ロボット、リモートセンシング、機械学習、AIなどの新しいテクノロジーが農業をどのように変えているか。

アメリカの「サラダボウル」と呼ばれるサリナスバレーでは、機械学習やリモートセンシングを販売する新興企業が顧客を見つけている。

ロボット工学のスタートアップ企業ファームワイズの機械オペレーターとして、ディエゴ・アルカンタルさんは毎日、無人運転のザンボーニに似た巨大なロボットの後ろを歩き、30人規模の除草作業員の仕事をロボットができるように学習するのを手伝っている。

9月のある火曜日の朝、私はサンタマリア郊外の丘にある巨大なカリフラワー畑でアルカンタルに会った。そこは、北のオックスナードからサリナスとワトソンビルまで、カリフォルニアの中央海岸に沿って並ぶ広大なチェッカー盤状の野菜農場の南端にある。太平洋から立ち上る海岸霧によって冷やされたサリナス渓谷は、「アメリカのサラダボウル」と呼ばれることもあります。南に隣接する 2 つの郡と合わせて、サリナス周辺の地域では、米国で夏に栽培されるレタスの大部分と、カリフラワー、セロリ、ブロッコリーの大部分、そしてベリーのかなりの部分が生産されています。

それは、セントラルコーストが有名なゴルディロックスのような天気だった。暖かいが暑くはなく、乾燥しているがカラカラにはならず、海岸からは穏やかな風が吹き込んでいた。近くでは、麦わら帽子と長袖を着た収穫作業員が、未舗装の道路に並ぶトラクター兼トレーラーの後ろに箱を10個も積み上げ、想像を絶する量のアイスバーグレタスを手早く作業していた。

さらに 3 か月後には、アルカンタルが現在立っているカリフラワー畑でも、数万本の二葉や三葉の苗木に囲まれた同じ光景が展開されることになる。ただし、まず除草する必要がありました。

ロボットは3列幅の植栽床にまたがり、車輪を隣接する畝に設置した。アルカンタルさんはジョイスティックのようなタッチスクリーンコントロールを備えたiPadを持ち、数歩後を追った。ボンネットの下では、ロボットのカメラが常に点滅していました。モグラたたきアーケードゲームのピストンのような空気の噴出が、カリフラワーの苗の間を正確に短いストロークで L 字型のブレードセットを導き、土をこすり落として小さな雑草を根こそぎ取り、その後 12 インチごとに分けて、カリフラワーは無傷で残っていた。

アルカンタルさんは定期的に機械を止め、畝の中でひざまずき、「伐採」箇所、つまりロボットのカメラとブレードの配列がわずかにずれて苗そのものを根こそぎにしてしまった箇所を調べようとした。アルカンタルは平均して 1 時間に約 1 エーカーを収穫し、1,000 株につき 1 株しか枯らしませんでした。殺害はしばしば 2 回、3 回のセットで行われ、1 つの車輪が溝から這い出て荷台自体に乗り上げた場所、または刃がほんの 1 秒遅れて離れた場所に印が付けられました。

アルカンタルはポケットから iPhone を取り出し、#field-de-bugging と呼ばれる Slack チャンネルを開き、150 マイル離れた同僚に、5 回連続で殺害されたことについて、原因に関する仮説 (カメラとブレード間の遅延) を記したメモを送信しました。 ) とタイムスタンプを付けて、画像を見つけて何が問題になったのかを確認できるようにしました。

この畑や他の多くの同様の畑では、土壌は機械によって準備され、苗木は機械によって移植され、農薬と肥料は機械によって施用されていました。灌漑作業員は今でも手動でスプリンクラーパイプを敷設しており、農場労働者は時期が来ればこのカリフラワー作物を収穫していましたが、いつかこれらの苗の周りの地面に手を置く人がいなくなると考えるのは無理もありません。

地球上で最も古く、最大の職業の 1 つを破壊しようとするテクノロジーの競争は、人体の 2 つの部分の並外れた力を模倣し、最終的にはそれを上回る努力を中心としています。レタスを切るか、熟したイチゴをヘタを残さず摘み取ります。そして目は、クラウドコンピューティング、デジタル画像、機械学習の強力な組み合わせによってますます課題にさらされています。

