มาเรียนรู้เกี่ยวกับอนาคตของอาหารกันเถอะ

เทคโนโลยีและโลกที่อบอุ่นจะเปลี่ยนสิ่งที่คุณกินและวิธีที่จะไปกับจานของคุณ

คุณรู้หรือไม่ว่าอาหารของคุณมาจากไหน? ถ้าคุณไม่เติบโตด้วยตัวเอง นั่นอาจเป็นเรื่องลึกลับ ยิ่งไปกว่านั้น เมื่อเทคโนโลยีก้าวหน้าและโลกร้อนขึ้น สิ่งที่คุณกินในวันนี้อาจไม่ใช่สิ่งที่คุณกินในอนาคต หุ่นยนต์อาจเก็บเกี่ยวอาหารของคุณหรือโยนสลัดของคุณ สำหรับโปรตีน คุณอาจรับประทานแมลงแทนวัวควาย และข้าวฟ่างอาจกลายเป็นอาหารที่คุ้นเคย

หุ่นยนต์จะควบคุมทุกสิ่งที่คุณกิน

เทคโนโลยีกำลังเปลี่ยนวิธีการปลูกอาหารของคุณ

มันเริ่มต้นด้วยเมล็ด เมล็ดพันธุ์นั้น — อาจจะเป็นเมล็ดมะเขือเทศ — ถูกปลูกลงดิน จากนั้นก็เติบโต และเติบโต พืชค่อยๆ เจาะทะลุดิน โผล่ออกมาในแสง หลายสัปดาห์หรือหลายเดือนต่อมา เมล็ดนี้จะกลายเป็นพืชที่มีเอวสูงและมีมะเขือเทศสุกหลายสิบลูก มีคนหยิบผลไม้และบรรจุลงในกล่อง คนอื่นส่งกล่องเหล่านั้นไปที่โกดังที่ร้านอาหารหรือร้านขายของชำซื้อมะเขือเทศ ต่อมาพ่อครัวจะหยิบมาหั่นเป็นชิ้นแล้วใส่ในสลัด

วันนี้กระบวนการนี้ยังคงเป็นเทคโนโลยีที่ค่อนข้างต่ำ แน่นอนว่ามีรถยนต์และรถบรรทุกเกี่ยวข้องกัน แต่หุ่นยนต์? ไม่มากเท่าไหร่ ผู้คนยังคงเป็นผู้เล่นหลักในทุกขั้นตอน แต่นั่นอาจมีการเปลี่ยนแปลงและในไม่ช้า

“จะมีเทคโนโลยีสำคัญๆ เกิดขึ้นในอีก 10 ปีข้างหน้าเพื่อทำให้แต่ละส่วนของการทำฟาร์มมีประสิทธิภาพมากขึ้น ให้ผลผลิตมากขึ้น และหวังว่าจะมีสุขภาพที่ดีขึ้นและราคาถูกลง” Dan Steere กล่าว เขาเป็นหัวหน้าบริษัทที่ชื่อว่า Abundant Robotics ในเมือง Menlo Park รัฐแคลิฟอร์เนีย

กล่าวอีกนัยหนึ่ง หุ่นยนต์จะมีบทบาทมากขึ้นในการปลูกและเตรียมอาหารของเรา

เมื่อถึงเวลาที่เด็กมัธยมต้นกลายเป็นผู้ใหญ่ วงจรอาหารทั้งหมดอาจเป็นหุ่นยนต์ แม้กระทั่งตอนนี้ หุ่นยนต์ก็ช่วยเหลือเกษตรกร ปลูกผลไม้ ผัก และธัญพืชด้วยวิธีที่มีประสิทธิภาพมากกว่า ในไม่ช้า พวกเขาจะช่วยเก็บเกี่ยวอาหารนั้นให้เร็วขึ้น โกดังอาหารบางแห่งมีรถบรรทุกขับเคลื่อนอัตโนมัติอยู่แล้ว หุ่นยนต์ยังช่วยนำอาหารนั้นมาใส่จานของเราอีกด้วย อันที่จริง หุ่นยนต์ที่ชื่อ Sally กำลังทำอย่างนั้นอยู่แล้ว เป้าหมายคือการทำให้วิธีการผลิตและเตรียมอาหารเร็วขึ้น ง่ายขึ้น และมีประสิทธิภาพมากขึ้น

