it, and traditional methods favor economies of scale. But in the future, our concept of scale might change. Miniature agbots will be able to pair the ideal crop with the exact soil conditions in a precise location, returning months later to identify and harvest individual plants.

It’s more science than science fiction to Mark Young. “We can’t manage 10,000 acres of corn the way you do your backyard garden,” he says. “But with the advent of autonomous equipment, we might.”

This diverse approach will make fields unrecognizable by today’s standards. It will make pesticide use more efficient, conserve natural resources, and improve soil health. And it will increase harvests, helping to keep smart aisles in smart grocery stores in smart cities stocked.


What Smart Cities Are Learning From Smart Farms

Cities around the world are getting smarter. Already, street lights in places like San Diego are turning off, and conserving energy, when vehicles and pedestrians aren’t around. Soon, connected garbage cans will tell waste haulers when they need to be emptied, optimizing collection routes. Smart buildings will notify maintenance staff of impending repair needs. And parking spots will find you, instead of the other way around.

Smart ideas like these aren’t confined to the city limits. They’re working in rural farm country too, helping agriculture grow more efficient and more effective every day. In fact, some of the innovations making smart cities so intelligent — like sensors, IoT connectivity, and autonomous vehicles — were raised on the farm.

PRECISION TECHNOLOGY IN AGRICULTURE

In the city, smart grids deliver power when and where it’s needed, based on real-time data from a network of sensors. The system monitors electricity usage, reporting shortages or outages instantly while smart relays and switches reroute power around problems automatically. It’s all designed to make the electric grid more resilient and more reliable, using less energy.

The same type of technology and resource optimization is happening in modern agriculture. Drones, satellites, and remote sensors give farmers detailed information about every corner of their operation, including soil moisture, nutrition levels, salinity, harvest data, and more. “We used to talk about farming by the foot as this radical new concept,” says Mark Young, chief technology officer at The Climate Corporation. “And now we’re pretty much farming by the seed.” The insights can be used to do things like automatically guiding variable rate application systems, including drip irrigation. Like the smart grid, variable rate irrigation delivers water on-demand, and only where it’s needed.

“We used to talk about farming by the foot as this radical new concept, and now we’re pretty much farming by the seed.”

Mark Young, CTO of The Climate Corporation

The information can also help create a digital field map of soil conditions and a custom plan for the farmer. “We’re using AI models to make a recommendation of which seeds should be planted, and where they should be planted,” Young explains. When used with GPS tractor guidance and smart implements, farmers can then apply the exact amount of nutrition, pest control, and other resources precisely when and where they’re required.

“It’s not only better for the farmer,” Young adds. “If we can be more prescriptive and help the farmer understand exactly how much the plant needs and when, it’s more sustainable.”

DRIVERLESS FARMS

While self-driving vehicles have just begun motoring around cities — like the 5G autonomous buses recently adopted in Zhengzhou, China — they’ve been working the farm for decades. In fact, the first autonomous tractor dates back to 1997, when a prototype created perfectly straight beds accurate to within an inch. Today, some farmers still ride in the cab, but the tractor does most of the driving.

Agricultural robots (or agbots) are also being designed for use on the farm, helping farmers grow enough and reduce crop loss while offering alternatives in a labor crunch. Automated harvesters are able to identify and pick ripe apples, strawberries, and tomatoes, all without bruising. By 2024, these robots are forecast to navigate the farm to the tune of an estimated $5.7 billion agbot industry. That’s five times the market size of 2016.

MACHINE LEARNING, MACHINE FARMING

The connectivity of smart cities and farms brings with it mountains of data, and the increasing ability of computers to analyze it all.

In the city, machine learning will make a big difference for your morning commute. Thousands of cameras and sensors will use pattern recognition to control traffic lights, reduce congestion and cut travel time by as much as 25%.

In agriculture, computers will process a staggering number of inputs — including visual characteristics, chemical signatures, climate variables, and thermal images, to name just a few — learning how to better care for crops. New agbot prototypes currently being field tested can autonomously navigate the farm, using machine learning to identify all plant types and remove only the weeds.

