Ag Tech Talk 播客：将人工智能和人类结合起来解决边缘案例

---

现在是 2023 年。根据过去的预测，我们应该有飞行汽车带我们去学校和办公室，喷气背包可以让我们去商店而不会遇到交通堵塞，机器人可以处理琐碎的工作，人工智能可以解决世界的问题或奴役人类。虽然从技术上讲，这些东西确实存在，但它们远非无处不在，也与几十年前的承诺相去甚远。现有的人工智能和自动化非常复杂，但很快就会被意想不到的“边缘情况”所困扰。 SparkAI的 解决方案将人为因素与现有技术结合起来，以克服这些独特的挑战。在此播客中，我们与 SparkAI 的创始人兼首席执行官 Michael Kohen 讨论了人工智能和农业的未来。

播客的成绩单：

AgriBusiness Global：为什么不告诉我们 SparkAI 是什么？给我你的电梯演讲关于那是什么？

Michael Kohen：所以，看，这是我们解决的具体问题。这确实与我们生活在现实世界中的世界的现实有关，现实世界是不可预测和复杂的。因此，构建始终完美运行的 AI 系统真的很困难。

我们来自自动驾驶汽车行业。你不会进入精确度为 95% 的自动驾驶汽车。因此，对于许多应用程序，尤其是那些处理与安全或生产力和输出相关的事情的应用程序，最后一个 5% 是阻止这些下一代应用程序进入市场的关键差距。

它之所以存在，是因为 AI 系统在 95%t 的时间里工作得非常非常好。但是当他们遇到他们不太了解的事情时，事情就开始崩溃了，这会影响产品的生存能力。这就是我们要解决的问题。我们通过利用我们最初开发自动驾驶汽车时构建的技术和方法来做到这一点。

MK：我们通过将我们自己的人工智能系统与真人的输入相结合，以一种特殊的、独特的方式来做到这一点。我们是实时进行的。结果是，它帮助我们的客户以前所未有的速度跨越各种应用程序、发布和扩展 AI 产品。在他们的人工智能系统完善之前。

ABG：原谅我的无知，在这里。我们有人工智能。我们已经听说了很长时间了，然后是自动化、机器人技术，这些就是你要在这里结婚的东西。如果我理解你解释它们有何不同，以及它们如何相互补充。

MK：当然。当你谈论机器人技术时，通常你指的是物理的、机械的——机器，对吧？无论它们是自主移动机器人、自主拖拉机，还是拣选机器人或货物到个人机器人，例如可能在仓库中使用的机器人。你所说的是以物理方式与世界互动的物理事物。

这些机器人，尤其是这些机器人的下一代，正在利用 AI，而 AI 本身就是一个相当广泛的总括概念。但是把它想象成身体和大脑。所以，机器人就是身体。人工智能系统就是大脑。

您需要这两者才能真正交付能够实现他们试图交付的价值的产品。自动化是这些相当广泛的总括术语中的另一个，根据您想要定义的方式，可能将人工智能和机器人技术封装到这个自动化概念中。这就是区别排列的方式。

阿布扎比：好的。所以，你提到了汽车。我们一直在听说自动驾驶汽车，但我们也听说过事故之类的事情，我认为这就是您提到 5% 时提到的内容。在您的网站上，您称它们为边缘案例。你能多谈谈这些是什么吗？

MK：就像旧金山市这样繁忙的城市。你不断地观察环境并适应你有时可能第一次遇到的一些疯狂的事情。再一次，我们人类真的可以利用我们拥有的几十年的生活经验，以及数百万年的人类进化，这些进化使我们能够非常快速地适应世界上不断变化的情况，基于再次利用的心智模型我们过去的生活、经历和我们过去的进化经历。今天，这个概念对于 AI 来说并不存在。我们构建 AI 的方式是，我们有一些基本模型，然后我们用所谓的训练数据对其进行训练——如果你愿意的话，我们希望该模型遇到的特定事物的许多例子。但世界上只有这么多可用的数据，人工智能系统可以自信地吸收并真正开始建立心智模型的数据也只有这么多。所以，发生的事情是大多数人工智能团队能够真正、非常好地做到这一点，并达到让我们说 95% 或 96% 的性能。挑战在于最后的 5% 代表所谓的长尾边缘情况或长尾异常。指的是所有那些情况，世界上可能存在的你无法预测也无法训练的情况的长尾，你无法真正建立一个大的训练数据存储库，因为它们很少见。

