Nouvelles recettes

Changer l'avenir de l'agriculture mondiale : entretien avec Mark Holderness


Cette année, Food Tank s'associe au Forum mondial sur la recherche agricole (GFAR) pour présenter les défis et les développements pour les petits agriculteurs pendant l'Année internationale de l'agriculture familiale. Food Tank a récemment eu l'occasion de parler avec le Dr Mark Holderness des objectifs, des défis et des initiatives actuelles du GFAR pour améliorer l'agriculture mondiale.


Ce que les villes intelligentes apprennent des fermes intelligentes

Les villes du monde entier deviennent plus intelligentes. Déjà, les lampadaires dans des endroits comme San Diego s'éteignent et économisent de l'énergie, lorsque les véhicules et les piétons ne sont pas là. Bientôt, des poubelles connectées indiqueront aux transporteurs de déchets quand il faut les vider, optimisant ainsi les itinéraires de collecte. Les bâtiments intelligents informeront le personnel d'entretien des besoins de réparation imminents. Et les places de stationnement seront te trouver, au lieu de l'inverse.

Les idées intelligentes comme celles-ci ne se limitent pas aux limites de la ville. Ils travaillent également dans les pays agricoles ruraux, aidant l'agriculture à devenir plus efficace et plus efficiente chaque jour. En fait, certaines des innovations qui rendent les villes intelligentes si intelligentes, comme les capteurs, la connectivité IoT et les véhicules autonomes, ont été développées à la ferme.

TECHNOLOGIE DE PRÉCISION EN AGRICULTURE

En ville, les réseaux intelligents fournissent de l'électricité quand et où cela est nécessaire, sur la base des données en temps réel d'un réseau de capteurs. Le système surveille la consommation d'électricité, signale instantanément les pénuries ou les pannes tandis que les relais intelligents et les commutateurs réacheminent automatiquement l'alimentation pour contourner les problèmes. Tout est conçu pour rendre le réseau électrique plus résistant et plus fiable, en utilisant moins d'énergie.

Le même type de technologie et d'optimisation des ressources se produit dans l'agriculture moderne. Les drones, les satellites et les capteurs à distance donnent aux agriculteurs des informations détaillées sur tous les aspects de leurs opérations, y compris l'humidité du sol, les niveaux de nutrition, la salinité, les données de récolte, etc. « Nous avions l'habitude de parler de l'agriculture au pied comme de ce nouveau concept radical », explique Mark Young, directeur de la technologie chez The Climate Corporation. « Et maintenant, nous cultivons à peu près par la graine. » Les informations peuvent être utilisées pour faire des choses comme guider automatiquement les systèmes d'application à taux variable, y compris l'irrigation goutte à goutte. Comme le réseau intelligent, l'irrigation à taux variable fournit de l'eau à la demande, et uniquement là où elle est nécessaire.

"Nous parlions de l'agriculture au pied comme de ce nouveau concept radical, et maintenant nous cultivons à peu près par la graine."

Mark Young, directeur technique de The Climate Corporation

Les informations peuvent également aider à créer une carte numérique des conditions du sol et un plan personnalisé pour l'agriculteur. "Nous utilisons des modèles d'IA pour recommander quelles graines doivent être plantées et où elles doivent être plantées", explique Young. Lorsqu'ils sont utilisés avec le guidage GPS du tracteur et des outils intelligents, les agriculteurs peuvent alors appliquer la quantité exacte de nutrition, de lutte antiparasitaire et d'autres ressources précisément quand et où ils sont nécessaires.

« Ce n'est pas seulement mieux pour l'agriculteur », ajoute Young. "Si nous pouvons être plus normatifs et aider l'agriculteur à comprendre exactement de combien la plante a besoin et quand, c'est plus durable."

FERMES SANS CHAUFFEUR

Alors que les véhicules autonomes viennent de commencer à circuler dans les villes – comme les bus autonomes 5G récemment adoptés à Zhengzhou, en Chine – ils travaillent à la ferme depuis des décennies. En fait, le premier tracteur autonome remonte à 1997, lorsqu'un prototype a créé des lits parfaitement droits avec une précision d'un pouce. Aujourd'hui, certains agriculteurs se déplacent encore en cabine, mais c'est le tracteur qui fait la plus grande partie de la conduite.

Les robots agricoles (ou agbots) sont également conçus pour être utilisés à la ferme, aidant les agriculteurs à cultiver suffisamment et à réduire les pertes de récolte tout en offrant des alternatives en cas de pénurie de main-d'œuvre. Les récolteuses automatisées sont capables d'identifier et de cueillir des pommes mûres, des fraises et des tomates, le tout sans meurtrissures. D'ici 2024, ces robots devraient naviguer dans la ferme à hauteur d'environ 5,7 milliards de dollars pour l'industrie des agbots. C'est cinq fois la taille du marché de 2016.