Crop photos from the same robots, as well as drones and satellites, can also be used for detecting plant stress, disease, and pest infestation. In plant breeding applications, computers can be trained to identify the expression of traits sooner than the human eye. By comparing data points from millions of photos, these systems can learn to distinguish healthy plants — and desirable characteristics — from those that are showing early signs to the contrary.

THE FUTURE OF AGRICULTURE

Our cities and farms might be miles apart, but they’re much closer when it comes to using the latest advancements in connectivity, automation, and machine learning. Farmers, urban planners, data scientists, engineers, and many others continue to find new ways for data to help inform better decisions while doing more with less energy and fewer resources.

The future farm will work differently, and it might look a lot different too.

Mixed sowing — or the practice of planting different crops next to each other — is difficult today. Industrial-sized harvesters can’t handle it, and traditional methods favor economies of scale. But in the future, our concept of scale might change. Miniature agbots will be able to pair the ideal crop with the exact soil conditions in a precise location, returning months later to identify and harvest individual plants.

It’s more science than science fiction to Mark Young. “We can’t manage 10,000 acres of corn the way you do your backyard garden,” he says. “But with the advent of autonomous equipment, we might.”

This diverse approach will make fields unrecognizable by today’s standards. It will make pesticide use more efficient, conserve natural resources, and improve soil health. And it will increase harvests, helping to keep smart aisles in smart grocery stores in smart cities stocked.


What Smart Cities Are Learning From Smart Farms

Cities around the world are getting smarter. Already, street lights in places like San Diego are turning off, and conserving energy, when vehicles and pedestrians aren’t around. Soon, connected garbage cans will tell waste haulers when they need to be emptied, optimizing collection routes. Smart buildings will notify maintenance staff of impending repair needs. And parking spots will find you, instead of the other way around.

Smart ideas like these aren’t confined to the city limits. They’re working in rural farm country too, helping agriculture grow more efficient and more effective every day. In fact, some of the innovations making smart cities so intelligent — like sensors, IoT connectivity, and autonomous vehicles — were raised on the farm.

PRECISION TECHNOLOGY IN AGRICULTURE

In the city, smart grids deliver power when and where it’s needed, based on real-time data from a network of sensors. The system monitors electricity usage, reporting shortages or outages instantly while smart relays and switches reroute power around problems automatically. It’s all designed to make the electric grid more resilient and more reliable, using less energy.

The same type of technology and resource optimization is happening in modern agriculture. Drones, satellites, and remote sensors give farmers detailed information about every corner of their operation, including soil moisture, nutrition levels, salinity, harvest data, and more. “We used to talk about farming by the foot as this radical new concept,” says Mark Young, chief technology officer at The Climate Corporation. “And now we’re pretty much farming by the seed.” The insights can be used to do things like automatically guiding variable rate application systems, including drip irrigation. Like the smart grid, variable rate irrigation delivers water on-demand, and only where it’s needed.

“We used to talk about farming by the foot as this radical new concept, and now we’re pretty much farming by the seed.”

Mark Young, CTO of The Climate Corporation

The information can also help create a digital field map of soil conditions and a custom plan for the farmer. “We’re using AI models to make a recommendation of which seeds should be planted, and where they should be planted,” Young explains. When used with GPS tractor guidance and smart implements, farmers can then apply the exact amount of nutrition, pest control, and other resources precisely when and where they’re required.

“It’s not only better for the farmer,” Young adds. “If we can be more prescriptive and help the farmer understand exactly how much the plant needs and when, it’s more sustainable.”

DRIVERLESS FARMS

While self-driving vehicles have just begun motoring around cities — like the 5G autonomous buses recently adopted in Zhengzhou, China — they’ve been working the farm for decades. In fact, the first autonomous tractor dates back to 1997, when a prototype created perfectly straight beds accurate to within an inch. Today, some farmers still ride in the cab, but the tractor does most of the driving.

