Plevel je trvalým problémem v zemědělství, protože soutěží s plodinami o sluneční světlo, vodu a živiny. Výzvou dnes není jen „zabíjení plevele“ (to zvládnou traktory a herbicidy), ale selektivní odstraňování plevele bez poškození plodin.

Nejmodernější AI a robotika nyní nabízejí silné nové nástroje pro tento úkol. Díky počítačovému vidění a strojovému učení mohou moderní zemědělské stroje „vidět“ jednotlivé rostliny, rozlišit plodinu od plevele a pak plevel automaticky odstranit nebo zničit.

Tyto systémy slibují úsporu práce, snížení používání chemikálií a zvýšení efektivity a udržitelnosti zemědělství.

Jak AI identifikuje plevel

Řízení plevele pomocí AI je založeno na počítačovém vidění a hlubokém učení. Kamery namontované na traktorech, postřikovačích nebo malých robotech pořizují snímky rostlin a AI modely (často konvoluční neuronové sítě, CNN) jsou trénovány k rozlišení plodin od plevele.

Například Carbon Robotics nahrává miliony označených snímků plevele a plodin, aby vytrénoval CNN pro vyhledávání plevele, která běží přímo na zařízení LaserWeeder (bez potřeby internetu). John Deere podobně využívá vestavěné vidění a CNN ve svých autonomních traktorech a postřikovačích See & Spray pro rozpoznávání plevele v reálném čase. Ve výzkumných podmínkách dosahují specializované AI modely jako varianty YOLO a vision transformery přesnosti přes 90 % při rozpoznávání druhů plevele na polích.

Výsledkem je, že moderní vidicí systémy dokážou označit plevel s přesností na úrovni pixelů. Fungují v reálném čase během pohybu stroje.

Například postřikovače John Deere See & Spray mají mnoho kamer a vestavěných procesorů, které skenují tisíce čtverečních stop za sekundu. Každý malý snímek kamery analyzuje strojové učení, aby rozhodlo „plodina nebo plevel?“, a pokud je to plevel, systém okamžitě aktivuje trysku nad daným místem.

V podstatě AI proměňuje traktor v chytrého robota, který dokáže identifikovat i malé plevele s 2–3 listy na poli.

Způsoby odstraňování plevele řízené AI

Jakmile je plevel identifikován, různé systémy jej odstraňují různými způsoby. Tři hlavní přístupy jsou cílený postřik, mechanické plevelení a laserové nebo tepelné odstraňování plevele. Všechny využívají AI vidění k zaměření ošetření pouze na plevel.

• Přesný postřik (spot postřikovače): Tyto systémy instalují kamery na postřikovací rameno nebo mobilní platformu a aplikují herbicid pouze na detekovaný plevel. Systém John Deere See & Spray například využívá kamery na rameni a AI ke snížení spotřeby herbicidů v průměru o 59 %.
  
  Postřikovač skenuje pole rychlostí až 24 km/h a kdykoli neuronová síť na palubě rozpozná plevel, aktivuje jednotlivou trysku nad touto rostlinou. Na rozdíl od toho konvenční postřik zaplavuje celé pole.
  
  Výzkumy ukazují, že takoví roboti na cílený postřik mohou snížit objem herbicidů až 20krát a omezit chemikálie až o 95 %. Švýcarská společnost Ecorobotix podobně propaguje svůj ultra-přesný postřikovač, který pomocí AI rozlišuje plevel od plodin a postřikuje pouze nežádoucí rostliny.
  
  V praxi tyto AI postřikovače ušetřily miliony galonů chemikálií – John Deere uvádí, že See & Spray v roce 2024 ušetřil asi 8 milionů galonů herbicidů na více než milionu akrů.

• Mechanické plevelení: Některé autonomní roboty používají fyzické nástroje místo postřiku. Například robot Element od Aigen (financovaný velkými technologickými firmami) kombinuje kamery a AI s mechanickou „motykou“, která plevel řeže u kořene.
  
  Robot projíždí mezi řádky plodin a jeho algoritmy vedou ostrou čepel k nasekání detekovaného plevele. Protože jde o kontaktní metodu, plodiny zůstávají nepoškozené. Element je poháněn solární a větrnou energií a je navržen pro nepřetržité plevelení bez chemikálií.
  