「農業技術」という用語は、約 15 年前にサリナスで開催された会議で造られました。ブースターたちは、少なくともその期間は農業産業を作り直すガジェットやソフトウェアの急増を約束してきた。また、農業技術関連の新興企業は顧客よりも投資家を見つけるのが難しい傾向にあるが、支援者たちはついに何かに着手するかもしれない。

農業技術の推進者たちは、少なくとも 15 年間、農業業界を作り変えるガジェットやソフトウェアの急増を約束してきた。彼らはついに何かを成し遂げるかもしれない。

シリコンバレーはサリナスから丘を越えたところにあります。しかし、穀物地帯の基準からすると、サラダボウルは相対的に辺鄙な地域であり、その価値は年間約100億ドルに相当するのに対し、中西部の商品作物は1,000億ドル近くに達する。レタス先物を大豆先物のように取引する人は誰もいません。カーギルやコナグラのような巨大企業はほとんど遠ざかります。しかしだからこそ、私には「特殊作物」産業が、精密農業の進化を描くのに最適な場所のように思えたのだ。テクノロジーのツールがカリフォルニアの中央海岸沿い、栽培サイクルの短い小さな土地で機能するのであれば、おそらく本当にその準備が整っているのだろう。より広範な乗っ取り。

28歳のアルカンタルはメキシコで生まれ、1997年に5歳のときに叔父と妹とともにソノラ砂漠を歩いてアリゾナ州に渡って米国に来た。メキシコ中部ミチョアカン州出身の両親は、サリナスで農場労働者として新生活に向けた食材の準備に忙しくしており、改装されたガレージアパートを借りるまでは親戚のウォークインクローゼットで寝ていた。アルカンタルさんは最初の1年間、両親が働いている間、家でテレビを見たり妹の世話をしたりして過ごした。母屋に住んでいる女性がいて、日中は彼らの様子をチェックし、食事を与えてくれたが、彼らを小学校まで車で送ってくれる者はいなかった。学校。

高校時代、アルカンタルは父親が職長をしていた農場でよく現場手として働いた。レタスを切って草取りをしたり、収穫後のイチゴの箱を積み上げたり、倉庫内でフォークリフトを運転したりした。しかし、22 歳になり、一緒に育った友人たちが大学卒業後に初めて仕事に就いているのを見て、肉体労働から抜け出すための計画が必要だと判断した。彼は商用運転免許を取得し、ロボット工学のスタートアップ企業に就職しました。

この最初の勤務中、畑での機械の乗っ取りを加速させる手伝いをしたことで親戚から時々彼を叱責されたことをアルカンタルは回想する。そこでは、かがみながら汗だくで働くことで家族の出世への道が開かれていたのだ。「あなたたちは私たちの仕事を奪うのです！」彼らは言うだろう。

5 年後、会話は完全に変わってしまった、とアルカンタル氏は言う。 FarmWiseでさえ、「機械の後ろを歩く」意欲のある人を見つけるのに苦労している、と彼は言う。「人々はファストフードレストランで働きたいと思っています。In-N-Out は時給 17.50 ドルを支払っています。」

FarmWise が使用しているような自動化システムを駆動するコンピューターの「視覚」は、たとえ間近に見ても、あらゆる種類のものが妨げられる可能性があります。たとえば、緑のレタスの葉の連続した斑点が単一の健康な苗を表しているのか、それとも 2 つの種子が隣り合って発芽し、互いの成長を阻害する「ダブル」苗を表しているのかをコンピューターが判断するのは困難です。農地は明るく、暑く、ほこりっぽいため、コンピューターをスムーズに動作させるには理想的な条件とは言えません。ホイールが泥にはまり、アルゴリズムの距離感覚が一時的に崩れてしまいます。左側のタイヤは右側のタイヤよりも 4 分の 1 回転多く回転しています。

デジタルで見る他の方法には、それぞれ独自の課題があります。衛星の場合は、雲に覆われていることに対処する必要があります。ドローンや飛行機の場合、飛行を維持するエンジンからの風と振動。 3 つすべてについて、画像認識ソフトウェアは、太陽が空を移動するにつれて、一日の異なる時間帯で同じフィールドの外観が変化することを考慮する必要があります。そして、解像度と価格の間には常にトレードオフがあります。農家はドローン、飛行機、その他あらゆる現場機械の代金を支払わなければなりません。衛星画像は歴史的に公共宇宙機関によって作成され、料金が支払われ、自由に共有されてきましたが、解像度が粗い、まれな画像に限られていました。