หว่านเมล็ดลงดิน

ทุกสนามมีบางพื้นที่ที่มีความอุดมสมบูรณ์น้อยกว่าโดยธรรมชาติ พื้นที่เพาะปลูกอาจไม่ราบเรียบเช่นกัน สามารถมีพื้นที่สูงขึ้นหรือต่ำกว่าบริเวณโดยรอบ อาจจะมีคูน้ำ การไถพรวนดินให้เรียบบ้างแต่ไม่ครบถ้วน หากลำห้วยไหลผ่านทุ่งนา ก็มักจะมีที่ดินใกล้ลำห้วยนั้นซึ่งยากหรือเป็นไปไม่ได้ที่จะปลูก คุณภาพของดินยังแตกต่างกันไปตามพื้นที่

สิ่งเหล่านี้สามารถส่งผลกระทบต่อปริมาณอาหารในแผ่นดินที่สามารถผลิตได้และรสชาติของอาหารนั้นดีเพียงใด และปริมาณอาหารที่ผลิตได้ส่งผลต่อเงินที่ชาวนาทำ

คณิตศาสตร์ช่วยให้เกษตรกรคำนวณจำนวนเมล็ดที่จะปลูกและที่ใด แต่ที่ดินก็เปลี่ยนแปลงไปตามกาลเวลา ดังนั้นการคำนวณเหล่านี้จึงต้องทำซ้ำแล้วซ้ำเล่าทุกปี

Theo Pistorius เป็นหัวหน้าบริษัทชื่อ DroneClouds อยู่ในเคปทาวน์ แอฟริกาใต้ เขาเป็นหนึ่งในหลายบริษัทที่ใช้โดรนเพื่อช่วยให้เกษตรกรรู้ว่าต้องปลูกที่ไหน Drone เป็นคำแสลงสำหรับเครื่องบินไร้คนขับ — หุ่นยนต์บินได้ ยานที่ DroneClouds ใช้มีกล้องห้าตัว Pistorius กล่าวว่ากล้องแต่ละตัว “โดยพื้นฐานแล้ว [เหมือนกับ] กล้องใน iPhone” แต่ไม่ใช่ไอโฟนธรรมดา เขากล่าวว่าแต่ละเครื่องเปรียบเสมือน “iPhone ทางอากาศที่เชี่ยวชาญเป็นพิเศษ พร้อมด้วยกล้องที่ได้รับการสอบเทียบที่เชี่ยวชาญมาก”

ขณะที่กล้องของโดรนบินอยู่เหนือศีรษะ พวกมันจะถ่ายภาพพื้นดิน เหล่านี้แสดงขนาดสนามและรูปแบบต่างๆ ของที่ดิน พวกเขายังเปิดเผยความผันแปรของดินและปัญหาการชลประทาน พวกเขายังแสดงให้เห็นว่าแมลงและเชื้อราอาจทำให้เกิดปัญหาที่ใด

ต่อไป DroneClouds ประมวลผลภาพเหล่านั้นเพื่อสร้างแผนที่ของสนามและสิ่งที่กำลังเติบโตในนั้น “จากนั้นเราจะวิเคราะห์เพื่อตีความให้กับเกษตรกร” พิสโตริอุสอธิบาย ตัวอย่างเช่น หากรูปภาพมาจากสวนแอปเปิล พวกเขาอาจมองว่าต้นไม้เติบโตอย่างไร พวกเขาจะสังเกตว่าที่ใดวัชพืชสูงอาจทำให้ต้นไม้ใหม่ต้องดิ้นรน

