D.I.Y.人工智能来到日本家庭农场

没有太多关于Makoto Koike的成年生活表明他将成为一名农民受过训练的工程师,他的大部分职业生涯都在日本爱知县繁忙的城区,靠近丰田汽车公司总部,编写控制汽车的软件小池的长期爱好是修补电子工具包和机器;他自然不是一个户外活动类型然而,在2014年,三十三岁时,他离开了他的工作和城市生活,搬到他父母的黄瓜农场,在绿色的静冈县“我以为我变老了, “小池告诉我”我想亲近我的家和我的家人“Koikes已经在Kosai,一个楔入太平洋和咸淡水湖Hamana之间的小镇种植黄瓜近五十年他们的作物,填充三个小温室,常年生长小池的父亲Harumi种下种子;小池监督他们的修炼;他的母亲Masako对收获情况进行了分类这个最后的工作在日本特别重要,日本的产品很有名,在一些市场上,优质的草莓可以获得几美元,而一个壮观的立方西瓜可以满足数百种蔬菜的优势

不是水果,但是超市很少生产出形状或大小不规则的产品Koikes将更好的黄瓜,厚度均匀,厚度均匀的黄瓜送给批发商

不太完美的黄瓜去当地的摊位,那里他们以半价出售(“他们的口味相同,”小池说)Masako一个接一个地判断蔬菜,将它们分成垃圾箱尽管她只花了半秒钟来完成每个黄瓜,但这项工作占用了她大部分的工作时间

在某些日子里,她经历了大约四千人

几十年来,对黄瓜进行分类的辛苦过程几乎保持不变,直到去年春天,当小池开始开发一种新的方法时,它的部分内容受到了他读到的文章的启发

AlphaGo是有史以来第一个击败由谷歌DeepMind开发的Go游戏人类大师的计算机程序,该程序依赖于深度学习,这是一种通过将基本处理单元安排到复杂的分层网络来进行计算的方法,而不是像数十亿个神经元协同工作,产生人类大脑无法比拟的(现在)智力在过去几年中,深度学习对于在大量数据中找到模式非常有用;它已被纳入Facebook的面部识别算法,亚马逊Alexa的语言处理和自动驾驶汽车的导航系统在AlphaGo的情况下,该程序从真实游戏中提供了三千万个位置图像,用于帮助确定哪种类型的移动工作最好的小池希望类似的策略可以帮助他和他的父母Harumi和Masako在日本静冈县的家庭黄瓜农场分类他的家庭的黄瓜Makoto Koike Koikes一直在种植黄瓜近50年的高级AI技术,包括深度学习,传统上一直是专业研究人员和有钱软件公司的省份

最近,一些科技界最大的参与者 - 包括谷歌,Facebook,微软,亚马逊,雅虎,百度,Yandex和各大学 - 已免费发布,他们工具的开源版本,让那些不精通的小型程序员可以访问AI这个领域,如Koike对于他的项目,他使用TensorFlow,谷歌在2015年向公众发布他开始建立一个自定义照片架,这使他能够从三个角度拍摄每个黄瓜然后,为了分析图像,他改编了一个流行的TensorFlow软件,用于识别手写数字然而,在他可以将AI放松之前,Koike必须训练它他捕获了他母亲已经分类的七千张黄瓜照片,然后用这些数据教他的软件识别哪种蔬菜属于哪个类别最后,他建立了一个自动传送带系统,将每个黄瓜从照片架移动到由Koike程序指定的垃圾桶去年完成他的机器,并且它在某种程度上工作 - 它将黄瓜分类70%的准确度,足够低,以后必须手工检查更重要的是,蔬菜仍然需要一个接一个地放在照片架上 换句话说,小池的母亲并没有被替换的直接危险,到目前为止,她和她的丈夫都没有留下太深刻的印象“他们非常严厉,”小池说“'哦,它还没有用,'”他们告诉与此同时,他的技术爱好者已经有了更多积极的反应,小池已经被邀请参加东京的Maker Faire和德国汉诺威的CeBIT博览会等活动

有些机器比小池更好,更快,但是它们是工业规模和高级事务在深度学习的民主化之前,像他这样的人很难设计出这样一个有效的设备本小池将其系统看作是一个令人鼓舞的概念证明,他目前正在研究一个新版本,他希望能够同时分析一个以上的黄瓜

他还计划建立一个更温和的输送系统,以保护蔬菜皮肤上脆弱的刺,这被认为是新鲜的标志H e预计,在几年之内,他的AI分拣机几乎和母亲一样准确,让她自己做其他事情无论哪种方式,他告诉我,他长期回到Kosai“那就是计划”

他说“我可能会像农民一样死去”到那时,工作可能看起来很不一样