劍橋大學(xué)的工程師們，剛剛開發(fā)出了一款新型蔬菜采摘機(jī)器人，其特點(diǎn)是經(jīng)過了機(jī)器學(xué)習(xí)的算法訓(xùn)練，能夠自主識(shí)別和收獲卷心菜、萵苣等農(nóng)作物。研究人員表示，這款機(jī)器人名叫Vegabot。算法訓(xùn)練的目的，旨在幫助它在不同的天氣條件下，正確辨別準(zhǔn)備收獲的健康生菜。

實(shí)際上，近年來，工程師們已經(jīng)在農(nóng)業(yè)收獲技術(shù)上取得了顯著的工業(yè)突破。問題在于，小麥和馬鈴薯等常見作物，屬于相對(duì)容易被大型機(jī)械所收割的。而另一些作物，仍需借助人工來辛苦采集。

有鑒于此，劍橋大學(xué)的工程師們，想到了借助機(jī)器學(xué)習(xí)訓(xùn)練，讓機(jī)器人挑戰(zhàn)高難度的農(nóng)作物采摘工作，比如本次研究所選擇的生菜農(nóng)場(chǎng)。

在人類眼中，生菜地是可以做到相對(duì)整齊劃一的。但是對(duì)于人工智能算法開發(fā)者來說，如何辨別生菜的健康度、以及選擇采摘的發(fā)力處，仍然是一個(gè)艱巨的挑戰(zhàn)。

在談到自主式蔬菜采摘系統(tǒng)的挑戰(zhàn)時(shí)，研究合著者Simon Birrell表示——每一塊菜地的狀況都不盡相同，且世界上沒有長(zhǎng)得一模一樣的兩株生菜。

工程師表示，他們要解決的第一個(gè)復(fù)雜問題，就是教導(dǎo)視覺識(shí)別系統(tǒng)在擁擠的綠色田野中，識(shí)別出一株健康的生菜頭。

為此，他們開發(fā)的專屬的機(jī)器學(xué)習(xí)算法，然后通過圖庫(kù)中的照片對(duì)機(jī)器人系統(tǒng)展開訓(xùn)練。在取得一定成效后，再轉(zhuǎn)而在實(shí)驗(yàn)室條件下，對(duì)真實(shí)的生菜展開收割。

接著他們?cè)诂F(xiàn)實(shí)農(nóng)田里展開測(cè)試，讓機(jī)器人收割系統(tǒng)了解萵苣等蔬菜頂部的外觀，以便在各種不同的天氣狀況下實(shí)施采摘。

第二項(xiàng)挑戰(zhàn)是打造一套方法，確保機(jī)器人能夠遵循商業(yè)標(biāo)準(zhǔn)，對(duì)每株萵苣等蔬菜展開挑選和切割，精度要達(dá)到維持其莖稈長(zhǎng)度所需的地步。

具體說來是，這需要為機(jī)器人設(shè)計(jì)一款彈性握持機(jī)械臂，在切割刀片附近配備第二顆攝像頭，以確保刀片順利劃拉到正確的位置。

最終劍橋工程師們打造出了一款名叫Vegebot的自主式蔬菜采摘機(jī)器人，其成功率達(dá)到了令人驚訝的91%。

當(dāng)然，在正式商用前，研究團(tuán)隊(duì)仍需完成許多必要的工作，因?yàn)槟壳暗膿p耗率還有些偏高（達(dá)到了38%）。好消息是，盡管不符合超市上架的標(biāo)準(zhǔn)，但這并不影響蔬菜的食用。

另外一個(gè)需要克服的問題，就是機(jī)器人系統(tǒng)的采摘速度，目前Vegabot平均每32秒可完成一個(gè)生菜的采摘，這筆人類要慢得多。

不過隨著技術(shù)的進(jìn)一步發(fā)展，這些方面都可以得到有效的改觀。有關(guān)這項(xiàng)研究的詳情，已經(jīng)發(fā)表在近日出版的《Journal of Field Robotics》期刊上。