เพื่อระบุปัญหา นักวิเคราะห์เปรียบเทียบภาพเหล่านี้กับภาพอื่นๆ ของพืชชนิดเดียวกัน นี่เรียกว่าการวิเคราะห์เปรียบเทียบ Pistorius บอกว่ามันเหมือนกับการวิ่งแข่ง แล้วเปรียบเทียบเวลาของคุณวันนี้กับช่วงต้นฤดูกาล ที่ช่วยให้คุณวัดได้ว่าคุณปรับปรุงมากแค่ไหน แต่นักวิ่งยังเปรียบเทียบเวลาของพวกเขากับนักวิ่งคนอื่นๆ ดังนั้นชาวนาจึงเปรียบเทียบภาพถ่ายที่นาของตนกับภาพของเกษตรกรรายอื่น สิ่งนี้เรียกว่าการวิเคราะห์ตามลายเซ็น

“ภาพในอุดมคติมาจากห้องแล็บทั่วโลก” Pistorius กล่าว “ทุก ๆ สี่ปี นักวิทยาศาสตร์จากสำนักงานคณะกรรมการวิจัยการเกษตร [ในแอฟริกาใต้] จะพบกับห้องทดลอง [ในสหรัฐอเมริกา] และรับลายเซ็นจำนวนมาก” วิธีนี้เกษตรกรในทั้งสองประเทศสามารถช่วยเหลือซึ่งกันและกันได้

เก็บผลไม้

มีการตรวจสอบอย่างสม่ำเสมอ ต้นไม้เล็กๆ เติบโต วันแล้ววันเล่า พระอาทิตย์ขึ้นและตก บางครั้งก็ส่องแสง บางครั้งก็มีฝนตก ในที่สุด เวลาเก็บเกี่ยวก็มาถึง และด้วยการทำงานใหม่ที่ล้ำสมัยในหุ่นยนต์ฟาร์ม

เป็นเวลาสองปีที่ Abundant Robotics ได้พัฒนาหุ่นยนต์ที่หยิบแอปเปิ้ล สองปี? การเก็บแอปเปิลไม่ง่ายเหรอ?

ไม่ใช่ถ้าคุณเป็นหุ่นยนต์

เพื่อให้เข้าใจว่าทำไมการเก็บแอปเปิลจึงยากสำหรับเครื่องจักร เรามาแยกย่อยกระบวนการกัน เมื่อคุณเห็นแอปเปิ้ลห้อยอยู่บนต้นไม้ ดวงตาของคุณจะส่งสัญญาณไปยังสมองของคุณ สมองประมวลผลข้อมูลในสัญญาณนี้ เช่น สีของแอปเปิลและตำแหน่งบนต้นไม้ ตามสัญชาตญาณ คุณจะรู้เมื่อแอปเปิ้ลพร้อมเก็บ สมองของคุณบอกให้แขนของคุณยื่นออกมาและมือของคุณดึงผลไม้ออกจากกิ่ง คุณถือแอปเปิ้ลเหมือนนก — เบา ๆ พอที่จะไม่ช้ำ แต่ให้แน่นพอที่จะไม่ร่วงหล่น

เมื่อคุณเลือกแอปเปิ้ล คุณต้องตัดสินใจทั้งหมดนี้อย่างรวดเร็ว แต่ถ้าคุณต้องเลือกแอปเปิลที่มีมูลค่าเต็มทั้งทุ่ง ก็คงต้องใช้เวลานานมาก หลังจากที่คุณเลือกแอปเปิ้ลหนึ่งลูก คุณจะต้องใส่มันลงในตะกร้า แอปเปิ้ลลูกต่อไปก็จะเข้าไปที่นั่นด้วย และลูกต่อไปจนกว่าตะกร้าของคุณจะเต็ม จากนั้นลงบันไดที่คุณจะไป ซึ่งคุณจะต้องล้างตะกร้าของคุณก่อนที่จะปีนกลับขึ้นไปเริ่มต้นใหม่อีกครั้ง

การทำเช่นนี้กับต้นไม้หลายร้อยต้นจะใช้เวลานานอย่างไม่น่าเชื่อ นั่นเป็นเหตุผลที่ผู้คนต้องการความช่วยเหลือจากหุ่นยนต์ เมื่อทำหุ่นยนต์ครบสมบูรณ์แล้ว ชาวนาก็จะสามารถปลูกต้นไม้ได้มากขึ้น และพวกเขาจะไม่กังวลเกี่ยวกับส่วนหนึ่งของพืชผลที่เน่าเปื่อยในทุ่งเพราะผู้คนไม่สามารถหยิบมันได้ทันเวลา

