加利福尼亚大学伯克利分校的机器人实验室正在作为AlphaGarden的一部分开发用于混养园艺的AI体系,这是一个AUTOLAB项目,旨在发现人类是否能够练习机器人操控体系来彻底主动化食用植物和侵略物种的混养花园。 AUTOLAB机器人实验室也许是最著名的,它创建了用于机器人抓取的DexNet体系。
AUTOLAB主任Ken Goldberg表明,方针是确认AI是否能够学习像混养园艺相同杂乱的功用,或许能够学习多栽培物一起成长的农业,而不是单一栽培的农作物栽培,这是当今遍及选用的单作战略。
“我以为这是一个悬而未决的问题。我不知道是否能够。”他说。 “具有一个全主动花园肯定会很风趣。以我个人的观念,它可能不大可能作为一个真实起作用的生产性花园。我以为这将是很难学习的,这是课程的艺术方面,这是天然界十分杂乱,咱们能够在上面放置一些十分杂乱的机制,可是并不一定要敞开并是可控的。”
发射时,AlphaGarden团体中的八名学生修剪并栽培了一个机器人FarmBot Genesis体系,该体系可主动完结加州大学伯克利分校温室内的水分配。由于COVID-19迫使校园封闭,学生现在将专心于多元文明花园的模仿和模型,而不是在UC Berkeley温室作业。
该项意图参与者也期望从实际生活的花园中学习,由于模仿只能十分接近于猜测实际生活,而多元文明花园可能是不行猜测的。
戈德堡说:“关于每一个真实的花园,咱们能够生成100,000或数百万个花园。” “这比天然运转速度快100,000倍,因而您能够大大加速时刻,而且每个人都能够说:’好吧,假如我在操控战略中调整这些参数,那么根据您多久洒水,这将是成果,您在什么条件下洒水,等等。”
AlphaGarden团体成员于1月1日开端第一个成长周期,由于进入大学温室的通道有限,方案于4月或5月开端第二个成长周期。他说,该项目将继续两到三年。
戈德堡说,阿尔法花园既是艺术设备,也是科学设备,旨在将天然的杂乱性与人工智能的杂乱性进行比照。
他说:“人工智能十分杂乱,您在这些问题上投入了许多技能,理论和处理办法,可是当面临一个单一的多元文明花园的杂乱性时,它就能够满足要求,由于花园十分杂乱。”
AlphaGarden是“智力问题”的一部分,该问题在纽约市新校园的其他十几个项目中进行了展示,该项目研讨了人与机器学习之间的比照以及主动化对人类感官的影响。该展览原定于4月运转,但由于冠状病毒大盛行,新校园的展览现已封闭。
哈佛大学MetaLAB高档研讨员莎拉·纽曼(Sarah Newman)是该项意图参谋,并将其命名为AlphaGarden,该项目旨在研讨多样性的实质并探究生态学和可继续性布景下AI的局限性。
她说:“ ??AlphaGarden展示了天然之美,并暴露了AI和机器人的局限性。” “模仿与实际之间总会有间隔。”
AlphaGarden与1995年至2004年由Goldberg领导的园艺在线络播送项目TeleGarden类似。虽然AlphaGarden现在拜访受限,但每天都会更新延时可视化以演示进展。
AlphaGarden使用从FarmBot装配到高架龙门起重机的硬件,以及用于数据搜集的摄像头和用于丈量土壤丈量等东西的传感器。
“咱们仅仅将[FarmBot]从货架上拿下来,可是咱们要进入的当地是将摄像机放在顶部上方,这便是您从俯瞰视点看到的大局图画;然后咱们基本上每天都在拍照图画,而且基本上是每天测验监督花园的状况,以便咱们能够看到花园的演化,然后开端了解动作的影响。” 。
AlphaGarden还在PlantCV计算机视觉体系的基础上建立了用于叶片辨认的功用,以辨认药草和植被花园中的特定植物。这样的叶片辨认体系能够被植物栽培者用来监督植物表型的成长。