APPRENTISSAGE MACHINE, AGRICULTURE MACHINE

La connectivité des villes et des fermes intelligentes apporte avec elle des montagnes de données et la capacité croissante des ordinateurs à tout analyser.

En ville, l'apprentissage automatique fera une grande différence pour votre trajet du matin. Des milliers de caméras et de capteurs utiliseront la reconnaissance des formes pour contrôler les feux de circulation, réduire les embouteillages et réduire le temps de trajet jusqu'à 25 %.

Dans l'agriculture, les ordinateurs traiteront un nombre impressionnant d'intrants - y compris les caractéristiques visuelles, les signatures chimiques, les variables climatiques et les images thermiques, pour n'en nommer que quelques-uns - en apprenant à mieux prendre soin des cultures. De nouveaux prototypes d'agbot actuellement testés sur le terrain peuvent naviguer de manière autonome dans la ferme, en utilisant l'apprentissage automatique pour identifier tous les types de plantes et éliminer uniquement les mauvaises herbes.

Les photos de recadrage des mêmes robots, ainsi que des drones et des satellites, peuvent également être utilisées pour détecter le stress des plantes, les maladies et les infestations de ravageurs. Dans les applications de sélection végétale, les ordinateurs peuvent être entraînés à identifier l'expression des traits plus tôt que l'œil humain. En comparant les points de données de millions de photos, ces systèmes peuvent apprendre à distinguer les plantes saines - et les caractéristiques souhaitables - de celles qui montrent les premiers signes du contraire.

L'AVENIR DE L'AGRICULTURE

Nos villes et nos fermes sont peut-être à des kilomètres les unes des autres, mais elles sont beaucoup plus proches lorsqu'il s'agit d'utiliser les dernières avancées en matière de connectivité, d'automatisation et d'apprentissage automatique. Les agriculteurs, les urbanistes, les scientifiques des données, les ingénieurs et bien d'autres continuent de trouver de nouvelles façons d'utiliser les données pour aider à prendre de meilleures décisions tout en faisant plus avec moins d'énergie et moins de ressources.

La future ferme fonctionnera différemment, et elle pourrait aussi être très différente.

Le semis mixte - ou la pratique de planter différentes cultures les unes à côté des autres - est difficile aujourd'hui. Les abatteuses de taille industrielle ne peuvent pas le gérer et les méthodes traditionnelles favorisent les économies d'échelle. Mais à l'avenir, notre concept d'échelle pourrait changer. Les agbots miniatures pourront associer la culture idéale aux conditions exactes du sol à un endroit précis, revenant des mois plus tard pour identifier et récolter les plantes individuelles.

C'est plus de la science que de la science-fiction pour Mark Young. « Nous ne pouvons pas gérer 10 000 acres de maïs comme vous le faites dans votre jardin », dit-il. « Mais avec l'avènement des équipements autonomes, nous pourrions. »

Cette approche diversifiée rendra les domaines méconnaissables selon les normes actuelles. Cela rendra l'utilisation des pesticides plus efficace, conservera les ressources naturelles et améliorera la santé des sols. Et cela augmentera les récoltes, aidant à garder les allées intelligentes dans les épiceries intelligentes des villes intelligentes.


Ce que les villes intelligentes apprennent des fermes intelligentes

Les villes du monde entier deviennent plus intelligentes. Déjà, les lampadaires dans des endroits comme San Diego s'éteignent et économisent de l'énergie, lorsque les véhicules et les piétons ne sont pas là. Bientôt, des poubelles connectées indiqueront aux transporteurs de déchets quand il faut les vider, optimisant ainsi les itinéraires de collecte. Les bâtiments intelligents informeront le personnel d'entretien des besoins de réparation imminents. Et les places de stationnement seront te trouver, au lieu de l'inverse.

Les idées intelligentes comme celles-ci ne se limitent pas aux limites de la ville. Ils travaillent également dans les pays agricoles ruraux, aidant l'agriculture à devenir plus efficace et plus efficiente chaque jour. En fait, certaines des innovations qui rendent les villes intelligentes si intelligentes, comme les capteurs, la connectivité IoT et les véhicules autonomes, ont été développées à la ferme.

TECHNOLOGIE DE PRÉCISION EN AGRICULTURE

En ville, les réseaux intelligents fournissent de l'électricité quand et où cela est nécessaire, sur la base des données en temps réel d'un réseau de capteurs. Le système surveille la consommation d'électricité, signale instantanément les pénuries ou les pannes tandis que les relais intelligents et les commutateurs réacheminent automatiquement l'alimentation pour contourner les problèmes. Tout est conçu pour rendre le réseau électrique plus résistant et plus fiable, en utilisant moins d'énergie.

