Японский инженер сделал ИИ-помощника для фермы своих родителей

Семейство Коике вот уже почти пятьдесят лет выращивает огурцы в городке Косай, расположенном между Тихим океаном и озером Хамана. Три небольших оранжереи дают урожай круглый год. Сам Коике следит за культивацией, его отец Харуми сажает семена, а мать Масако сортирует собранные огурцы. Сортировка очень важна для японского рынка, ведь на нем тщательно следят за качеством продуктов. Отличную клубнику можно продать по несколько долларов за ягоду, а цена безупречных квадратных арбузов может достигать сотен долларов. Овощи занимают на рынке не такое престижное место, как фрукты, но в целом супермаркеты редко покупают овощи нестандартной формы и размера. Семейство Коике продает оптовикам только лучшие и ровные огурцы с кожицей одинаковой толщины. Не самые идеальные овощи отправляются на лотки местных рынков и продаются там за полцены. («По вкусу они не отличаются», — прокомментировал Коике). Чтобы отобрать нужные огурцы, Масако приходится проверять их поодиночке и сортировать в разные корзины. На осмотр каждого огурца она тратит примерно полсекунды, но все равно это занятие занимает у нее большую часть рабочего дня. Иногда женщина проверяет до четырех тысяч огурцов в день.

Фото: Makoto Koike

Весной прошлого года Коике придумал новый способ сортировки огурцов. Отчасти он вдохновлялся статьями об AlphaGo — первой компьютерной программе, которая смогла обыграть человека в игру го. Разработка Google DeepMind использует глубинное обучение и нейросети.

За последние несколько лет глубинное обучение доказало, что с его помощью программы могут распознавать нужные данные в огромном количестве информации. Сейчас эта технология используется в алгоритмах распознавания лица Facebook, системе распознавания речи виртуального ассистента Alexa и навигационных системах беспилотных автомобилей. В случае с AlphaGo программа сначала изучила 30 миллионов изображений ходов из реальных партий в го. Эти знания позволили ей определять, какие ходы являются наиболее эффективными. Коике решил, что такой подход может помочь его семье быстрее сортировать огурцы.

Обычно такие продвинутые технологии ИИ, включая глубинное обучение, доступны только специалистам и крупным разработчикам ПО. Однако недавно крупнейшие игроки технологического рынка, включая Google, Facebook, Microsoft, Amazon, Yahoo, Baidu, Yandex, выложили в свободный доступ ряд своих инструментов, из-за чего ИИ стал доступен простым программистам без особого опыта в этой сфере — то есть таким, как Коике.

Для своего проекта он использовал библиотеку для машинного обучения TensorFlow, которую Google выложила в открытый доступ в 2015 году. Инженер сделал специальный стенд, на котором можно было сфотографировать каждый огурец с трех ракурсов. Затем он адаптировал под распознавание изображений популярный элемент TensorFlow, который обычно используется для анализа рукописных цифр. Однако Коике нужно было сначала дать своему ИИ базу знаний. Он сделал 7000 снимков огурцов, которые уже рассортировала его мать. Все эти фотографии инженер использовал, чтобы обучить ИИ распознавать овощи, относящиеся к той или иной категории. Затем он сделал автоматический конвейер, чтобы каждый огурец после анализа на стенде отправлялся в нужную корзину.

Коике завершил работу над ИИ-помощником в прошлом году, и он работает... в какой-то степени. Алгоритм сортирует огурцы с точностью до 77%, что довольно мало, так что их все равно приходится проверять вручную. Кроме того, огурцы нужно по одному выкладывать на стенд, чтобы программа могла их проанализировать. Другими словами, матери Коике пока не придется бросать свое дело. Механизм не впечатлил ее, как и отца инженера. «Мои родители довольно суровые люди, — сказал Коике. — Они сказали, что алгоритм пока что бесполезен».

А вот любители техники отозвались о изобретении Коике с большим теплом: японского инженера даже пригласили на выставки Maker Faire в Токио и CeBIT в Ганновере. В мире есть аналогичные машины, причем более быстрые и эффективные, но они очень дорогие и предназначены для работы в промышленном масштабе. До демократизации машинного обучения мало кто мог самостоятельно создать алгоритм подобного уровня.

Коике считает свое изобретение вдохновляющим образцом. Сейчас он работает над новой версией программы, которая, как надеется инженер, сможет анализировать более одного огурца зараз. А еще он планирует доработать конвейер, чтобы тот не повреждал нежные пупырышки на коже огурцов (по ним судят о свежести овоща). Коике надеется, что через пару лет его ИИ-помощник будет работать почти с такой же точностью, как и его мать, и сможет освободить ее от труда. Так или иначе, инженер планирует надолго задержаться на ферме. «Пожалуй, я буду фермером до конца своих дней», — сказал он. К тому времени его изобретение наверняка будет выглядеть уже совсем по-другому.

Источник.

Материалы по теме:

Эта вертикальная ферма может полностью изменить пищевую промышленность

Как цифровые технологии меняют наше меню

В России начались испытания беспилотного трактора «АгроБот»

Как дроны преобразовывают сельское хозяйство