NASA は、Landsat として知られる初の農業画像用衛星を 1972 年に打ち上げました。雲とダウンロード速度の遅さが重なって、世界のほとんどの農地をカバーできるのは、どの場所であっても年間数枚の画像 (ピクセルが 30 ～ 120 メートル) に限られていました。側面ごとに。

Landsat は 1980 年代から 90 年代にかけてさらに 6 回繰り返されましたが、中解像度イメージング分光放射計 (MODIS) を使用して、衛星が世界の地表のほとんどにわたって農家に毎日の観測結果を送信できるようになったのは 1999 年のことでした。 250メートルのピクセルで。過去20年間、カメラとコンピューティングが並行して進歩してきたため、多くのハイテク企業は、衛星や航空機の画像から得られる洞察を提供すれば儲かると確信するようになった、と農務省の水保全専門家アンディ・フレンチ氏は語る。アリゾナ州の乾燥地農業研究センター。「彼らは成功していない」と彼は言う。しかし、衛星画像の頻度と解像度は両方とも増加し続けており、現在では非常に急速に変化する可能性があるため、彼は次のように考えています。解決。"

「16 日ごとに頭上を通過していた Landsat から、ほぼ毎日 1 ～ 4 メートルの解像度を実現できるようになりました。」

2014年、モンサントは「デジタル農業」企業を名乗る新興企業クライメート・コーポレーションを10億ドルで買収した。「衛星画像の専門家であるグーグルの社員たちが『これを農家に役立てられないか』と言ってきたんです」と、コモディティ部門の重役を長年務め、イールド・ラボというベンチャーキャピタル会社の共同設立者であるサド・シモンズ氏は言う。「それはみんなの注目を集めました。」

それ以来、シリコンバレーはベンチャーから資金提供を受けたスタートアップ企業を大量に送り出しており、その分析および予測サービスは、画像だけでなく、土壌センサーや水分プローブなど、自律的または遠隔で情報を収集および処理できるツールに依存しています。。「カンファレンスが実際に働いている人々よりも多くのお金を稼いでいるのを見れば、それがホットな分野であることがわかります」とシモンズ氏は笑いながら言う。

FarmWise のようなこれらの企業の一部は、果物と野菜の農業で最も労働集約的な段階である除草と、とりわけ収穫を自動化するという永続的な目標を背景に、手と目の調整に似た取り組みに取り組んでいます。慢性的な農業労働力不足。しかし、他の多くの企業は、農家により良い情報を提供することだけに重点を置いています。

農業を理解する一つの方法は、天候、病気、肥料、農薬、灌漑の最適な投与量とタイミング、価格の大幅な変動など、収益に影響を与える不確実性に対する終わりのないヘッジとして考えることです。これらの要因のそれぞれが、シーズンを通じて何千もの段階的な意思決定を推進します。意思決定は、長年にわたる試行錯誤、直感、そして苦労して獲得した専門知識に基づいています。したがって、アンディ・フレンチが私に語ったように、農家の口から出る技術的な質問はどこでも「私たちがまだ知らなかったことを何を言っているのですか？」というものです。

外食産業向けに野菜を栽培するチャーチ・ブラザーズの農業事業担当副社長であるジョシュ・ルイス氏は、20,000エーカー以上をカバーする千以上の別々の農地ブロックを管理している。愛想がよく、しっかり者で、話しやすいルイスは、新しいテクノロジーを試すことを恐れない早期導入者として業界全体で知られています。ここ数年、彼はサンフランシスコやマウンテンビューからテスラの好奇心旺盛な技術幹部を連れてレタス畑に立ち、農業ビジネスについて質問するサーキットの常連となっている。「トリンブル、ボッシュ、アマゾン、マイクロソフト、グーグルなど、どれも私に電話をかけてきます」とルイス氏は言う。「私に代わって問題を解決してくれれば、すぐに私の注意を引くことができますが、10 回中 9 回起こるのは、テクノロジー企業が私のところに来て、問題ではなかった問題を解決してしまうことです。」