它们在个体基础上很少见，但总的来说它们代表了相当大比例的问题。

因此，再次说明，当时的 95%，您的自动驾驶汽车可能运行良好。但是你知道有 5% 的时候，世界看起来略有不同。如果该系统无法适应，您就会知道自己面临着真正的危险局面。

ABG：您的解决方案是将人为因素带回自动化。你能谈谈它是如何工作的吗？如果种植者有他的喷雾器，无论他在田间使用什么工具。如果他能用人工智能做到，你半夜也能做到，对吧？如何将人类带回这真正的工作。这是否违背了依赖人工智能的目的？

MK：没那么多。我的意思是，我们确实将我们在这里所做的视为人工智能革命的基石。我的意思是，这将需要几十年的时间才能让这些人工智能系统始终完美地独立运行。这是一个真实地展开了几十年的故事。当您考虑在农业中的应用时？具体来说，几个世纪以来，种植者一直依赖于一种特定的做事方式。现在你有了新技术。当然，如果它在大多数时候都运行良好，那就太好了。但是，如果你在半夜打开你正在运行的任何机器，它会做错事并破坏你的领域或以某种负面方式影响你，你真的不能再依赖该产品了。

这真的不是要削弱我们推出和扩展 AI 产品的能力。更重要的是，作为一个行业，我们如何利用我们今天构建的系统，让种植者相信这些系统将始终运行得非常好和可靠，其中一部分是帮助人工智能系统弥合这一点今天只有人类才有的认知差距。它让人们有信心说，这是我可以依靠的东西，可以真正完成我要交接的事情。

阿布扎比：好的。所以，也许现在是举个具体例子的好时机。在 4% 到 5% 中给我一些人工智能无法自行解决的问题。

MK：当然。我们相当公开我们与约翰迪尔的关系，这是一家非常棒的公司。看看围绕他们在过去几年中所做的一些工作而出现的一些头条新闻，这些工作真正将自动化引入了他们为最终客户提供的解决方案。它确实是当今最重要的自动化公司之一，真正兑现了自动化的承诺并在那里实现了价值。

我们一直与他们密切合作的用例之一是这款自动拖拉机。在这里，您有一个系统，其中包含一个相当大的设备，这些设备在外面自行导航。许多收听此播客的人都知道，农田实际上是一个相当非结构化的环境——不可预测且可能很复杂。每隔一段时间，您就会在田野的中间有一辆购物车。而且您需要能够以不影响性能的方式安全、自信地处理这些问题。我们与这样的产品交互的方式是在系统可能遇到一些它不太确定是什么的时刻。

它不会只是停下来等待农民过来帮忙，它会自动呼叫我们的系统。我们将从机器人那里获取数据。我们将通过机器人的眼睛进行观察，并提供受过用例训练的真实人类。查看该数据并能够提供人类输入的认知常识。该输入直接返回给机器人，然后机器人使用它在现场做出安全和自信的决定。

同样，机器人可以做出安全和自信的决定，而我刚才谈到的一切都在几秒钟内发生，就机器人本身的功能而言非常无缝。

ABG：显然，您销售的产品越多，您在该领域实施此 SparkAI 解决方案的次数越多，您将需要越来越多的人来回答这些问题。

MK：这就是技术层的用武之地。蛮力的方法就是雇用这一海量的人，他们总是可以在几秒钟内做出响应。但是我们在这里开发的东西的真正魔力——同样它是建立在我们在自动驾驶汽车中构建的技术之上的——是能够用更少的资源做更多的事情，并且不需要扩展的人力足迹更小与我们可能与一个或多个客户进行的部署数量成线性关系，并帮助人们通过技术更快、更准确地完成工作。有工作和路由系统——使人类能够更快地完成工作的实时决策工具。所有这些汇集在一起，真正以尽可能少的人完成了同样的工作。

