被玩坏这家日本农场竟然用人工智能玩起了分捡黄瓜

数十年来，Makoto Koike的母亲一直在手工分拣黄瓜。如今，这位工程师正试图借助先进的机器学习方法来替代这一繁琐的任务。Makoto Koike的日常生活并非户外自然探险，而是热衷于修补电子配件和机器。在人生的某个转折点，他选择了离开喧嚣的城市生活，定居于静谧的湖西市黄瓜农场。他的初衷是离家人更近一些。

在湖西市，Makoto Koike一家种植黄瓜已有近半个世纪的时光。他们精心照料着三个温室中的作物，每个家庭成员都有明确的职责：父亲负责播种，Makoto Koike负责监督种植过程，而母亲则是对收成进行精细的分类。这项工作在日本尤为关键，因为农作物需遵循严格的分类标准。黄瓜的分类便是一个典型案例，仅一个品种就有多达九种分类。这需要分拣者具备敏锐的洞察力和丰富的经验，仔细观察黄瓜的长度、粗细、颜色、纹理以及是否有划痕等特征。Makoto Koike一家会将品质上乘、笔直且均匀的黄瓜供给批发商，其余稍有瑕疵的黄瓜则半价出售。这一过程中，母亲的工作量尤为繁重，她需要逐一分拣蔬菜，按照不同等级分类装箱。虽然每个黄瓜只需花费半秒钟，但这项工作占据了她的大部分时间。有时，她甚至需要在几天内处理数千根黄瓜。

Makoto Koike认为，分类工作不应占据瓜农过多精力，他们应该将重心放在种植美味黄瓜上。他决定让机器接管这一任务。市面上的黄瓜分类器性能不佳或价格昂贵，不适合小农场使用。于是，在去年春天，他开始着手开发一种新的分拣方法。借助谷歌发布的TensorFlow深度学习软件框架，他构建了一台黄瓜分拣机。灵感来源于他阅读的一篇关于AlphaGo的文章，那是一种能击败围棋世界冠军的计算机程序。AlphaGo通过分析和学习数百万张围棋棋盘的图片来确定最佳行动步骤，Makoto Koike希望采用类似策略来训练他的机器。

高级人工智能技术是专业研究人员和软件公司的领域，但现在，一些科技巨头如谷歌、Facebook、微软、亚马逊、百度以及各大大学已经发布了免费的开源工具，使得像Makoto Koike这样的非专业编程人员也能尝试运用人工智能技术。

他的项目以树莓派3为主控制器，并建立了一个自定义照片拍摄站，可以从三个不同角度拍摄每根黄瓜。这些图像被传送到TensorFlow平台上进行分析。起初，图像会在小型神经网络上运行以确认是否为黄瓜。随后，被认定为黄瓜的照片会传输到一个更大的基于Linux服务器的神经网络，根据黄瓜的各种特性进行分类。在使用人工智能技术之前，Makoto Koike必须先对系统进行“训练”。他花费了三个月的时间，给他系统“喂”了7000张黄瓜照片，这些照片由他的母亲按照分类贴上标签。他还建立了一个自动传送带系统，将黄瓜从拍摄站传送到指定的箱子。

虽然去年完成的这套人工智能系统在某种程度上已经奏效，但对黄瓜的分类准确率仍只有70%。他们仍需要进行人工检查。目前，蔬菜仍需逐个放在照片拍摄站上，这意味着Makoto Koike的母亲的工作尚未完全由机器替代。他坚信自己所创造的系统是一个鼓舞人心的开始。他正在研究能够一次分析多个黄瓜的新版本机器，并计划建立一个温和的输送系统以保护蔬菜脆弱的皮刺。他期望在不久的将来，他的人工智能分拣机能够变得与母亲一样准确，让她有时间从事其他工作。无论如何，Makoto Koike说他已经扎根于湖西市，并计划在此度过余生。“我的计划是，今生就做个农民。”一个新时代农民的生活已然开启。人工智能在农业领域的研发与应用可以追溯到本世纪初。在这一时期，智能机器人成为了农业领域的得力助手，它们不仅能够完成耕作、播种和采摘等任务，还配备了智能探测土壤、病虫害以及气候灾难预警等高科技识别系统。在家畜养殖领域，人工智能还催生了禽畜智能穿戴产品的诞生。

尽管人工智能在农业中的应用日益广泛，但它仍是一个尚未完全开发的领域，面临着比其他行业更大的挑战。这是因为农业涉及到许多不可预测的因素，如地理位置、周围环境、气候水土、病虫害、生物多样性以及复杂的微生物环境等。在一个特定环境下测试成功的算法，在另一个环境可能完全失效。

目前，我们所看到的一些人工智能在农业中的成功应用案例，大多局限于特定的地理环境和种植养殖模式。当外部环境发生变化时，如何使算法和模型适应新的挑战成为了人工智能公司必须面对的问题。这需要跨行业间的紧密合作，需要农学家与工程师们共同努力，共同探索人工智能在农业中的无限可能。这也预示着未来的农业将更加注重科技投入和创新研究，人工智能技术将持续助力农业领域的智能化和现代化进程。