誰もが望んでいることは、一言で言えば先見の明です。連邦政府は一世代以上にわたり、トウモロコシ、小麦、大豆、その他の商品の生産者を害虫や悪天候による経済的影響から守ってきました。作物保険の費用を相殺する補助金を提供し、豊作時には補助金を支給してきました。政府が最後の買い手として介入する人為的な「最低価格」。果物や野菜は同様の保護を受けていません。連邦政府が農業補助金に支出する 250 億ドルのうち、それらの割合は 1% 未満です。その結果、野菜市場は天候やその他の漠然とした予測しかできない要因に基づいて大きく変動することになります。

私が9月にサリナスを訪れたとき、レタス業界は価格的には絶好調の真っ最中で、氷山やロメインの丸ごとの荷主の収入は1箱あたり30ドル、つまり1エーカーあたりおよそ3万ドルだった。「今、君には大金を失っても、それを取り戻すチャンスがあるんだよ」と、私たちが畑の端に立っているときにルイスが言った。変動は劇的である可能性がある。数週間前、氷山はその数分の1、つまり生産と収穫にかかる費用の約半分である1箱あたり5ドルで販売されていたと同氏は説明した。

次の畑では、アイスバーグレタスの若い苗の列に黄褐色の縞模様が入っていた。これはインパチェンス壊死斑点ウイルス（INSV）の痕跡で、このウイルスは8月半ばからサリナスレタスに大惨事をもたらしている。これらは初期の兆候でした。あと数週間したらまた来てください、そうすれば半分の植物は枯れているでしょう、まったく収穫する価値がなくなるでしょう、とルイスさんは言いました。実際のところ、その結果は、土地、耕作、植林、投入物のコストに基づいて、5,000 ドルの損失を意味します。もし彼らが草取りと収穫を行うことに決めた場合、その損失は簡単に倍増する可能性があります。ルイスさんは、もしその日に私をドライブに連れて行ってくれることを決めていなかったら、自分が5,000ドルを無駄にしていることに気づかなかったでしょう、と言いました。これを 20,000 エーカー以上に掛け合わせます。企業が INSV に関するそのような事前知識を確実に提供できると仮定すると、それは彼にとってどれほどの価値があるでしょうか?

調査を試みている企業の 1 つは、コロラド州に本拠を置く GeoVisual Analytics と呼ばれる画像および分析のスタートアップ企業で、数週間前に予想される収量を予測できるアルゴリズムの改良に取り組んでいます。うまくモデル化するのは難しいことです。通常、レタスは収穫前の最後の 3 週間で半分以上成長します。ほんの数日でも現場に残っていると、硬すぎたり、細すぎて販売できない可能性があります。企業が構築するモデルは、そのような要素やその他の要素を考慮する必要があります。間違ったタイミングで水を与えられた氷山の塊は、ゆるやかな花束へと膨らみます。スーパーのニンジンは長持ちさせるために水分が不足しています。

GeoVisual が 2017 年に初めてサリナスに進出したとき、「私たちは将来を約束してやって来ましたが、結局は実現しませんでした」と、27 歳のゼネラルマネージャーである Charles McGregor 氏は言います。ルイスは、それほど慈悲深いわけではないが、最初のシーズンを「壮大な失敗」と呼んでいる。しかし、彼はマクレガーが粘り強く頑張ってくれたことを称賛している。「彼らは話を聞いて、それを修正してくれました」と彼は言います。彼はそれにいくら払うつもりか分かりません。

「私たちは将来を約束してやって来ましたが、その成果は得られませんでした。」

現状では、現場担当者が収量予測に到達する方法は明らかにアナログです。ペースごとにレタスの穂を数え、ブーツを測って推定する人もいます。他の施設では、30 フィートのスプリンクラーパイプを使用しています。このような方法がドローンや飛行機が捕捉するスケールに匹敵するわけはありませんが、結果には生産者が簡単に処理できる形式という利点があり、通常は 1 エーカーあたり 25 ～ 50 箱以上の誤差はありません、または約3％から5％。これらは、農業経営の基本経費の一部でもあります。同じ従業員が、壊れた灌水バルブや空の肥料タンクを発見し、除草作業員が時間通りに作業を開始できるようにした場合、その従業員に適切な収穫予測を提出するように依頼しても、必ずしも良いとは限りません。追加費用。対照的に、テクノロジー主導の予測の価格設定は不均一になる傾向があります。技術系の営業担当者は、新規顧客を獲得するためにサービスのコストを低く設定し、最終的には販売するもので利益を得る方法を見つけなければなりません。