ปัญหาแรกที่ต้องแก้ไขคือ Abundant Robotics คือการรับสัญญาณที่ถูกต้อง “หากคุณไม่มีดวงตาคู่สวย มันยากที่จะทำงานมากมายในโลกแห่งความเป็นจริง” Steere กล่าว ดังนั้นบริษัทจึงต้องมอบหุ่นยนต์ของตนตามที่ Steere เรียกว่า “ดวงตาคู่ที่ดีกว่า” ระบบนี้และวิธีการเชื่อมต่อกับสมองของหุ่นยนต์นั้นเรียกว่าคอมพิวเตอร์วิทัศน์ คอมพิวเตอร์วิทัศน์ช่วยให้หุ่นยนต์มองเห็น “ทุกพื้นผิวของแอปเปิล” Steere กล่าว นอกเหนือจากการตัดสินขนาด สี และน้ำหนักของมันแล้ว มันสามารถค้นหาข้อบกพร่องในผลไม้ได้ ระบบดังกล่าวกำลังปรับปรุงสิ่งที่หุ่นยนต์สามารถทำได้อย่างรวดเร็ว

หุ่นยนต์แอปเปิลยังคงต้องเรียนรู้วิธีเก็บผลทางร่างกายโดยไม่ทำร้ายมันถึงแม้จะใช้สายตาวิเศษ ในวิทยาการหุ่นยนต์ การเคลื่อนไหวเรียกว่าแอนิเมชั่น Steere กล่าวว่า “แอนิเมชั่นหนักสร้างความเสียหายให้กับผลไม้” ถ้ามันฟกช้ำแอปเปิ้ลหรือผ่าผิวหนัง ผลไม้อาจดูไม่ดีและไม่น่าจะขายได้ การจัดการที่หยาบอาจทำให้ต้นไม้เสียหายได้

ดังนั้นหุ่นยนต์จึงต้องประสานวิสัยทัศน์และทักษะยนต์ คิดย้อนกลับไปที่กระบวนการเก็บแอปเปิล: คุณต้องรู้ว่าจะเลือกแอปเปิลตัวไหน คุณต้องหยิบมันอย่างรวดเร็วและอ่อนโยน แต่อะไรอีก? คุณไม่สามารถรบกวนแอปเปิ้ลบนต้นไม้ที่ยังต้องใช้เวลาในการเจริญเติบโต “นิมิตต้อง … รู้จักผลไม้” สเตียร์กล่าว และ “รู้ว่ามันสุกหรือไม่” และต้องทำทั้งหมดนั้นในเสี้ยววินาที

“ผู้คนต้องการทำให้การเกษตรประเภทนี้เป็นระบบอัตโนมัติมานานหลายทศวรรษ มันไม่เคยเป็นไปได้เลย” เขากล่าว สองปีผ่านไป งานของทีมก็ยังไม่เสร็จ! หุ่นยนต์ของ Abundant จะไม่วางจำหน่ายจนกว่าจะถึงปลายปีนี้ การพัฒนาเทคโนโลยีที่ยอดเยี่ยมก็เหมือนกับการทำฟาร์ม — ต้องใช้ความอดทน

คัดแยกการเก็บเกี่ยว

เมื่อเก็บเกี่ยวพืชผลแล้ว ผลไม้ที่ดีต้องแยกจากผลเสีย นั่นคือสิ่งที่บริษัทชื่อ bext360 ทำ แทนที่จะใช้แอปเปิ้ล หุ่นยนต์ของมันทำงานกับโกโก้ ถั่ว กระวาน (เครื่องเทศ) และเมล็ดกาแฟ (ผลไม้ที่เก็บเมล็ดกาแฟ) แดเนียล โจนส์ เป็นหัวหน้าบริษัท ซึ่งตั้งอยู่ในเมืองเดนเวอร์ รัฐโคโล