Le même type de technologie et d'optimisation des ressources se produit dans l'agriculture moderne. Les drones, les satellites et les capteurs à distance donnent aux agriculteurs des informations détaillées sur tous les aspects de leurs opérations, y compris l'humidité du sol, les niveaux de nutrition, la salinité, les données de récolte, etc. « Nous avions l'habitude de parler de l'agriculture au pied comme de ce nouveau concept radical », explique Mark Young, directeur de la technologie chez The Climate Corporation. « Et maintenant, nous cultivons à peu près par la graine. » Les informations peuvent être utilisées pour faire des choses comme guider automatiquement les systèmes d'application à taux variable, y compris l'irrigation goutte à goutte. Comme le réseau intelligent, l'irrigation à taux variable fournit de l'eau à la demande, et uniquement là où elle est nécessaire.

"Nous parlions de l'agriculture au pied comme de ce nouveau concept radical, et maintenant nous cultivons à peu près par la graine."

Mark Young, directeur technique de The Climate Corporation

Les informations peuvent également aider à créer une carte numérique des conditions du sol et un plan personnalisé pour l'agriculteur. "Nous utilisons des modèles d'IA pour recommander quelles graines doivent être plantées et où elles doivent être plantées", explique Young. Lorsqu'ils sont utilisés avec le guidage GPS du tracteur et des outils intelligents, les agriculteurs peuvent alors appliquer la quantité exacte de nutrition, de lutte antiparasitaire et d'autres ressources précisément quand et où ils sont nécessaires.

« Ce n'est pas seulement mieux pour l'agriculteur », ajoute Young. "Si nous pouvons être plus normatifs et aider l'agriculteur à comprendre exactement de combien la plante a besoin et quand, c'est plus durable."

FERMES SANS CHAUFFEUR

Alors que les véhicules autonomes viennent de commencer à circuler dans les villes – comme les bus autonomes 5G récemment adoptés à Zhengzhou, en Chine – ils travaillent à la ferme depuis des décennies. En fait, le premier tracteur autonome remonte à 1997, lorsqu'un prototype a créé des lits parfaitement droits avec une précision d'un pouce. Aujourd'hui, certains agriculteurs se déplacent encore en cabine, mais c'est le tracteur qui fait la plus grande partie de la conduite.

Les robots agricoles (ou agbots) sont également conçus pour être utilisés à la ferme, aidant les agriculteurs à cultiver suffisamment et à réduire les pertes de récolte tout en offrant des alternatives en cas de pénurie de main-d'œuvre. Les récolteuses automatisées sont capables d'identifier et de cueillir des pommes mûres, des fraises et des tomates, le tout sans meurtrissures. D'ici 2024, ces robots devraient naviguer dans la ferme à hauteur d'environ 5,7 milliards de dollars pour l'industrie des agbots. C'est cinq fois la taille du marché de 2016.

APPRENTISSAGE MACHINE, AGRICULTURE MACHINE

La connectivité des villes et des fermes intelligentes apporte avec elle des montagnes de données et la capacité croissante des ordinateurs à tout analyser.

En ville, l'apprentissage automatique fera une grande différence pour votre trajet du matin. Des milliers de caméras et de capteurs utiliseront la reconnaissance des formes pour contrôler les feux de circulation, réduire les embouteillages et réduire le temps de trajet jusqu'à 25 %.

Dans l'agriculture, les ordinateurs traiteront un nombre impressionnant d'intrants - y compris les caractéristiques visuelles, les signatures chimiques, les variables climatiques et les images thermiques, pour n'en nommer que quelques-uns - en apprenant à mieux prendre soin des cultures. De nouveaux prototypes d'agbot actuellement testés sur le terrain peuvent naviguer de manière autonome dans la ferme, en utilisant l'apprentissage automatique pour identifier tous les types de plantes et éliminer uniquement les mauvaises herbes.

Les photos de recadrage des mêmes robots, ainsi que des drones et des satellites, peuvent également être utilisées pour détecter le stress des plantes, les maladies et les infestations de ravageurs. Dans les applications de sélection végétale, les ordinateurs peuvent être entraînés à identifier l'expression des traits plus tôt que l'œil humain. En comparant les points de données de millions de photos, ces systèmes peuvent apprendre à distinguer les plantes saines - et les caractéristiques souhaitables - de celles qui montrent les premiers signes du contraire.