ABG：好的，说到尽可能少的人，我们从种植者那里听到的常见抱怨或担忧之一是关于劳动力问题，试图在农场找人。自动化或人工智能解决方案似乎是一种可能的减轻情节，因此该问题不那么令人担忧。但是还有其他因素可能会阻止人们采用这种技术吗？

MK：种植者的生产压力越来越大，对吧？这种压力同时来自许多不同的方向——越来越发达的人口和更多的消费，来自气候的压力，来自天气和劳动力的土壤条件，劳动力短缺，以及真正满足供应和需求的能力。要求。因此，所有这些压力确实激发了人们对思考如何通过自动化解决部分难题的兴趣和渴望。

兴趣就在那里。那么问题就变成了，今天的自动化有多可靠？我们人类对其他人犯错误或犯错误的容忍度令人难以置信。但是一旦你选择了一个所谓的智能人工智能系统，然后说，‘嘿，你应该相信这个，那个人工智能系统真的会降低你对该产品的信心，以及你真正信任它的能力。所以，我认为有一些动态，对吧？一是这可能会影响机器人技术的采用，而我在这个领域。一是整体性能和可靠性因素。另一个是其中一些应用程序还没有真正完善——从纯粹的机械角度来看，让铰接式机器人连续采摘每一个草莓。这实际上是一个特别困难的物理挑战。第三种有趣的作品。我认为这只是农业的一个独特因素，是的，有些人从事农业是因为他们想在户外，你知道他们想用自己的双手工作，他们想成为种植行为的一部分。所以。在如何使人们能够继续这样做，同时使他们能够响应这一呼吁和来自需要越来越多的生产力的压力之间找到正确的平衡。

你知道这是一个平衡，我认为我们作为一个行业仍在努力寻找共同点。

ABG：您提到您与 John Deere 合作。它是如何运作的？它是嵌入式软件解决方案吗？仪表板上是否有一个盒子可以在里面工作。机械师实际上在说，“这是嵌入了人工智能的东西。”

MK：是的，所以这是美丽的部分。我们真正在决策层进行交互。因此，我们没有引入任何物理硬件。我们已经讨论过将包放入所谓的 API，这只是两个软件系统相互通信的一种方式。所以，对于我们所有的客户。他们有一个机器人系统。该系统具有板载智能，它知道何时对决策没有信心。所以，当它知道它不确定时，它会自动调用我们的系统，一个软件到软件的接口，然后我们在后台做我们的事情，然后提供响应。这一切都是通过软件实现的，因此我们可以与各种不同类型的机器人系统和客户进行交互。

我们在农业内部以及农业以外的各种应用领域开展合作——保险、技术、物流、仓库、无人机检查。这些都是我们花费大量时间的领域。

ABG：我们最近经常听到的一件事是数据——公司收集数据。您正在收集要学习的场景，以便您可以帮助人工智能继续学习。您是否正在收集有关农场数据的其他类型的数据？如果是这样，您如何确保您不会泄露种植者不想公开的任何信息。

MK：是的。我们在那里帮助我们的客户向他们的客户提供更好的产品。就我们的客户和他们的最终客户之间管理的数据关系而言。我们不拥有任何这些数据。我们真的只是为了服务我们自己的客户。所以我们真的把它留给他们来管理，我们只是它的支持者。

ABG：我们一直在听说技术以及它将如何改变世界。也许我小时候看过《杰森一家》卡通片太多次了。我们现在应该有飞行汽车了。这些解决方案的承诺似乎超过了它们的现实。你提到这可能需要几十年。五年后我们会在哪里？您是否仍要将其与您的人工智能进行人工连接，还是将其完全自动化？

MK：这里的现实是，这是一个持续了几十年的故事。而且我认为，业界开始意识到人工智能很难完美，而且很难像我在每一个可能的场景中提到的那样可靠和完美地工作。所以，你从最资深的 AI 从业者和思想领袖那里听到的是这个日益增长的主题，即我们的发展速度非常快。但是，作为一个行业，我们需要弄清楚的是，到目前为止，还有另一条轨道尚未被发现。但正在运行的主题是，其他路径需要开始看起来更像人类认知，对吧？并不是说人类认知需要永远成为其中的一部分，而是我们构建人工智能系统的方式需要开始从人类认知系统的工作方式中获取更多队列。我们需要开始寻找一种方法，将常识性推理融入我们构建 AI 系统的方式中，这又是一条有待发现的轨道。在人工智能领域，这个故事可能有一两个诺贝尔奖。这是十年一遇的创新。