「1エーカーあたり10ドルなら、[GeoVisual]に全部飛ばすように言いますが、1エーカーあたり50ドルなら、心配する必要があります」とルイスさんは私に語った。「2年間年間10万ドルかかって、その後、ああ！という瞬間があったとしたら、20万ドルは戻ってくるでしょうか？」

農業におけるデジタルセンシングはすべて、代理による測定の一種であり、電磁スペクトルのスライスを植物に影響を与える生物学的プロセスの理解に変換する方法です。熱赤外線反射率は地表面温度と相関し、地表面温度は土壌水分と相関し、したがって植物の根が利用できる水の量と相関します。緑、赤、近赤外光の反射波を測定することは、樹冠被覆率を推定する 1 つの方法であり、研究者が蒸発散量、つまり植物の葉からどれだけの水が蒸発するかを追跡するのに役立ちます。このプロセスは植物の健康と明確に関係しています。

これらの推定の連鎖を改善することは、新世代のセンサーによって生成されたデータと、それらを理解するのに役立つソフトウェアモデルの間のコールアンドレスポンスです。たとえば、2014年にEU初のセンチネル衛星が打ち上げられる前、研究者たちは、大型アンテナをシミュレートして高解像度の画像を構築する合成開口レーダーが植物バイオマスについて何を明らかにできるかについてある程度の理解を持っていたが、十分な現実世界のデータが不足していた。モデルを検証するために。アメリカ西部では、灌漑された田畑上の水の動きを追跡するための画像が豊富にありますが、コロラド川からの灌漑水をいつ「注文」するかを農民が確実に決定できるように十分に進歩した作物モデルはありません。通常、それは数日前に行われます。

ビッグデータのフロンティアと同様に、農業技術への関心が爆発的に高まっている原因の 1 つは、単純に前例のない量のデータが利用可能になったことです。このテクノロジーによって、1,000エーカーの区画にあるすべてのブロッコリーの樹冠のスナップショットが初めて提供され、サリナス渓谷の上の丘に生息するシカやイノシシが侵入する可能性が最も高い畑がどの畑にあるのかがわかるようになりました。

問題は、このような 1 と 0 の消防ホースを何らかの有用な洞察に変えるには、たとえば、干ばつストレスの兆候がある上位 5 つの分野に関するテキストアラートを作成するには、多くのスタートアップが思っているよりも農業ビジネスについてより高度な理解を必要とすることです。持つため。サリナスで長年農業コンサルタントを務めるポール・フレミング氏は、「私たちが知りたいのは、予定通りに進まなかった事柄についてだけです」と述べています。

「私たちが知りたいのは、予想どおりに進まなかった事柄についてだけです。」

そしてそれはほんの始まりにすぎません。小売荷主は、生産したカリフラワー 1 本またはケール 1 束ごとに報酬を受け取ります。カット済みのブロッコリーの冠やサラダミックスの袋を販売する加工業者は、通常、重量によって支払われます。エーカー当たりの料金で他人のために作物を栽培するために雇われた契約農家は、与えられた収穫が「良い」ものか「悪い」ものか、つまり雇用した荷主にとって利益か損失かを決して知ることができないかもしれない。多くの場合、近隣の競合他社と比較して個々の農家がどのような立場にあるのかを知られないようにすることが荷主の利益になります。

サリナスでは、ビッグデータを農場管理者にとって重要なものにするという課題は、農場がすでに収集している、あるいはおそらく収集していない情報の世界を統合することでもあります。家族の灌漑事業で育ち、現在は農業技術に焦点を当てたコンサルティング会社を経営しているアーロン・マーゲンハイム氏は、灌漑、肥料、輪作、または収穫に影響を与える可能性のあるさまざまな変数の詳細は、農場の喧騒の中で埋もれがちだと言う。捕獲されたとしても、シーズン中。「農家は自分たちの栽培方法を知っていると誰もが思っていますが、現実には彼らはそれを空から引き出しているのです。彼らはそれを区画レベルまで追跡していません」と、個々の農地区域を指す業界用語を使って彼は私に語った。。 40 または 50 もの区画が同じ井戸と肥料タンクを共有している可能性がありますが、詳細を正確に説明する方法はありません。「肥料を散布するとき、現実には、タンクのバルブを開けて10分間運転し、『まあ、大丈夫そうだ』と言うのが現実です。フアンはパイプが壊れたために6番か2番をブロックしたのですか?彼らはそれを書き留めましたか?」マーゲンハイムは言う。「いいえ、彼らはやるべきことが多すぎるからです。」