L'AVENIR DE L'AGRICULTURE

Nos villes et nos fermes sont peut-être à des kilomètres les unes des autres, mais elles sont beaucoup plus proches lorsqu'il s'agit d'utiliser les dernières avancées en matière de connectivité, d'automatisation et d'apprentissage automatique. Les agriculteurs, les urbanistes, les scientifiques des données, les ingénieurs et bien d'autres continuent de trouver de nouvelles façons d'utiliser les données pour aider à prendre de meilleures décisions tout en faisant plus avec moins d'énergie et moins de ressources.

La future ferme fonctionnera différemment, et elle pourrait aussi être très différente.

Le semis mixte - ou la pratique de planter différentes cultures les unes à côté des autres - est difficile aujourd'hui. Les abatteuses de taille industrielle ne peuvent pas le gérer et les méthodes traditionnelles favorisent les économies d'échelle. Mais à l'avenir, notre concept d'échelle pourrait changer. Les agbots miniatures pourront associer la culture idéale aux conditions exactes du sol à un endroit précis, revenant des mois plus tard pour identifier et récolter les plantes individuelles.

C'est plus de la science que de la science-fiction pour Mark Young. « Nous ne pouvons pas gérer 10 000 acres de maïs comme vous le faites dans votre jardin », dit-il. « Mais avec l'avènement des équipements autonomes, nous pourrions. »

Cette approche diversifiée rendra les domaines méconnaissables selon les normes actuelles. Cela rendra l'utilisation des pesticides plus efficace, conservera les ressources naturelles et améliorera la santé des sols. Et cela augmentera les récoltes, aidant à garder les allées intelligentes dans les épiceries intelligentes des villes intelligentes.


Ce que les villes intelligentes apprennent des fermes intelligentes

Les villes du monde entier deviennent plus intelligentes. Déjà, les lampadaires dans des endroits comme San Diego s'éteignent et économisent de l'énergie, lorsque les véhicules et les piétons ne sont pas là. Bientôt, des poubelles connectées indiqueront aux transporteurs de déchets quand il faut les vider, optimisant ainsi les itinéraires de collecte. Les bâtiments intelligents informeront le personnel d'entretien des besoins de réparation imminents. Et les places de stationnement seront te trouver, au lieu de l'inverse.

Les idées intelligentes comme celles-ci ne se limitent pas aux limites de la ville. Ils travaillent également dans les pays agricoles ruraux, aidant l'agriculture à devenir plus efficace et plus efficiente chaque jour. En fait, certaines des innovations qui rendent les villes intelligentes si intelligentes, comme les capteurs, la connectivité IoT et les véhicules autonomes, ont été développées à la ferme.

TECHNOLOGIE DE PRÉCISION EN AGRICULTURE

En ville, les réseaux intelligents fournissent de l'électricité quand et où cela est nécessaire, sur la base des données en temps réel d'un réseau de capteurs. Le système surveille la consommation d'électricité, signale instantanément les pénuries ou les pannes tandis que les relais intelligents et les commutateurs réacheminent automatiquement l'alimentation pour contourner les problèmes. Tout est conçu pour rendre le réseau électrique plus résistant et plus fiable, en utilisant moins d'énergie.

Le même type de technologie et d'optimisation des ressources se produit dans l'agriculture moderne. Les drones, les satellites et les capteurs à distance donnent aux agriculteurs des informations détaillées sur tous les aspects de leurs opérations, y compris l'humidité du sol, les niveaux de nutrition, la salinité, les données de récolte, etc. « Nous avions l'habitude de parler de l'agriculture au pied comme de ce nouveau concept radical », explique Mark Young, directeur de la technologie chez The Climate Corporation. « Et maintenant, nous cultivons à peu près par la graine. » Les informations peuvent être utilisées pour faire des choses comme guider automatiquement les systèmes d'application à taux variable, y compris l'irrigation goutte à goutte. Comme le réseau intelligent, l'irrigation à taux variable fournit de l'eau à la demande, et uniquement là où elle est nécessaire.

"Nous parlions de l'agriculture au pied comme de ce nouveau concept radical, et maintenant nous cultivons à peu près par la graine."

Mark Young, directeur technique de The Climate Corporation

Les informations peuvent également aider à créer une carte numérique des conditions du sol et un plan personnalisé pour l'agriculteur. "Nous utilisons des modèles d'IA pour recommander quelles graines doivent être plantées et où elles doivent être plantées", explique Young. Lorsqu'ils sont utilisés avec le guidage GPS du tracteur et des outils intelligents, les agriculteurs peuvent alors appliquer la quantité exacte de nutrition, de lutte antiparasitaire et d'autres ressources précisément quand et où ils sont nécessaires.

