微软开源AI模型FarmVibes.AI
2022年10月6日,微软宣布开源其AI模型FarmVibes.AI^1以优化农场运营,并将该模型发布在GitHub^2。据其介绍,通过FarmVibes.AI,人们可以构建模型,融合来自田间的多个地理空间和时空数据,获得关于碳足迹、土壤和水等相关见解。FarmVibes.AI是微软FarmVibes项目中的一项技术,微软计划未来将Project FarmVibes下的技术全部开源。
微软工业研究(RFI)董事总经理Ranveer Chandra对此表示:通过开源其最新的研究工具,微软希望将它们传播到华盛顿以外的地方,以帮助解决世界紧迫的粮食问题。到2050年,我们需要将全球粮食产量大约翻一番才能养活地球。但随着气候变化的加速,水位下降,耕地消失,可持续地做到这一点将是一个巨大的挑战。我们认为解决这个问题的最有希望的方法之一是数据驱动农业(Data-Driven Agriculture)。
微软先后启动FarmBeats、AI for Earth、Project FarmVibes等项目以实践数据驱动农业。FarmVibes更是微软在之前对FarmBeats研究之上形成的数字工具,而FarmVibes和FarmBeats都离不开一个关键人物—Ranveer Chandra(兰维尔·钱德拉)。Ranveer Chandra目前担任微软工业研究(RFI)董事总经理兼农业食品首席技术官,他曾担任过微软Azure Global的首席科学家、微软研究员首席研究员。以下分别介绍FarmBeats和Project FarmVibes:
Project FarmVibes
FarmVibes项目^3致力于为可持续农业普及数字工具,微软想通过该项目使研究人员、从业人员和数据科学家能够构建负担得起的数字技术,以帮助农民实现:
- 估计农场的排放量;
- 通过预测天气变化来适应气候;
- 确定可以盈利并有助于改善土壤健康的正确管理实践。
除FarmVibes.AI之外,FarmVibes项目还有FarmVibes.Connect、FarmVibes.Edge、FarmVibes.Bot三项关键技术,微软计划未来将Project FarmVibes下的技术全部开源,以下分别简要介绍:
FarmVibes.Connect
FarmVibes.Connect用于从传感器、无人机和农场设备中获取农场数据。
FarmVibes.Connect针对农场缺乏互联网接入、连接成本高等挑战推出的技术,利用空白电视频段、窄带物联网、空间通信等技术来发送和接收数据,为农场提供低成本、远距离的高速连接。
FarmVibes.Edge
FarmVibes.Edge用于处理无人机或其他农场来源捕获的农场数据。
农场大量数据上传到云端受限,例如无人机可以在数十分钟内产生数GB的数据,通过几Mbps的互联网连接将这些数据传输到云端将需要极长的时间。FarmVibes.Edge技术利用农场PC设备上进行大量计算,并可以识别图像中比较重要的部分,然后使用渐进式压缩有选择地发送子帧片段,将大量数据从边缘发送到云端。
FarmVibes.AI
FarmVibes.AI用于从农场数据和遥感资源中提取情报。
通过 FarmVibes.AI可以融合各种数据源最终帮助我们创建有关农场的最终真相。包括:
- 热图(Heat maps)。通过结合传感器+航空影像,例如土壤湿度、土壤温度、碳、杂草、养分和土壤pH热图等;
- 透视云层(Seeing through clouds)。通过结合光学+雷达图像来透视云层,使用一种称为SpaceEye 的技术;
- 超分辨率卫星图像(Super-res satellite imagery)。通过将低分辨率、无云卫星图像(来自 SpaceEye)与高分辨率多云卫星图像相结合;
- 微气候预测(Microclimate prediction)。通过将农场传感器数据与气象服务的天气预报相结合;
除了研究之外,微软还将这些工具提供给更广泛的社区。科学家、研究人员和合作伙伴可以利用这些人工智能模型构建新的工作流程,以估算耕作方式、排放量和土壤中的碳封存量。
