受蚂蚁大脑启发的农场机器人

随着人工智能在日常生活中的快速崛起，没有什么不受这项技术的影响，即使是传统的农民。

对最新一代农具的调查让我们领略了现代农业已经走了多远。

Ecorobotix是一种七英尺宽的、由gps辅助的“轮子上的桌子”，有人这样形容它，它是一种太阳能电池供电的装置，可以在农田中漫游并以精确的精度摧毁杂草。它的效率高达95%。

Energid，通用机器人系统可以通过部署多个摄像头和柔性手臂的机器人系统采摘柑橘类水果，如橙子和葡萄柚。

River letucebot扫描作物的几何形状，通过区分杂草和产品来确保最 佳生长和最少的农药使用，因为它可以修剪过度拥挤的蔬菜作物。这可以防止过度饱和和疾病。

PrecisionHawk通过基于无人机的遥感和分析帮助所有类型的机器人农场操作。

科学家们正在继续测试新方法，以提高农业任务的效率。

在苏格兰的爱丁堡大学和英格兰的谢菲尔德大学，研究人员正在解决在茂密的植被中进行视觉导航的问题，这对于在不平坦和无标记的地形上执行任务的机器人结构来说是一个挑战。

在这样做的过程中，他们依赖于一个微小的模型来获得灵感:Formica rufa，更广为人知的名字是蚂蚁。

蚂蚁虽小，却能完成大任务。他们解决复杂的组织问题，并有系统的分工。它们在进化方面做得很好:它们已经存在了大约1亿年。昆虫学家估计，如今生活在我们身边的昆虫多达20万亿只。这意味着它们的质量大致相当于今天所有活着的人类的质量。

在发表在《科学机器人》(Science Robotics)杂志上的一篇文章中，教授们表示，他们正在为机器人导航研究寻找“低功耗、高效的机载解决方案”。

研究人员Le Zhu说:“我们从蚂蚁等昆虫身上获得了灵感，它们能够在复杂的自然环境中使用相对受限的感觉和神经系统学习和遵循路线。”

“特别是昆虫的大脑提供了效率和效果的强大组合，”Le Zhu说。“在这里，我们提供了这种方法的一个范例，在神经形态硬件上实现了视觉路线记忆网络，直接借鉴了昆虫神经科学的最新见解。”

他们设计了一种人工神经网络，基本上可以帮助机器人通过具有挑战性的、植被密集的环境。

“即使是像蚂蚁这样的‘简单’动物也能在自然的室外条件下擅长导航。这仍然是目前机器人面临的挑战，”朱说。“在这种环境下，一个问题是识别以前去过的地方或走过的路线，作为导航系统的基础。”

他们制造了一个机器人，可以沿着不熟悉的路线收集图像，并根据昆虫大脑中的电路开发了一种算法。

他们依赖于先前对昆虫记忆和“蘑菇体”的研究，“蘑菇体”是昆虫大脑的结构组成部分，可以分析感官信息，尤其是气味，并将其与导航和寻找食物和躲避敌人等任务结合起来。

研究人员在崎岖、泥泞、植被密集的田野上沿着具有挑战性的路线测试了他们的神经模型，并取得了积极的结果。他们表示，他们的研究显示了未来在农业、林业和环境监测方面的应用前景。