それから地図もあります。毎年同じ作物が植えられるトウモロコシや大豆の栽培、または一世代以上植え付けが変わらない可能性があるブドウ畑や果樹園と比較すると、特殊作物の生産者は、ロメインの次はセロリの次という終わりのないジグソーパズルに取り組んでいます。ブロッコリーは、市場に応じてサイズや形状を変えて植えられ、種まきから収穫までのサイクルは最短 30 日です。

サリナスの多くの企業にとって、現場で起こっていることと現代の農業ビジネスにおける記録保持のニーズとの間のギャップをまたいで立っているのは、ポール・マリオッティニという名前の50歳のテクノロジー・コンサルタントだ。マリオッティニ氏は、18歳でコンピュータを手に入れるまでゼネコンになるつもりだったが、本人いわく「すぐに眠れなくなった」といい、ホリスターの自宅でガラケーとスイートを使って個人事業を運営している。彼は、Microsoft Access および Excel 用に作成したオーダーメイドのテンプレートとプラグインを作成しました。私が出会った生産者たちに、この部分のビジネスをどのように扱っているのか尋ねたところ、ある人に返ってきた答えは、「ああ、うちはポールを使っているよ」というものでした。

マリオッティニの顧客には世界最大手の農産物会社が含まれていますが、現場監督が各作付けの面積と品種、肥料と殺虫剤の種類と使用日、その他の作業に関する基本的な事実を記録できるようにタブレットを使用しているのは 1 社だけです。それが行われている間監視します。残りの人は紙にメモをとるか、一日の終わりに記憶から情報を入力します。

私がマリオッティニ氏に、紙の地図を、どこに何が植えられたかを示すスプレッドシートにリンクするソフトウェアを使った人はいるのかと尋ねると、彼は笑いながらこう言った。彼はかつて PalmPilot をプログラムしたことがあります。彼はプラグインの 1 つを「Close-Enough GPS」と呼んでいます。「テクノロジー業界はおそらく笑うでしょうが、テクノロジー業界が理解していないのは、一緒に働いている人々のことです」と彼は言う。

農業における自動化の目標は、すべてを包括するものとして最もよく理解されています。わずか数週間の収穫期間に、全体の予算に占める割合が不釣り合いで、作物によっては栽培コストの半分に相当します。しかし、成長サイクル全体を通じて労働力を最適化し、最小限に抑える取り組みも行われています。イチゴはスプレー式の生分解性防草剤を使用して栽培されており、これによりすべての床にプラスチックのシートを敷く必要がなくなる可能性があります。自動トラクターは間もなく、人間のドライバーが行うよりも滑らかな表面まで野菜畑を耕すことができるようになり、発芽率が向上します。分析会社が、種子からスーパーマーケットまでのレタスの個々の穂の健康状態を追跡し、畑で収穫される順序を最適化できるプラットフォームの提供を競う一方で、他の新興企業は、ロメインに似た新しい「先細り」レタス品種を開発している。コンパクトなシルエットと、ロボットがより簡単に「見つけて」切り取れるように、葉は地面から高い位置にあります。

しかし全体的に見て、アメリカの食料システムの問題はテクノロジーに関するものではなく、むしろ法律や政治に関するものである。除草剤ラウンドアップが癌発生率の増加に関係していることは長い間知られていましたが、依然として広く使用されています。西洋では水が不足していることは100年以上も前からわかっていましたが、それでも私たちは砂漠でアルファルファを栽培し続け、一種の水軍拡競争でますます洗練された掘削技術を使用しています。これらはテクノロジーの不足によって引き起こされる問題ではありません。

サリナスでの最後の日、私は渓谷を二つに分けるハイウェイ101号線のすぐそばでマーク・メイソンという名の栽培者に会い、中央に気象観測装置のきちんとした塔が特徴的な9エーカーのセロリブロックまでついて行った。この機器は NASA が所有しており、カリフォルニア大学農業天然資源協同組合普及局 (UCANR) との共同プロジェクトの一環である。