« Ce n'est pas seulement mieux pour l'agriculteur », ajoute Young. "Si nous pouvons être plus normatifs et aider l'agriculteur à comprendre exactement de combien la plante a besoin et quand, c'est plus durable."

FERMES SANS CHAUFFEUR

Alors que les véhicules autonomes viennent de commencer à circuler dans les villes – comme les bus autonomes 5G récemment adoptés à Zhengzhou, en Chine – ils travaillent à la ferme depuis des décennies. En fait, le premier tracteur autonome remonte à 1997, lorsqu'un prototype a créé des lits parfaitement droits avec une précision d'un pouce. Aujourd'hui, certains agriculteurs se déplacent encore en cabine, mais c'est le tracteur qui fait la plus grande partie de la conduite.

Les robots agricoles (ou agbots) sont également conçus pour être utilisés à la ferme, aidant les agriculteurs à cultiver suffisamment et à réduire les pertes de récolte tout en offrant des alternatives en cas de pénurie de main-d'œuvre. Les récolteuses automatisées sont capables d'identifier et de cueillir des pommes mûres, des fraises et des tomates, le tout sans meurtrissures. D'ici 2024, ces robots devraient naviguer dans la ferme à hauteur d'environ 5,7 milliards de dollars pour l'industrie des agbots. C'est cinq fois la taille du marché de 2016.

APPRENTISSAGE MACHINE, AGRICULTURE MACHINE

La connectivité des villes et des fermes intelligentes apporte avec elle des montagnes de données et la capacité croissante des ordinateurs à tout analyser.

En ville, l'apprentissage automatique fera une grande différence pour votre trajet du matin. Des milliers de caméras et de capteurs utiliseront la reconnaissance des formes pour contrôler les feux de circulation, réduire les embouteillages et réduire le temps de trajet jusqu'à 25 %.

Dans l'agriculture, les ordinateurs traiteront un nombre impressionnant d'intrants - y compris les caractéristiques visuelles, les signatures chimiques, les variables climatiques et les images thermiques, pour n'en nommer que quelques-uns - en apprenant à mieux prendre soin des cultures. De nouveaux prototypes d'agbot actuellement testés sur le terrain peuvent naviguer de manière autonome dans la ferme, en utilisant l'apprentissage automatique pour identifier tous les types de plantes et éliminer uniquement les mauvaises herbes.

Les photos de recadrage des mêmes robots, ainsi que des drones et des satellites, peuvent également être utilisées pour détecter le stress des plantes, les maladies et les infestations de ravageurs. Dans les applications de sélection végétale, les ordinateurs peuvent être entraînés à identifier l'expression des traits plus tôt que l'œil humain. En comparant les points de données de millions de photos, ces systèmes peuvent apprendre à distinguer les plantes saines - et les caractéristiques souhaitables - de celles qui montrent les premiers signes du contraire.

L'AVENIR DE L'AGRICULTURE

Nos villes et nos fermes sont peut-être à des kilomètres les unes des autres, mais elles sont beaucoup plus proches lorsqu'il s'agit d'utiliser les dernières avancées en matière de connectivité, d'automatisation et d'apprentissage automatique. Les agriculteurs, les urbanistes, les scientifiques des données, les ingénieurs et bien d'autres continuent de trouver de nouvelles façons d'utiliser les données pour aider à prendre de meilleures décisions tout en faisant plus avec moins d'énergie et moins de ressources.

La future ferme fonctionnera différemment, et elle pourrait aussi être très différente.

Le semis mixte - ou la pratique de planter différentes cultures les unes à côté des autres - est difficile aujourd'hui. Les abatteuses de taille industrielle ne peuvent pas le gérer et les méthodes traditionnelles favorisent les économies d'échelle. Mais à l'avenir, notre concept d'échelle pourrait changer. Les agbots miniatures pourront associer la culture idéale aux conditions exactes du sol à un endroit précis, revenant des mois plus tard pour identifier et récolter les plantes individuelles.

C'est plus de la science que de la science-fiction pour Mark Young. « Nous ne pouvons pas gérer 10 000 acres de maïs comme vous le faites dans votre jardin », dit-il. « Mais avec l'avènement des équipements autonomes, nous pourrions. »

Cette approche diversifiée rendra les domaines méconnaissables selon les normes actuelles. Cela rendra l'utilisation des pesticides plus efficace, conservera les ressources naturelles et améliorera la santé des sols. Et cela augmentera les récoltes, aidant à garder les allées intelligentes dans les épiceries intelligentes des villes intelligentes.