ABG：我们更接近全自动驾驶汽车还是全自动拖拉机？

MK：全自动拖拉机。我认为这是农业最美好的事情之一，你将开始看到更多的大规模自主系统，而不仅仅是机器人，而且还只是在农场环境中依赖人工智能。你会比在城市环境中更快地看到这一点。我坚信这一点，人工智能革命始于农场。

ABG：你提到了在田野中间某处的杂货车。你能否给我一个非常具体的例子，说明你的系统必须解决的一个或两个极端情况。

MK：当然。因此，您考虑边缘案例的方式实际上只是例外。有两种思考方式。它要么是您永远无法预料的完全独特的东西，并且对系统来说是全新的，要么是完全平凡的东西。但无论出于何种原因，在那一刻它看起来很独特。这可能更容易让人联想到田野中间的一根圆木、一块巨石、田野边缘的一棵或灌木丛。

无论出于何种原因，有时由于太阳的方向或尘土飞扬的日子，灌木丛都会出现。无论出于何种原因，环境因素的结合使灌木丛看起来完全不同。对于那些驾驶特斯拉并且足够勇敢地打开自动驾驶仪的人来说，您会经常看到这些事情发生，其中汽车被识别为卡车或一个人被识别为骑自行车的人。所以这与部署人工智能系统的任何地方都一样。

人工智能系统足够聪明，可以说，“嘿，这很奇怪，我也没有信心。我不确定那有多奇怪。”

我可以给你一个非常具体的例子，就是在田野边缘的灌木丛听起来很平凡，但由于某些环境条件，它看起来又像别的东西。

我真的相信人工智能革命始于农场，并且有巨大的希望来满足人类层面的非常具体的需求，帮助养活世界。并且有一些方法可以通过机器人技术来做到这一点。

并且有一些方法可以通过过去几年和未来引入的其他一些非常令人兴奋的人工智能系统来做到这一点，使用人工智能更好地管理作物——作物产量、害虫检测、作物健康、土壤监测。

其中一些系统相当简单。它们是位于现场的系统，只是呼吸空气并产生结果。其他涉及对农作物进行检查并试图确定某些农作物健康问题证据的无人机。农业领域发生了很多事情。所有这一切的关键是你能做到多可靠？您能让农民在多大程度上信任这些正在反馈所有这些数据的系统的输出？然后，您如何以一种真正允许农民采取行动的方式打包这些数据。

如果你知道田地的一个角落受到秋粘虫的影响，如果你知道他们的灌溉系统是整行，农民怎么能只对田地的那个角落采取行动。因此，需要发生很多这种共生关系。它从开发更好、更可靠的系统开始，这些系统真正证明了 ROI 案例可以提高采用率。然后通过它，随着时间的推移会发生持续的进化代码开发。

ABG：我们早些时候谈到了我们对作物投入的关注。您如何看待人工智能工具影响作物投入？

MK：归结为优化。你会在机器人系统和非机器人系统中看到这一点。一些跑步主题是：你好吗？以更高的效率从作物中获得更多的产量？那就是减少化肥农药，优化用水。这些都是对下游很重要的事情，管理农场的总成本，增加农场的产量和产量，而且你对（确保）健康的气候和健康的环境也有影响。

那里有很多工作要做。数据变得越好，呈现给农民的信息就越容易消化，就可以采取更果断的行动

ABG：他们如何更多地了解您的产品？

MK：他们可以在 www.spark.ai.所有的信息都在那里，我们谈论了很多关于农业中的各种用例以及一些真正开始谈论将这些下一代产品推向市场需要做些什么的想法。不是五年后或十年后，而是现在，今天，当世界最需要它的时候。

ABG：好的，非常感谢您抽出宝贵时间。我非常感谢你今天的见解。

MK：当然，很高兴来到这里。