8年前、西部各地で干ばつと森林火災のニュースが流れる中、メイソンはたとえ経済学がそうでないと示唆したとしても、灌漑に使用する地下水をもっと注意深く管理する必要があると痛感した。そこで彼は、UCANR の研究者である Michael Cahn に連絡を取るようになりました。

歴史的に、サリナスの水は常に安くて豊富でした。灌漑不足や肥料の使用が少なすぎることによるマイナス面は、常に潜在的な節約効果よりはるかに大きかったのです。「生産者は生産物を売りたいが、効率的な利用は二の次だ。生産者は生産量をギリギリまで削減しようとはせず、品質を危険にさらすことになる」とカーン氏は語った。リスクは作物の損失にまで及ぶ可能性があります。

しかし最近では、大量の肥料の使用によって引き起こされ、甲状腺疾患やある種の癌に関連する飲料水の硝酸塩汚染が、サリナス州の主要な政治問題となっている。地元の水質管理委員会は現在、栽培者が畑に適用できる窒素肥料の量を制限する新しい基準を策定中で、2021年に完成する予定だ。カーン氏は次のように説明した。灌漑用の水。」その一方で、メイソン氏と他の数名の生産者は、気候と土壌のデータを取り込み、各作物の灌漑と肥料の使用に関するカスタマイズされた推奨事項を提供するように設計された Crop Manage と呼ばれるソフトウェアプラットフォームで UCANR と協力しています。

カーン氏は、水管理における技術の進歩は、窒素肥料に対する規制強化の脅威によって引き起こされるのと同じような道をたどると予想していると述べた。どちらの場合も、問題を解決するためのビジネス上の議論と、そこに到達するために必要なテクノロジーは、政治の下流のどこかにあります。きれいな地下水が利用できないことに対する怒りが新たな規制メカニズムを生み出し、地下水を測定する方法を解明するための資金が確保され、ひいては農家が使用する管理手法に情報が与えられることになる。

結局のところ、科学と技術が進歩する条件を作り出したのは政治的圧力です。今のところ、ベンチャーキャピタルや連邦研究補助金が農業技術を人為的に後押しし続けている一方で、レタス生産者など潜在的な買い手は引き続きある程度の慎重な態度を示している。

しかし、新たな規制によって窒素や水の使用に関する費用対効果の分析が日ごとに変わる可能性があるのと同様に、明確な投資収益率をもたらす製品も同様です。私が話を聞いた生産者は皆、スタートアップの世界を監視することに貴重な時間を費やしており、電話に出たり、農場の一部でテクノロジーを活用したサービスを購入してテストしたり、分析対象を絞ったり、農場向けアプリを調整したりする方法について提案を行ったりしていました。なぜ？未来がどう展開するかについて発言権を持つこと、あるいは少なくとも未来が来るのを見るのに十分近づくこと。近い将来、誰かが、レタスの値段をいくらに設定するか、新種の害虫にいつ散布するか、どの畑を収穫してどの畑を放棄するかなどに関するコンピューターのアドバイスに従って大金を稼ぐようになるだろう。それが起こったとき、これらの農家は誰よりも早くそれを知りたいと考えています。

このストーリーは、2021 年 1 月/2 月号の一部です。

職場ツールの魅力は、仕事プロジェクトの組織化をはるかに超えています。多くのユーザーは、自由時間を管理するのにも同様に便利だと感じています。

ヘルスケアのための IT インフラストラクチャを再考すれば、私たちの方向性を病気から健康へと変えることができるでしょう。

ステークホルダーの信頼を構築し維持することは、現在、経営幹部全体の重要な責任となっています

テクノロジーは私たちの読み方を変えています。つまり、私たちは教え方を再考する必要があるのです。

特別オファー、トップ記事、今後のイベントなどをご覧ください。

メールを送信していただきありがとうございます。

何か問題があったようです。

設定を保存できません。このページを更新して、もう一度更新してみてください。このメッセージが引き続き表示される場合は、受信を希望するニュースレターのリストを添えて、[email protected] までご連絡ください。

ブログ

ロボット、リモートセンシング、機械学習、AIなどの新しいテクノロジーが農業をどのように変えているか。