Ce que les villes intelligentes apprennent des fermes intelligentes

Les villes du monde entier deviennent plus intelligentes. Déjà, les lampadaires dans des endroits comme San Diego s'éteignent et économisent de l'énergie, lorsque les véhicules et les piétons ne sont pas là. Bientôt, des poubelles connectées indiqueront aux transporteurs de déchets quand il faut les vider, optimisant ainsi les itinéraires de collecte. Les bâtiments intelligents informeront le personnel d'entretien des besoins de réparation imminents. Et les places de stationnement seront te trouver, au lieu de l'inverse.

Les idées intelligentes comme celles-ci ne se limitent pas aux limites de la ville. Ils travaillent également dans les pays agricoles ruraux, aidant l'agriculture à devenir plus efficace et plus efficiente chaque jour. En fait, certaines des innovations qui rendent les villes intelligentes si intelligentes, comme les capteurs, la connectivité IoT et les véhicules autonomes, ont été développées à la ferme.

TECHNOLOGIE DE PRÉCISION EN AGRICULTURE

En ville, les réseaux intelligents fournissent de l'électricité quand et où cela est nécessaire, sur la base des données en temps réel d'un réseau de capteurs. Le système surveille la consommation d'électricité, signale instantanément les pénuries ou les pannes tandis que les relais intelligents et les commutateurs réacheminent automatiquement l'alimentation pour contourner les problèmes. Tout est conçu pour rendre le réseau électrique plus résistant et plus fiable, en utilisant moins d'énergie.

Le même type de technologie et d'optimisation des ressources se produit dans l'agriculture moderne. Les drones, les satellites et les capteurs à distance donnent aux agriculteurs des informations détaillées sur tous les aspects de leurs opérations, y compris l'humidité du sol, les niveaux de nutrition, la salinité, les données de récolte, etc. « Nous avions l'habitude de parler de l'agriculture au pied comme de ce nouveau concept radical », explique Mark Young, directeur de la technologie chez The Climate Corporation. « Et maintenant, nous cultivons à peu près par la graine. » Les informations peuvent être utilisées pour faire des choses comme guider automatiquement les systèmes d'application à taux variable, y compris l'irrigation goutte à goutte. Comme le réseau intelligent, l'irrigation à taux variable fournit de l'eau à la demande, et uniquement là où elle est nécessaire.

"Nous parlions de l'agriculture au pied comme de ce nouveau concept radical, et maintenant nous cultivons à peu près par la graine."

Mark Young, directeur technique de The Climate Corporation

Les informations peuvent également aider à créer une carte numérique des conditions du sol et un plan personnalisé pour l'agriculteur. "Nous utilisons des modèles d'IA pour recommander quelles graines doivent être plantées et où elles doivent être plantées", explique Young. Lorsqu'ils sont utilisés avec le guidage GPS du tracteur et des outils intelligents, les agriculteurs peuvent alors appliquer la quantité exacte de nutrition, de lutte antiparasitaire et d'autres ressources précisément quand et où ils sont nécessaires.

« Ce n'est pas seulement mieux pour l'agriculteur », ajoute Young. "Si nous pouvons être plus normatifs et aider l'agriculteur à comprendre exactement de combien la plante a besoin et quand, c'est plus durable."

FERMES SANS CHAUFFEUR

Alors que les véhicules autonomes viennent de commencer à circuler dans les villes – comme les bus autonomes 5G récemment adoptés à Zhengzhou, en Chine – ils travaillent à la ferme depuis des décennies. En fait, le premier tracteur autonome remonte à 1997, lorsqu'un prototype a créé des lits parfaitement droits avec une précision d'un pouce. Aujourd'hui, certains agriculteurs se déplacent encore en cabine, mais c'est le tracteur qui fait la plus grande partie de la conduite.

Les robots agricoles (ou agbots) sont également conçus pour être utilisés à la ferme, aidant les agriculteurs à cultiver suffisamment et à réduire les pertes de récolte tout en offrant des alternatives en cas de pénurie de main-d'œuvre. Les récolteuses automatisées sont capables d'identifier et de cueillir des pommes mûres, des fraises et des tomates, le tout sans meurtrissures. D'ici 2024, ces robots devraient naviguer dans la ferme à hauteur d'environ 5,7 milliards de dollars pour l'industrie des agbots. C'est cinq fois la taille du marché de 2016.

APPRENTISSAGE MACHINE, AGRICULTURE MACHINE

La connectivité des villes et des fermes intelligentes apporte avec elle des montagnes de données et la capacité croissante des ordinateurs à tout analyser.

En ville, l'apprentissage automatique fera une grande différence pour votre trajet du matin. Des milliers de caméras et de capteurs utiliseront la reconnaissance des formes pour contrôler les feux de circulation, réduire les embouteillages et réduire le temps de trajet jusqu'à 25 %.