Agricultural robots (or agbots) are also being designed for use on the farm, helping farmers grow enough and reduce crop loss while offering alternatives in a labor crunch. Automated harvesters are able to identify and pick ripe apples, strawberries, and tomatoes, all without bruising. By 2024, these robots are forecast to navigate the farm to the tune of an estimated $5.7 billion agbot industry. That’s five times the market size of 2016.

MACHINE LEARNING, MACHINE FARMING

The connectivity of smart cities and farms brings with it mountains of data, and the increasing ability of computers to analyze it all.

In the city, machine learning will make a big difference for your morning commute. Thousands of cameras and sensors will use pattern recognition to control traffic lights, reduce congestion and cut travel time by as much as 25%.

In agriculture, computers will process a staggering number of inputs — including visual characteristics, chemical signatures, climate variables, and thermal images, to name just a few — learning how to better care for crops. New agbot prototypes currently being field tested can autonomously navigate the farm, using machine learning to identify all plant types and remove only the weeds.

Crop photos from the same robots, as well as drones and satellites, can also be used for detecting plant stress, disease, and pest infestation. In plant breeding applications, computers can be trained to identify the expression of traits sooner than the human eye. By comparing data points from millions of photos, these systems can learn to distinguish healthy plants — and desirable characteristics — from those that are showing early signs to the contrary.

THE FUTURE OF AGRICULTURE

Our cities and farms might be miles apart, but they’re much closer when it comes to using the latest advancements in connectivity, automation, and machine learning. Farmers, urban planners, data scientists, engineers, and many others continue to find new ways for data to help inform better decisions while doing more with less energy and fewer resources.

The future farm will work differently, and it might look a lot different too.

Mixed sowing — or the practice of planting different crops next to each other — is difficult today. Industrial-sized harvesters can’t handle it, and traditional methods favor economies of scale. But in the future, our concept of scale might change. Miniature agbots will be able to pair the ideal crop with the exact soil conditions in a precise location, returning months later to identify and harvest individual plants.

It’s more science than science fiction to Mark Young. “We can’t manage 10,000 acres of corn the way you do your backyard garden,” he says. “But with the advent of autonomous equipment, we might.”

This diverse approach will make fields unrecognizable by today’s standards. It will make pesticide use more efficient, conserve natural resources, and improve soil health. And it will increase harvests, helping to keep smart aisles in smart grocery stores in smart cities stocked.


What Smart Cities Are Learning From Smart Farms

Cities around the world are getting smarter. Already, street lights in places like San Diego are turning off, and conserving energy, when vehicles and pedestrians aren’t around. Soon, connected garbage cans will tell waste haulers when they need to be emptied, optimizing collection routes. Smart buildings will notify maintenance staff of impending repair needs. And parking spots will find you, instead of the other way around.

Smart ideas like these aren’t confined to the city limits. They’re working in rural farm country too, helping agriculture grow more efficient and more effective every day. In fact, some of the innovations making smart cities so intelligent — like sensors, IoT connectivity, and autonomous vehicles — were raised on the farm.

PRECISION TECHNOLOGY IN AGRICULTURE

In the city, smart grids deliver power when and where it’s needed, based on real-time data from a network of sensors. The system monitors electricity usage, reporting shortages or outages instantly while smart relays and switches reroute power around problems automatically. It’s all designed to make the electric grid more resilient and more reliable, using less energy.

The same type of technology and resource optimization is happening in modern agriculture. Drones, satellites, and remote sensors give farmers detailed information about every corner of their operation, including soil moisture, nutrition levels, salinity, harvest data, and more. “We used to talk about farming by the foot as this radical new concept,” says Mark Young, chief technology officer at The Climate Corporation. “And now we’re pretty much farming by the seed.” The insights can be used to do things like automatically guiding variable rate application systems, including drip irrigation. Like the smart grid, variable rate irrigation delivers water on-demand, and only where it’s needed.

“We used to talk about farming by the foot as this radical new concept, and now we’re pretty much farming by the seed.”

