[發展與應用-23] 日本農夫利用AI 減輕工作量

人工智慧的發展無遠弗屆，越來越多的領域開始研發使用 AI ，過去我們也提到了不少與農業相關的案例，像是：利用 AI 改進食物生產、自動挑瑕疵咖啡豆機器人等。

而一位日本的黃瓜農夫，就利用 Google 的機器學習模組協助自己的黃瓜事業，一起來看看吧~

種黃瓜不容易，要分類更困難

在日本，種植黃瓜的農夫並不容易。

小黃瓜尺寸比較。(節圖自：workpiles Youtube)

他們必須花費許多的精力去細心栽培，才能種植出又大又脆，外觀好看的黃瓜。但是，光是種植出來還沒完，農場一般還會幫這些黃瓜分類(如右圖)，根據不同的種類來標定不同的價格，並且販售到不同的地區。

然而，在日本的農場中，對於黃瓜並沒有一個標準的分類基準，完全是由各家農場各自劃分等級與分類標轉再進行的，因此每家農場往往在採收了黃瓜之後，還需要額外花費大量的時間與人力，協助把採收來的黃瓜進行挑選、分類，才能進行了後續的銷售。

這樣的功夫耗時費力，也因此讓一些農場的農夫們，把腦筋動到了 AI 身上。

透過機器學習，大幅改良挑選過程

有農場的農夫，透過引入了 Google 的深度機器學習系統，搭配了圖像辨識與分類學習系統後，製作了一條自動化分類輸送帶，只要事前準備好一批已經分類好的黃瓜，並且拍成照片、標上等級後建檔，交給機器學習模組，之後 AI 就可以透過學習而來的資料，快速且準確的在自動化分類輸送帶上幫助分類。

而對農夫來說，省下來的大量分類時間，有助於讓農夫們更加地投入到黃瓜的栽培與發展，也能有機會種出更好、更優質的黃瓜了。

(取自：科技報橘、TensorFlow powered cucumber sorter by Makoto Koike)