Dans l'agriculture, les ordinateurs traiteront un nombre impressionnant d'intrants - y compris les caractéristiques visuelles, les signatures chimiques, les variables climatiques et les images thermiques, pour n'en nommer que quelques-uns - en apprenant à mieux prendre soin des cultures. De nouveaux prototypes d'agbot actuellement testés sur le terrain peuvent naviguer de manière autonome dans la ferme, en utilisant l'apprentissage automatique pour identifier tous les types de plantes et éliminer uniquement les mauvaises herbes.

Les photos de recadrage des mêmes robots, ainsi que des drones et des satellites, peuvent également être utilisées pour détecter le stress des plantes, les maladies et les infestations de ravageurs. Dans les applications de sélection végétale, les ordinateurs peuvent être entraînés à identifier l'expression des traits plus tôt que l'œil humain. En comparant les points de données de millions de photos, ces systèmes peuvent apprendre à distinguer les plantes saines - et les caractéristiques souhaitables - de celles qui montrent les premiers signes du contraire.

L'AVENIR DE L'AGRICULTURE

Nos villes et nos fermes sont peut-être à des kilomètres les unes des autres, mais elles sont beaucoup plus proches lorsqu'il s'agit d'utiliser les dernières avancées en matière de connectivité, d'automatisation et d'apprentissage automatique. Les agriculteurs, les urbanistes, les scientifiques des données, les ingénieurs et bien d'autres continuent de trouver de nouvelles façons d'utiliser les données pour aider à prendre de meilleures décisions tout en faisant plus avec moins d'énergie et moins de ressources.

La future ferme fonctionnera différemment, et elle pourrait aussi être très différente.

Le semis mixte - ou la pratique de planter différentes cultures les unes à côté des autres - est difficile aujourd'hui. Les abatteuses de taille industrielle ne peuvent pas le gérer et les méthodes traditionnelles favorisent les économies d'échelle. Mais à l'avenir, notre concept d'échelle pourrait changer. Les agbots miniatures pourront associer la culture idéale aux conditions exactes du sol à un endroit précis, revenant des mois plus tard pour identifier et récolter les plantes individuelles.

C'est plus de la science que de la science-fiction pour Mark Young. « Nous ne pouvons pas gérer 10 000 acres de maïs comme vous le faites dans votre jardin », dit-il. « Mais avec l'avènement des équipements autonomes, nous pourrions. »

Cette approche diversifiée rendra les domaines méconnaissables selon les normes actuelles. Cela rendra l'utilisation des pesticides plus efficace, conservera les ressources naturelles et améliorera la santé des sols. Et cela augmentera les récoltes, aidant à garder les allées intelligentes dans les épiceries intelligentes des villes intelligentes.


Ce que les villes intelligentes apprennent des fermes intelligentes

Les villes du monde entier deviennent plus intelligentes. Déjà, les lampadaires dans des endroits comme San Diego s'éteignent et économisent de l'énergie, lorsque les véhicules et les piétons ne sont pas là. Bientôt, des poubelles connectées indiqueront aux transporteurs de déchets quand il faut les vider, optimisant ainsi les itinéraires de collecte. Les bâtiments intelligents informeront le personnel d'entretien des besoins de réparation imminents. Et les places de stationnement seront te trouver, au lieu de l'inverse.

Les idées intelligentes comme celles-ci ne se limitent pas aux limites de la ville. Ils travaillent également dans les pays agricoles ruraux, aidant l'agriculture à devenir plus efficace et plus efficiente chaque jour. En fait, certaines des innovations qui rendent les villes intelligentes si intelligentes, comme les capteurs, la connectivité IoT et les véhicules autonomes, ont été développées à la ferme.

TECHNOLOGIE DE PRÉCISION EN AGRICULTURE

En ville, les réseaux intelligents fournissent de l'électricité quand et où cela est nécessaire, sur la base des données en temps réel d'un réseau de capteurs. Le système surveille la consommation d'électricité, signale instantanément les pénuries ou les pannes tandis que les relais intelligents et les commutateurs réacheminent automatiquement l'alimentation pour contourner les problèmes. Tout est conçu pour rendre le réseau électrique plus résistant et plus fiable, en utilisant moins d'énergie.

Le même type de technologie et d'optimisation des ressources se produit dans l'agriculture moderne. Les drones, les satellites et les capteurs à distance donnent aux agriculteurs des informations détaillées sur tous les aspects de leurs opérations, y compris l'humidité du sol, les niveaux de nutrition, la salinité, les données de récolte, etc. « Nous avions l'habitude de parler de l'agriculture au pied comme de ce nouveau concept radical », explique Mark Young, directeur de la technologie chez The Climate Corporation. « Et maintenant, nous cultivons à peu près par la graine. » Les informations peuvent être utilisées pour faire des choses comme guider automatiquement les systèmes d'application à taux variable, y compris l'irrigation goutte à goutte. Comme le réseau intelligent, l'irrigation à taux variable fournit de l'eau à la demande, et uniquement là où elle est nécessaire.

