Outfield Technologies是一家位于劍橋的農業手藝始創公司，利用無人機和人工智能來幫忙果農最大化果園作物的收獲。Outfield Technologies的創始人Jim McDougall和Oli Hilbourne一直在取博士互助。該系機械智能實驗室的門生湯姆·羅迪克（Tom Roddick）開發了他們的手藝才能，進而可以根據無人機對偉大的蘋果園進行調查來測算樹上的花朵和蘋果。

　　Outfield貿易總監Jim McDougall表明說：“對開花的正確評價或對收獲的估量可以使種植者進步生產力，可持續性和環境友好性。”“我們的航空影象闡明著重于產量預算，并且正在國際上皆受到青睞。我們正在生果范疇面對的最大題目之一便是正確的產量展望。該體系是取種植者一同開辟的，適用于籌劃勞力，物流和貯存。全部行業皆需求它，以籌劃市場營銷和分銷，并確保貨架上總是有蘋果。今朝20％的估就算是由種植者做出的，他們的事情極度超卓，但果園的轉變卻令人難以置信，并且估量往往是毛病的。這將招致收入損失，功課效力不高，并大概招致未售出作物的大批虛耗。”

用3D計算機重修的英國果園于2019年4月開花。圖片供應：劍橋大學

　　外場的識別方法是博士論文研討的超卓使用。羅伯托·西波拉（Roberto Cipolla）傳授引導的門生湯姆·羅迪克（Tom Roddick）正在研討中。Tom是計算機視覺和機械人技能小組的成員，該小組致力于根據人工神經網絡（ANN）利用深度進修方法，致力于人工智能和機械進修。

　　人工神經網絡是一種模擬人腦的松散建模的較量爭論體系，旨在識別形式。他們經過符號或聚類原始輸入來注釋感官數據。他們識別出的形式是數字情勢，全部實在天下的數據（包羅圖象，聲音，文本或時候序列）都將轉換為數字情勢。

　　如許的體系平常根據闡發示例來“進修”執行義務，而無需運用刻定于義務的劃定規矩開展編程。比方，正在圖象辨認中，ANN可能會根據闡發已被手動標記為“蘋果”或“沒有蘋果”的示例圖象，并運用成果來辨認其他圖象中的蘋果，進而學會辨認包括蘋果的圖象。他們正在沒有任何蘋果先驗常識的情況下開展此操縱，比方，蘋果的色彩或外形。相反，他們會按照所處置懲罰的示例主動生成辨認刻征。

　　經由過程首先檢驗數據中的簡樸形式（比方圖象中的邊沿或語音中的聲音），然后慢慢構建觀點的條理布局，直到龐雜的特點（如面貌或句子）出現在網絡中，人工神經網絡才可以開展聚類和分類。人工神經網絡要領的最初方針是以取人腦雷同的方法解決問題。然則，跟著工夫的流逝，注意力已轉移到施行特定使命上。人工神經網絡已適用于多種使命，包含計算機視覺，語音辨認，機器翻譯，社交網絡過濾，棋盤游戲和視頻游戲和醫療診斷。

圖源：劍橋大學

　　正在攻讀博士學位時代，湯姆（Tom）一向致力于自動駕駛，研討經由過程攝像頭捕捉的街道場景，為每一個元素增加解釋和標簽。他指出了汽車，行人，路邊等的位置。為此，他利用了一種稱為語義支解的東西來符號每一個零丁的像素，進而對正正在發作的事情有一個較高的掌握。外場需要正在果園照片中辨認蘋果和花朵，而保證這一點的一種要領是利用這類語義支解要領。

　　Outfield數據收集辦法的另外一個層面是查明無人機正在任何時候都正在那里，也有另外一條計算機視覺集合正在本地化上，能夠算出您正在世界上的位置和正正在檢察的內容。校友Kesar Breen，自力機械進修和計算機視覺照料，他已花了許多時候為Jim和Oli給予以為。Kesar協助他們概述了可適用于果園建模和闡發的手藝，以找出農作物正在哪里，并草擬了一種具有時候框架和請求的潛正在算法。凱薩爾說：“ Outfield正正在運用一些風趣但經由考證的手藝來處置非常主要的事情，以辦理一個主要的業務題目。我以為這很可能正在貿易上可行。”

　　在談到他取Outfield的事情時，Tom說：“ Outfield的語義細分需求有一些極度詳細的纖細的地方，比方，由研討的角度來看，這一些纖細的地方極度風趣。我習慣檢察圖象以辨認大型物體，比方汽車，輕易發覺，可是Outfield擁有的是這一些偉大的果園鳥瞰圖，這一些圖有數百萬個像素，它想檢驗每朵開花的花朵或每片生果來盤算其中有幾。若何有用，強大地保證這一點，以便可以辨別類似的物品；這是樹上的蘋果？照舊地上的蘋果？”

　　吉姆說：“英國具有世界上一些最好的手藝和最好的手藝科學家。我們今朝正正在進行beta測試，個中包含將該模子取除蘋果以外的其他農作物一同利用。“我們為將來兩到三年訂定了強有力的方案，我們將正在2019年10月開端一輪投資，以期正在2020年第一季度完畢。這將使我們可以全職投入更多團隊，并大規模測試產物明年正在新西蘭和英國。