หุ่นยนต์ AI ช่วยตรวจสอบ ดูแล และเพิ่มคุณภาพการเก็บเกี่ยวสตรอว์เบอร์รี

ในปีที่ผ่านมา AI ได้เข้ามามีบทบาทสำคัญในอุตสาหกรรมต่างๆ ไม่ว่าจะเป็นการปฏิวัติรถยนต์ไร้คนขับ ไปจนถึงกระบวนการวินิจฉัยโรคทางการแพทย์ ซึ่งคงจะปฏิเสธไม่ได้ว่า ความสามารถของ AI ในการวิเคราะห์ข้อมูลปริมาณมหาศาล และทำการตัดสินใจแบบเรียลไทม์นั้น ช่วยเพิ่มทั้งผลผลิต และความยั่งยืน ทำให้เกิดคลื่นลูกใหม่ของประสิทธิภาพและนวัตกรรมในหลายๆ อุตสาหกรรม โดยเฉพาะ อุตสาหกรรมไฮเทค แต่สำหรับอุตสาหกรรมดั้งเดิมอย่างเช่นเกษตรกรรม ณ วันนี้ AI มีบทบาทอย่างไรในภาคการเกษตรบนเวทีโลก

วันนี้ AI มีบทบาทก้าวหน้าอย่างมากในการปรับปรุงการเกษตร เพื่อผลักดันความมั่นคงทางอาหาร ไม่ว่าจะเป็นเรื่อง การเกษตรแม่นยำ (Precision Farming) ที่ใช้เทคโนโลยีต่างๆ มาช่วยเพิ่มปริมาณและคุณภาพของผลผลิต เรื่องการจัดการศัตรูพืช และการใช้ทรัพยากรให้คุ้มค่า เป็นต้น

บทความนี้จะนำเสนอตัวอย่างในการใช้ AI เข้ามาช่วยในการดูแลและเพิ่มคุณภาพและปริมาณผลผลิต ช่วยจัดการปัญหาเรื่องการขาดแคลนแรงงาน และเพิ่มความยั่งยืนไปพร้อมๆ กัน

ฟาร์ม Ráječek สาธารณรัฐเช็ก กับความท้าทายในการปลูกสตรอว์เบอร์รี

สตรอว์เบอร์รี เป็นหนึ่งในผลไม้ที่ต้องใช้ยากำจัดศัตรูพืชหลายชนิด เพื่อให้ได้ผลผลิตที่ต้องการ จากรายงานเมื่อเร็วๆ นี้ โดย Environmental Working Group (EWG) พบว่า จากการสุ่มตรวจตัวอย่างสตรอว์เบอร์รีในสหรัฐอเมริกา ประมาณ 30% มีสารตกค้างของยาฆ่าแมลงมากกว่าสิบชนิด ด้วยเหตุนี้ทำให้การนำเอาเทคโนโลยีมาใช้ เพื่อลดหรือเลิกการใช้ยาฆ่าแมลง รวมไปถึงการลดการใช้ทรัพยากรในการปลูก จึงเป็นแนวโน้มในอนาคตของการทำการเกษตรอย่างยั่งยืน

เป้าหมายของ ฟาร์ม Ráječek คือ การปลูก สตรอว์เบอร์รี โดยไม่ใช้ยาฆ่าแมลง ในการที่จะทำเช่นนี้ได้ฟาร์มจำเป็นต้องติดตามตรวจสอบสตรอว์เบอร์รีที่ปลูกอย่างใกล้ชิด เพื่อดูความคืบหน้าของการเจริญเติบโต และดูว่าเริ่มมีศัตรูพืชหรือไม่ การติดตามสภาวะเหล่านี้อย่างละเอียด และต่อเนื่องเป็นงานที่หนักหน่วงสำหรับผู้ดูแล