"Nous parlions de l'agriculture au pied comme de ce nouveau concept radical, et maintenant nous cultivons à peu près par la graine."

Mark Young, directeur technique de The Climate Corporation

Les informations peuvent également aider à créer une carte numérique des conditions du sol et un plan personnalisé pour l'agriculteur. "Nous utilisons des modèles d'IA pour recommander quelles graines doivent être plantées et où elles doivent être plantées", explique Young. Lorsqu'ils sont utilisés avec le guidage GPS du tracteur et des outils intelligents, les agriculteurs peuvent alors appliquer la quantité exacte de nutrition, de lutte antiparasitaire et d'autres ressources précisément quand et où ils sont nécessaires.

« Ce n'est pas seulement mieux pour l'agriculteur », ajoute Young. "Si nous pouvons être plus normatifs et aider l'agriculteur à comprendre exactement de combien la plante a besoin et quand, c'est plus durable."

FERMES SANS CHAUFFEUR

Alors que les véhicules autonomes viennent de commencer à circuler dans les villes – comme les bus autonomes 5G récemment adoptés à Zhengzhou, en Chine – ils travaillent à la ferme depuis des décennies. En fait, le premier tracteur autonome remonte à 1997, lorsqu'un prototype a créé des lits parfaitement droits avec une précision d'un pouce. Aujourd'hui, certains agriculteurs se déplacent encore en cabine, mais c'est le tracteur qui fait la plus grande partie de la conduite.

Les robots agricoles (ou agbots) sont également conçus pour être utilisés à la ferme, aidant les agriculteurs à cultiver suffisamment et à réduire les pertes de récolte tout en offrant des alternatives en cas de pénurie de main-d'œuvre. Les récolteuses automatisées sont capables d'identifier et de cueillir des pommes mûres, des fraises et des tomates, le tout sans meurtrissures. D'ici 2024, ces robots devraient naviguer dans la ferme à hauteur d'environ 5,7 milliards de dollars pour l'industrie des agbots. C'est cinq fois la taille du marché de 2016.

APPRENTISSAGE MACHINE, AGRICULTURE MACHINE

La connectivité des villes et des fermes intelligentes apporte avec elle des montagnes de données et la capacité croissante des ordinateurs à tout analyser.

En ville, l'apprentissage automatique fera une grande différence pour votre trajet du matin. Des milliers de caméras et de capteurs utiliseront la reconnaissance des formes pour contrôler les feux de circulation, réduire les embouteillages et réduire le temps de trajet jusqu'à 25 %.

Dans l'agriculture, les ordinateurs traiteront un nombre impressionnant d'intrants - y compris les caractéristiques visuelles, les signatures chimiques, les variables climatiques et les images thermiques, pour n'en nommer que quelques-uns - en apprenant à mieux prendre soin des cultures. De nouveaux prototypes d'agbot actuellement testés sur le terrain peuvent naviguer de manière autonome dans la ferme, en utilisant l'apprentissage automatique pour identifier tous les types de plantes et éliminer uniquement les mauvaises herbes.

Les photos de recadrage des mêmes robots, ainsi que des drones et des satellites, peuvent également être utilisées pour détecter le stress des plantes, les maladies et les infestations de ravageurs. Dans les applications de sélection végétale, les ordinateurs peuvent être entraînés à identifier l'expression des traits plus tôt que l'œil humain. En comparant les points de données de millions de photos, ces systèmes peuvent apprendre à distinguer les plantes saines - et les caractéristiques souhaitables - de celles qui montrent les premiers signes du contraire.

L'AVENIR DE L'AGRICULTURE

Nos villes et nos fermes sont peut-être à des kilomètres les unes des autres, mais elles sont beaucoup plus proches lorsqu'il s'agit d'utiliser les dernières avancées en matière de connectivité, d'automatisation et d'apprentissage automatique. Les agriculteurs, les urbanistes, les scientifiques des données, les ingénieurs et bien d'autres continuent de trouver de nouvelles façons d'utiliser les données pour aider à prendre de meilleures décisions tout en faisant plus avec moins d'énergie et moins de ressources.

La future ferme fonctionnera différemment, et elle pourrait aussi être très différente.

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.


Voir la vidéo: Lavenir de lagriculture (Septembre 2021).