Mark Young, CTO of The Climate Corporation

The information can also help create a digital field map of soil conditions and a custom plan for the farmer. “We’re using AI models to make a recommendation of which seeds should be planted, and where they should be planted,” Young explains. When used with GPS tractor guidance and smart implements, farmers can then apply the exact amount of nutrition, pest control, and other resources precisely when and where they’re required.

“It’s not only better for the farmer,” Young adds. “If we can be more prescriptive and help the farmer understand exactly how much the plant needs and when, it’s more sustainable.”

DRIVERLESS FARMS

While self-driving vehicles have just begun motoring around cities — like the 5G autonomous buses recently adopted in Zhengzhou, China — they’ve been working the farm for decades. In fact, the first autonomous tractor dates back to 1997, when a prototype created perfectly straight beds accurate to within an inch. Today, some farmers still ride in the cab, but the tractor does most of the driving.

Agricultural robots (or agbots) are also being designed for use on the farm, helping farmers grow enough and reduce crop loss while offering alternatives in a labor crunch. Automated harvesters are able to identify and pick ripe apples, strawberries, and tomatoes, all without bruising. By 2024, these robots are forecast to navigate the farm to the tune of an estimated $5.7 billion agbot industry. That’s five times the market size of 2016.

MACHINE LEARNING, MACHINE FARMING

The connectivity of smart cities and farms brings with it mountains of data, and the increasing ability of computers to analyze it all.

In the city, machine learning will make a big difference for your morning commute. Thousands of cameras and sensors will use pattern recognition to control traffic lights, reduce congestion and cut travel time by as much as 25%.

In agriculture, computers will process a staggering number of inputs — including visual characteristics, chemical signatures, climate variables, and thermal images, to name just a few — learning how to better care for crops. New agbot prototypes currently being field tested can autonomously navigate the farm, using machine learning to identify all plant types and remove only the weeds.

Crop photos from the same robots, as well as drones and satellites, can also be used for detecting plant stress, disease, and pest infestation. In plant breeding applications, computers can be trained to identify the expression of traits sooner than the human eye. By comparing data points from millions of photos, these systems can learn to distinguish healthy plants — and desirable characteristics — from those that are showing early signs to the contrary.

THE FUTURE OF AGRICULTURE

Our cities and farms might be miles apart, but they’re much closer when it comes to using the latest advancements in connectivity, automation, and machine learning. Farmers, urban planners, data scientists, engineers, and many others continue to find new ways for data to help inform better decisions while doing more with less energy and fewer resources.

The future farm will work differently, and it might look a lot different too.

Mixed sowing — or the practice of planting different crops next to each other — is difficult today. Industrial-sized harvesters can’t handle it, and traditional methods favor economies of scale. But in the future, our concept of scale might change. Miniature agbots will be able to pair the ideal crop with the exact soil conditions in a precise location, returning months later to identify and harvest individual plants.

It’s more science than science fiction to Mark Young. “We can’t manage 10,000 acres of corn the way you do your backyard garden,” he says. “But with the advent of autonomous equipment, we might.”

This diverse approach will make fields unrecognizable by today’s standards. It will make pesticide use more efficient, conserve natural resources, and improve soil health. And it will increase harvests, helping to keep smart aisles in smart grocery stores in smart cities stocked.


شاهد الفيديو: زراعة العضوية لخضار والفاكهة معا لتأكل أكل صحى وسليم Organic Agriculture حلقة 342 (سبتمبر 2022).


تعليقات:

  1. Danil

    البوابة رائعة فقط ، أوصي بها للأصدقاء!

  2. Stuart

    الفكرة جيدة ، أنا أؤيدها.

  3. Macqueen

    بيننا ، لديهم طريقة مختلفة.

  4. Rheged

    بشكل ملحوظ ، العملة الثمينة للغاية

  5. Ubadah

    في رأيي لم تكن على حق. دعونا نناقشها. اكتب لي في رئيس الوزراء ، وسوف نتواصل.



اكتب رسالة