人工智慧無所不在，在我們的智慧型手機中，在我們的汽車中，甚至在我們的沙拉碗中。值此GTC 2017之際，李雷登來胡言亂語。更準確地說，他講述了他共同創辦的藍河科技公司的日常生活，他也是這家公司的技術總監。
雜草天網
概括到極致，那就是“他用人工智慧除草”，我們可以翻白眼然後繼續前進。但李雷登和他的團隊所做的遠不止於此。他們注意到化學除草劑成本高昂，傳播時未經深思熟慮，也沒有考慮到每個地塊的特殊性，最重要的是它們對雜草的效果越來越差，因此他們開發了一種機器，可以聰明地為數公頃的生菜田除草。
原理非常簡單且符合邏輯。一方面是軟體部分，現在運行在 Nvidia TX1 晶片上，並使用電腦視覺和機器學習。另一方面，實體模組連接到安裝在曳引機後部的中央運算單元。這些模組看起來像大型郵箱，其中包含照亮地面的霓虹燈，並允許攝影機從 25 個不同角度日夜拍攝雜草。相機位於模組的正面和背面。我們也在這個模組中找到了一個噴嘴系統，與噴墨印表機的噴嘴系統非常相似。
有所作為
因此，李雷登和他的團隊首先教授一種視覺識別演算法來區分生菜植物和雜草。面臨的挑戰是過程快速且有效率。這並不容易，因為雜草在它們還很小的時候就被處理了，這使得難以發現它們的影像辨識任務變得複雜。需要數月的最佳化才能在足夠高以提供輕鬆識別的解析度和不太重以允許即時計算的視訊串流之間找到正確的折衷方案。
然後，我們必須確保定期（如果不是每天）更新完整的資料集，讓人工智慧知道要處理哪種植物。
從此，藍河科技團隊實施兩班倒。第一個是所有植物所在的地方。第二步，人工智慧確保一切都與第一次一樣，並且透過微噴霧將處理劑僅應用於雜草。
數字上的成功
這家年輕公司的聯合創始人提供了一些數據來說明他的系統的成功，過去三年美國生產的生菜中有 10% 採用了該系統。
除草劑的施用速度在10至12公里/秒之間，相當快速。然後，Blue River 方法可將化學物質的使用量減少最少 10 種、最多 100 種。當我們知道地下水污染的風險時，更不用說我們在沙拉中發現的東西，我們只能感到高興。這些都是農民的積蓄。
最後，根據 Lee Redden 的說法，最後一個數字，「智慧」方法通常會導致產量增加 5% 至 10% 左右。
更聰明、更自由
因此，生菜在與人工智慧的遭遇中取得了勝利。但是，除了產量的增加之外，好消息是這種技術解決方案為農民提供了更多的自由，李雷登解釋。使用產品更自由－大規模傳播似乎只能提供四、五種選擇，而這裡可以選擇數十種甚至數百種治療方法。
除草方法也更加自由。事實上，檢測方法與破壞方法完全無關，因此完全可以使用雷射或電脈衝——即使化學產品速度最快，因此利潤最高。
最後，也許最重要的是，由於這種微定位，我們獲得了更多的自由。因此，農民可以切斷與只有孟山都等公司銷售的專有種子的聯繫——生菜不再需要對所使用的除草劑具有基因抗性，因為它們不再直接處理。
人工智慧很可能再次引發一場小革命，如果一切順利，最終將出現在你的沙拉碗中。