เอาเชอร์รี่กาแฟเหล่านั้น “เกษตรกรจะเก็บเกี่ยวกาแฟของพวกเขาและใส่ลงในเครื่องของเรา” โจนส์อธิบาย “จากนั้นเครื่องจะดรอป [ผลไม้] ผ่านระบบการมองเห็น” รูปภาพน้ำตกของเชอร์รี่ที่ตกลงมา นั่นคือสิ่งที่เครื่องจ้องมอง ตลอดเวลาที่ถ่ายภาพผลไม้ที่ส่งผ่าน หุ่นยนต์จึงใช้รูปภาพเหล่านั้นเพื่อคัดแยกผลกาแฟที่ดีออกจากผลที่เสีย

แมชชีนวิชันและการมองเห็นด้วยคอมพิวเตอร์เป็นสิ่งเดียวกัน หุ่นยนต์ที่อุดมสมบูรณ์และ best360 ทำหน้าที่ต่างกัน ถึงกระนั้น เทคโนโลยีหลักเดียวกันก็ช่วยให้ทั้งคู่ทำได้

หุ่นยนต์ทั้งสองยังต้องการมากกว่าการมองเห็นด้วยคอมพิวเตอร์เพื่อให้ประสบความสำเร็จ วิสัยทัศน์สามารถบอกหุ่นยนต์ของ bext360 ได้ว่าจะเรียงลำดับอย่างไร แต่จากนั้นหุ่นยนต์ก็ต้องทำอย่างนั้นจริงๆ เกษตรกรเก็บเกี่ยวผลเชอรี่กาแฟ — มากถึง 30 กิโลกรัม (66 ปอนด์) — จากส่วนหนึ่งของไร่ในแต่ละครั้ง จากนั้นพวกเขาก็โหลดเชอร์รี่โดยใส่ถั่วจำนวน 18,000 เมล็ดลงในรางที่ด้านบนของหุ่นยนต์

ภายในเวลาประมาณ 3 นาที หุ่นยนต์จะคัดแยกเชอร์รี่ทุกลูก ในการทำเช่นนั้น หุ่นยนต์จะต้องถ่ายภาพของแต่ละคน จากนั้นจะวิเคราะห์ข้อมูลทั้งหมดในเวลาเพียง 22 มิลลิวินาทีหรือประมาณนั้น “เราจะรู้ทุกอย่างเกี่ยวกับพวกเขาในเสี้ยววินาทีที่พวกเขาตกลงมา [รางน้ำ]” โจนส์กล่าว จากนั้นเป่าลมใส่เชอร์รี่ลงในถังขยะต่างๆ — อันหนึ่งสำหรับผลไม้ที่ดี อีกอันสำหรับการคัดแยก

หลังจากที่เมล็ดกาแฟตก หุ่นยนต์จะแบ่งปันการวิเคราะห์กับชาวนา “สิ่งสำคัญ [หุ่นยนต์วัด] คือขนาดและสีและความหนาแน่น” โจนส์กล่าว นอกจากนี้ยังตรวจสอบภายในและภายนอกของเชอร์รี่เพื่อหาสัญญาณของการเน่าหรือโรค นี่คือเหตุผลที่เกษตรกรใส่เชอร์รี่จากไร่ของตนในแต่ละครั้งเท่านั้น ข้อมูลนี้ช่วยให้พวกเขารู้ว่าสิ่งที่พวกเขาพยายามในส่วนใดส่วนหนึ่งของสาขานั้นทำงานได้ดีกว่าสิ่งที่พวกเขาลองที่อื่นหรือไม่

หุ่นยนต์จาก bext360 ยังใหม่อยู่: การขายเพิ่งเริ่มต้นเมื่อประมาณ 6 เดือนที่แล้ว

เก็บเกี่ยว วิเคราะห์ และคัดแยก ตอนนี้การเก็บเกี่ยวถูกส่งไปยังโกดัง วันหนึ่ง มันอาจจะไปถึงที่นั่นด้วยรถบรรทุกกึ่งขับเคลื่อนอัตโนมัติ และรถยกที่ขับเคลื่อนด้วยตนเองอาจเคลื่อนย้ายพาเลทออกจากรถบรรทุกไปยังอีกคันที่กำหนดสำหรับร้านอาหารหรือร้านค้า Amazon มีร้านขายของชำเฉพาะสำหรับพนักงานที่ไม่มีคนขายของหรือพนักงานเช็คเอาต์: พวกเขาเป็นหุ่นยนต์ทั้งหมด