Digital Twin หุ่นยนต์ และ AI ในการตรวจสอบและเก็บเกี่ยวสตรอว์เบอร์รี

กว่าสตรอว์เบอร์รีเมล็ดเล็กๆ จะไปอยู่บนชั้นวางของในซูเปอร์มาร์เก็ต มีขั้นตอนที่ยาวนาน และซับซ้อน อีกทั้งยังต้องใช้แรงงานคนจำนวนมาก ฟาร์ม Ráječek ใช้หุ่นยนต์ Fravebot ที่ได้รับการฝึกฝนด้วย AI เข้ามาช่วยในการติดตามตรวจสอบสุขภาพและเก็บเกี่ยวผลสตรอว์เบอร์รี โดยหุ่นยนต์เหล่านี้ถูกฝึกในสภาพแวดล้อม Digital Twin หรือโลกจำลองดิจิทัลของพืชและผลไม้ใน NVIDIA Omniverse

ด้วยความก้าวหน้าของเครื่องมือจำลองสถานการณ์ในปัจจุบัน ที่สามารถจำลองกฎทางฟิสิกส์ เช่น น้ำหนักของสตรอว์เบอร์รี การเรียนรู้ของหุ่นยนต์จึงสามารถฝึกฝนได้ในโลกดิจิทัล โดยไม่จำเป็นต้องอยู่ในสภาพแวดล้อมจริง ในกรณีนี้ interface ระหว่างโลกจริงกับโลกดิจิทัลใช้โซลูชันจากแพลตฟอร์มธุรกิจดิจิทัลแบบเปิด Siemens Xcelerator

หลังจากการฝึกฝนหุ่นยนต์เหล่านี้ สามารถตรวจจับโรคและแมลงศัตรูพืชได้จริง แนวทางในการฝึกหุ่นยนต์ในโลกดิจิทัลนี้ ช่วยเร่งกระบวนการพัฒนาหุ่นยนต์ได้อย่างมาก อีกทั้งยังประหยัดเวลาและทรัพยากร รวมถึงลดต้นทุนในการดำเนินงาน

ฟาร์ม Ráječek ใช้หุ่นยนต์สองประเภท เพื่อช่วยให้การปลูกสตรอว์เบอร์รีง่ายขึ้นและยั่งยืนยิ่งขึ้น

1. Fravebot Scout สำหรับติดตามสุขภาพและความสุกของสตรอว์เบอร์รี
2. Fravebot Harvestor สำหรับเก็บเกี่ยว โดยสามารถเก็บเกี่ยวสตรอว์เบอร์รี ได้ 25 กิโลกรัมต่อชั่วโมง ซึ่งเทียบเท่ากับแรงงานของคนหนึ่งคน

การแบ่งงานระหว่างหุ่นยนต์สองประเภทมีประโยชน์ในหลายๆ ด้าน

Vratislav Beneš ผู้ก่อตั้ง Fravebot กล่าวว่า Fravebot Scout มีหน้าที่หลักในการเฝ้าดูสตรอว์เบอร์รี สามารถเคลื่อนที่ไปรอบๆ โรงเรือนอย่างรวดเร็ว และหากพวกเขาต้องทำงานอื่นพร้อมกันจะทำให้ล่าช้า ตรงกันข้าม Fravebot Harvestor จะทำงานได้อย่างมีประสิทธิภาพในกรณีที่พวกเขาออกไปทำงานเฉพาะในพื้นที่ที่จำเป็นเท่านั้น

สำหรับเรื่องราวของ ฟาร์ม Ráječek ฉายภาพอนาคตของภาคการเกษตร ที่ AI และ หุ่นยนต์ ไม่เพียงแต่ช่วยเพิ่มประสิทธิภาพและผลผลิตเท่านั้น แต่ยังส่งเสริมแนวทางการเกษตรแบบยั่งยืนอีกด้วย เมื่อ AI พัฒนาขึ้น จะมีนวัตกรรมที่จะเปลี่ยนแปลงการทำการเกษตรให้ดีขึ้นเรื่อยๆ เพื่อการผลิตอาหารที่มีคุณภาพ ใช้ทรัพยากรธรรมชาติอย่างยั่งยืนและคุ้มค่า พร้อมสร้างอนาคตความมั่นคงทางอาหารของโลกต่อไป