有了 FarmVibes.AI,人们可以很轻松提出农业的丰富见解。他们可以构建模型,融合来自田间的多个地理空间和时空数据,并根据耕作,施肥和覆盖作物来获取有关的碳足迹、生长中的食物的营养(例如,产量和蛋白质含量)以及土壤和水的长期可持续性(例如,检测表层土壤侵蚀是否被阻止以及水道设计为保留雨水和洪水)的见解。
FarmVibes.Bot
FarmVibes.Bot用于使用聊天机器人与农民联系,查询数据或传递见解。
FarmVibes.Bot平台允许组织与任何拥有功能手机(通过USSD或SMS)的用户或任何拥有智能手机(WhatsApp、Facebook、Telegram等)的用户进行简单有效的沟通。组织可以传播信息、收集现场数据并将用户连接到服务。该平台还使平台所有者能够连接到外部API,为用户提供服务(例如,融资、保险、市场准入或账户信息)。而且,内置的数据可视化功能可以详细了解交互和活动。
Azure FarmBeats
FarmBeats项目起源
Ranveer Chandra在2015年启动了FarmBeats项目^4,当时FarmBeats只是个简单的农业物联网平台原型,这个平台能够从传感器、照相机和无人机中“无缝”收集数据。项目源于Ranveer Chandra从他在印度的祖父母的农场中获得的个人灵感以及从埃森哲的一项调查中得到的启发(该调查发现由于成本和不稳定的连接,只有不到20%的农民使用传感器、无人机和其他技术进行作物规划)。
2017年,Ranveer Chandra和同事在位于华盛顿州的5英亩Dancing Crow农场和位于纽约州北部的100英亩Essex农场中进行了为期六个月试点。Ranveer Chandra和同事先后克服数据传递速率、传感器成本、无人机规划算法等问题,在参与试点的两个农场为期六个月的时间里收集了超过 1000万个传感器测量值、100万个相机图像和100个无人机视频。
微软随后与华盛顿斯波坎的Nelson农场合作,对FarmBeats系统进行了扩展试验。该团队报告说,在11个月内该系统帮助减少了90%的昂贵化学品的使用,节省了15%的成本。此外,系统的温度预测使农民能够在深度冻结(24 小时内温度降至冰点以下)之前采取预防措施。
此后,FarmBeats在美国以及印度、新西兰和肯尼亚等国家的农场实施。同时,微软与无人机和传感器制造商以及天气和卫星图像提供商(如戴维斯仪器、大疆、SenseFly、Sentinel 等)签署了协议,为 FarmBeats用户提供设备和数据。
Ranveer Chandra^5还受邀到美国农业部展示他在FarmBeats上的作品,该作品被Bill Gates(比尔·盖茨) 收录在GatesNotes中,并被Satya Nadella(萨蒂亚·纳德拉)选为2017年激发他灵感的10个项目之一。
Azure FarmBeats预览版发布
2019年11月^6,微软在Ignite大会上发布了Azure FarmBeats预览版,允许跨提供商聚合农业数据集。借助 Azure FarmBeats可以基于融合的数据集构建人工智能 (AI) 或机器学习 (ML) 模型。Azure FarmBeats是PaaS模式,Azure FarmBeats在Azure Marketplace中免费提供,用户只需为所使用的Azure资源付费。
Azure FarmBeats预览版的功能包括:
- 使用基于卫星图像的植被覆盖指数和降水指数评估农场健康状况;
- 获取有关要使用的土壤湿度传感器数量以及放置位置的建议;
- 通过可视化由各种供应商提供的传感器所收集的地面数据来跟踪农场状况;
- 根据合成的卫星和传感器数据,获得土壤湿度图;
- 根据聚合数据集构建 AI/ML 模型,以此获取可操作见解;
- 通过提供农场健康咨询来构建或补充数字农业解决方案;
目前Azure FarmBeats数据中心可以跨提供商对各种农业数据集进行聚合、规范化和语境化。可以使用 Azure FarmBeats获取以下内容:
- 三个传感器提供商(Davis Instruments、Teralytic、Pessl Instruments)提供的传感器数据;
- 欧洲空间代理商的 Sentinel-2 卫星任务提供的卫星影像;
- 三家无人机图像提供商(senseFly、SlantRange、DJI)提供的无人机图像;
除非注明,否则均为数字农业洞察原创文章,转载必须以链接形式标明本文链接