ในที่สุด อาหารอาจลงเอยด้วยหุ่นยนต์ตัวสุดท้ายของเรา: แซลลี่ แซลลี่ทำสลัด จากภายนอกเธอดูเหมือนกล่อง มีหน้าจอสัมผัสและรูสำหรับวางชาม ข้างในแม้ว่าหุ่นยนต์ตัวนี้จะซับซ้อนกว่า “แซลลี่เป็นกล่องที่มีส่วนประกอบหุ่นยนต์อยู่ข้างใน” ดีพัค เซการ์ตั้งข้อสังเกต เขาเป็นหัวหน้าของ Chowbotics ใน Redwood City รัฐแคลิฟอร์เนีย เป็นบริษัทที่สร้าง Sally

“มีกระบอกสูบอยู่ภายในหุ่นยนต์ซึ่งเต็มไปด้วยส่วนผสมที่เตรียมไว้” Sekar อธิบาย ผู้คนเปิดใช้งาน Sally โดยกดที่หน้าจอสัมผัส นักทานสามารถปรับแต่งสลัดได้ตามจำนวนแคลอรี่และส่วนผสม

Sally ไม่ได้ออกแบบมาให้ใช้ที่บ้านในราคา 30,000 ดอลลาร์ต่อหุ่นยนต์ Chowbotics ขายหุ่นยนต์ให้กับโรงเรียนและสำนักงาน ซึ่งใช้ Sally ในโรงอาหารและห้องพัก Sekar สังเกต: “เราได้ยินมาตลอดว่านักเรียนในโรงเรียนไม่ชอบกินสลัดบาร์” ทำไม Sekar อ้างว่าพวกเขาแย่มาก “เนื่องจากส่วนผสมทั้งหมดอยู่ใน Sally คุณไม่ต้องสงสัยว่ามีใครจามมะเขือเทศเมื่อหนึ่งชั่วโมงที่แล้ว อุ๊ย!” เขากล่าว “สลัดของคุณสดและดีต่อสุขภาพเสมอ”

หุ่นยนต์ยังไม่อยู่ในทุกส่วนของกระบวนการแบบ Field-to-plate แต่ในไม่ช้าพวกเขาจะ ซึ่งจะทำให้กระบวนการผลิตอาหารเย็นลงสำหรับเรา ที่สำคัญกว่านั้น วันหนึ่งหุ่นยนต์อาจสูญเสียแหล่งอาหารของโลกด้วยซ้ำ ลองคิดดู: วันนี้ DroneClouds ช่วยให้เกษตรกรรู้วิธีปลูกพืชมากขึ้น bext360 ช่วยให้พวกเขารู้วิธีปลูกอย่างมีประสิทธิภาพมากขึ้น หุ่นยนต์มากมายช่วยให้เกษตรกรเก็บเกี่ยวได้เร็วขึ้น ซึ่งหมายความว่าเกษตรกรสามารถปลูกพืชได้มากขึ้น จากนั้นร้านค้า Chowbotics ที่ผลิตด้วยวิธีที่ดีต่อสุขภาพ

Steere พูดว่า “ถ้ามีเวลา [สำหรับ] คนหนุ่มสาวที่ทำการเกษตร — นี่จะต้องเป็นช่วงเวลาที่น่าทึ่งที่สุดครั้งหนึ่งในประวัติศาสตร์ ประเภทของสิ่งที่ระบบอัตโนมัติสามารถทำได้คือการเปลี่ยนแปลงและพัฒนาอย่างรวดเร็ว”

สามารถอัพเดตข่าวสารเรื่องราวต่างๆได้ที่ activeinksoftware.com