Bilberry 是英伟达初创加速计划的成员，该虚拟加速器计划旨在帮助人工智能和数据科学领域的初创公司更快进入市场。
Guillaume Jourdain、Hugo Serrat 和 Jules Beguerie 这几位来自法国的同窗好友在 2014 年考虑将 AI 应用于农业并以此成立一家初创公司，但他们在当时几乎没有任何对成功的把握。当时，此 AI 应用还处于起步阶段，人们都认为这不可能实现，但与他们交流过的农民都表示想要这样的工具。所以他们一起制作了一个简略的演示，表明可以通过一个 GeForce GPU 和一个摄像头来运行杂草识别网络。接下来，他们就迎来了第一个客户投资人。
2016年，这几位法国国立高等工程技术学校的同宿舍同学创立了 Bilberry。该公司目前已开发出基于 NVIDIA Jetson 边缘 AI 平台的杂草识别功能，可在玉米和小麦农场用于精准施用除草剂，这减少了高达 92% 的除草剂使用量。在 AI 技术进步和农民减少除草剂使用量这一愿望的推动下，杂草识别技术开始初露端倪。FarmWise、SeeTree、Smart Ag 以及 John Deere 旗下 的 Blue River 等一批 AI 农业公司正在挖掘这个领域的价值。
公司首席技术官 Serrat 表示，早期的农业技术只探究了一些浅显的可能性。这些技术使用红外线以避免土壤污染，将除草剂均匀地施用于所有植物（包括作物和杂草）而不是泥土上，因此所有植物都会 “遭殃”。
Serrat 表示：“如今，随着可持续发展的全面推进，针对除草剂施用的农业技术都在同时考虑土壤与作物的环保问题，或者只处理作物附近的杂草。”他认为：“区分杂草和作物并采取相应的实时措施，这才是真正能够为农民创造价值的技术。
为了实现这一目标，需要在田地里使用 NVIDIA GPU 运行计算机视觉计算以进行快速推理。”据 Bilberry 介绍，由杂草处理不力造成的玉米产量损失大概可以达到 15% 到 20%。这家初创企业旗下的智能喷洒器目前的客户包括 Agrifac、Goldacres、Dammann 和 Berthoud 这些农业设备公司。
Bilberry 在拖拉机吊杆上部署了使用 NVIDIA Jetson 的杂草识别功能，功能范围达到约 160 英尺，可以横跨一个美国橄榄球场。它可以运行 16 个 Jetson TX2 模块上的 16 个摄像头，以每秒 17 帧的速度分析杂草并快速喷洒除草剂，每小时可行驶 15 英里。为了实现这一能够快速识别杂草的超快推理性能，Bilberry 运用专为 TensorRT 开发的 NVIDIA JetPack SDK 对其算法进行优化。Serrat 表示：“我们将其优化到了极致。”
Bilberry 充分运用所谓的 INT8 权重量化，从而能够更高效地使用深度学习模型，尤其有效于内存及功率有限的紧凑型嵌入式系统。这使得这些系统能够用 8 位整数来代替浮点数，使用整数数学代替浮点数有助于减少内存和计算的占用以及降低应用延迟。
这家初创企业的智能喷雾器现已可以通过精确定位处理来大幅减少除草剂的使用量。该公司表示，这可以大幅减少流入地下水的化学品，还可以减少对农作物的“误伤”，提高作物产量。Serrat 表示：“杂草需要被施以适量的除草剂，如果施用的量太少，杂草就会继续生长并繁殖。我们目前最大的设备能够以每小时 242 英亩的速度完成施用除草剂的工作。”
随着欧洲对农民的碳排放总量限制的紧缩，以及消费者对有机食品的接受度提高，减少农业化学品的使用量已成为人们关注的焦点。根据 Nielsen 的数据，2020 年美国有机农产品销售额同比增长 14%，达到 85 亿美元。
Bilberry 最近与 Downs 合作推出了一款土豆分拣应用。传统的土豆处理方式是对在传送带上缓慢移动的土豆进行分拣，但食品加工商很难获得这方面的劳动力，单调的工作使工人很难保持几个小时的专注力，进而造成错误。
Serrat 表示：“这项工作非常无聊，整天分拣土豆会让人发疯。而且这项工作是季节性的，所以当这些公司在应季需要员工的时候很难获得足够的劳动力。”不过，这也让这项工作成为最适合 AI 的任务。这家初创企业已训练了一个土豆分拣网络，能够在好的土豆中发现品相不佳的土豆、绿色的土豆、碎土豆、石头和土块。该 AI 平台使用 Jetson Xavier 完成这一视觉任务并且可以向传送带末端的门发出信号，只让品质过关的土豆通过。
他表示：“我最喜欢的工作就是开发出能够推动事物发展并产生真正影响的软件。”
分享到微信
分享到微博
