2014年，当纪尧姆•乔丹(Guillaume Jourdain)、雨果•塞拉特(Hugo Serrat)和朱尔斯•贝格里(Jules Beguerie)的法国同学考虑将人工智能应用于农业，以成立一家初创公司时，几乎没有把握。这类人工智能应用还处于早期阶段，人们说这是不可能实现的。但与他们交谈过的农民想要它。因此，他们制作了一个粗略的演示，展示GeForce GPU可以通过摄像头运行杂草识别网络。接下来，他们就有了第一个客户投资者。
2016年，巴黎École Nationale Supérieure d 'Arts et Métiers网站的前室友创立了Bilberry公司。今天，该公司开发了由NVIDIA Jetson edge AI平台支持的杂草识别技术，用于玉米和小麦农场的除草剂精确应用，可减少92%的除草剂使用。在人工智能的进步和农民减少除草剂使用的压力的推动下，杂草识别开始崭露头角。大量的人工智能农业公司——FarmWise、setreree、Smart Ag和John deere拥有的Blue River——正在耕种这片土地。
2.0农业科技
早期的农业技术只是触及了可能的表面。该公司的首席技术官Serrat说，利用红外技术，它专注于“绿色对棕色的问题”，即除草剂被均匀地应用于植物——作物和杂草——而不是泥土，摧毁了所有的植物。塞拉特说，今天，可持续发展的竞赛正在进行，以处理“绿色上的绿色”，或者只是农作物附近的杂草。他说:“区分杂草和作物，并及时采取相应行动——这是每个人都在争取的——这才是真正的圣杯。”“要实现这一目标，需要NVIDIA gpu在计算机视觉领域进行瞬间推理。”
根据Bilberry的说法，由于杂草处理无效，玉米产量损失约为15%至20%。这家初创公司的智能喷雾器客户包括农业设备公司Agrifac、Goldacres、Dammann和Berthoud。Bilberry将其NVIDIA jeton驱动的杂草识别系统安装在拖拉机的悬臂上，可以跨越一个美国足球场——大约160英尺。它在16个Jetson TX2模块上运行16个摄像头，能够以每秒17帧的速度分析杂草，同时以每小时15英里的速度喷射除草剂。
为了实现杂草快速识别的这种快速推理性能，Bilberry利用NVIDIA JetPack SDK对其算法进行TensorRT优化。“我们把它推到极限，”塞拉特说。Bilberry利用了所谓的INT8权重量化，它可以更有效地应用深度学习模型，对于内存和功率受限的紧凑嵌入式系统尤其有帮助。
这使得他们能够利用8位整数而不是浮点数，并且用整数数学代替浮点数有助于减少内存和计算的使用以及应用程序延迟。Bilberry是NVIDIA Inception的成员，这是一个虚拟加速器项目，帮助AI和数据科学领域的初创公司更快地进入市场。
赢家:环境,收益率(殖利率)
这家初创公司的智能喷雾器现在可以通过精确的处理大幅减少除草剂的使用。该公司说，这可以对流入地下水的化学物质产生巨大的影响。它还可以通过减少对农作物的友军攻击来提高作物产量。“你需要对杂草施用适量的除草剂，如果你施用的太少，杂草会继续生长并产生新的种子。用我们最大的单位，越橘可以以每小时242英亩的速度做到这一点。”
在欧洲收紧对农民的碳排放上限，消费者也开始青睐有机食品之际，农业化学物质的减少受到了关注。尼尔森(Nielsen)的数据显示，2020年美国有机产品销售额同比增长14%，达到85亿美元。越橘最近与Downs合作推出了一款土豆分类应用程序。传统上，土豆是通过在传送带上缓慢移动来分类的。但食品加工者很难得到劳动力，而且这种单调的工作很难持续几个小时，从而导致错误。
塞拉特说:“这真的很无聊——整天这样做，你会变得疯狂。”“而且这是季节性的，所以他们需要人手的时候，就是现在，所以他们总是无法获得足够的劳动力。”这使得它成为人工智能的完美任务。这家初创公司训练了它的土豆分类网络，让他们在好土豆中发现坏土豆、绿土豆、切土豆、石头和土块。将《Jetson Xavier》应用到这个视觉任务中，人工智能平台可以向传送带末端的一扇门发送信号，只允许好土豆通过。
他说:“这是我喜欢的部分，开发能够处理移动的东西并产生真正影响的软件。”