  Podobně startupy jako FarmWise a Verdant Robotics vyvinuly AI řízené kultivátory. Robot Verdant „Sharpshooter“ například využívá počítačové vidění k postřiku malou dávkou herbicidu na každý plevel, čímž snižuje spotřebu vstupů přibližně o 96 %. Mechanické metody jsou zvláště slibné pro ekologické nebo speciální plodiny, kde je použití herbicidů problematické.

• Laserové a tepelné plevelení: Velmi inovativní metodou je použití vysoce výkonných laserů nebo tepelných paprsků k likvidaci plevele. Carbon Robotics (USA) vyvinula LaserWeeder G2, stroj tažený traktorem s několika 240wattovými lasery a kamerami.
  
  Jeho vidicí systém (poháněný neuronovými sítěmi) skenuje rostliny a pak laserem přesně spálí jádro plevele. Tento přístup je bez chemikálií a extrémně přesný: Carbon Robotics uvádí cílení s přesností pod milimetr a schopnost zpracovat miliony snímků za hodinu.
  
  (Podobný britský systém Map & Zap používá AI řízené lasery s účinností přes 90 %.) Další tepelnou možností je pálení; některé stroje používají řízené teplo k uschnutí plevele.
  Ve všech těchto laserových/tepelných systémech je AI vidění klíčové – bez něj by vysoce energetický paprsek spálil vše.

Tyto různé metody plevelení lze také kombinovat. Například Univerzita v Guelphu vyvinula traktorový AI skener, který mapuje hustotu plevele v polích s limskými fazolemi.

Zemědělci pak mohou aplikovat herbicid pouze na namapované oblasti. V budoucnu můžeme vidět integrované systémy: robot může pomocí AI vidění rozhodnout, zda daný plevel postříkat, odstranit nebo spálit podle typu plodiny a podmínek.

Příklady z praxe

Moderní technologie AI pro plevelení se již používají na farmách po celém světě. Zde je několik příkladů:

• John Deere See & Spray: Tento průkopnický systém je široce využíván ve velkém obilném zemědělství. V testech v roce 2024 postřikovače See & Spray ošetřily přes 1 milion akrů a ušetřily přibližně 8 milionů galonů herbicidů.
  
  Společnost uvádí průměrné snížení spotřeby herbicidů o 59 % na polích kukuřice, sóji a bavlny. Zemědělci chválí See & Spray za výrazné úspory: jeden farmář z Kansasu uvedl, že díky systému snížil náklady na herbicidy o dvě třetiny.
  
  Technicky See & Spray využívá kamery na rameni a vestavěné neuronové sítě k rozhodování „plevel nebo ne“. Pokud je plevel detekován, stroj aktivuje jednotlivou trysku, což umožňuje aplikaci s bodovou přesností.

• Carbon Robotics LaserWeeder: Zakladatel Paul Mikesell (bývalý inženýr Uberu) strávil roky vývojem AI řízeného laserového pleveliče. Jeho LaserWeeder G2 používá vytrénovanou CNN k nalezení plevele a pak jej zasáhne rychlými laserovými pulzy.
  
  Systém běží zcela na zařízení bez přístupu k cloudu. Carbon Robotics zdůrazňuje efektivitu: jeho lasery dokážou zlikvidovat plevel „velikosti hrotu pera“ dříve, než začne konkurovat plodinám.
  
  V praxi mohou jednotky LaserWeeder (tažené traktory) pracovat denně i v noci a pokrýt velké plochy. Mají několik kamer a GPU na modul a pracují s přesností pod milimetr.
  
  Tato přesnost znamená, že prakticky žádná plodina není poškozena a není potřeba další zpracování půdy.

• Ecorobotix ARA Sprayer: Švýcarská společnost Ecorobotix vyrábí solárně napájený, vysoce přesný postřikovač ARA. Jeho systém „Plant-by-Plant™“ využívá hluboké učení k rychlému rozpoznání plevele.
  
  Ecorobotix uvádí až 95% snížení spotřeby chemikálií, protože cílí pouze na plevel. Testy ukazují, že AI dokáže identifikovat druhy plevele s přesností pod centimetr i za pohybu stroje, přičemž rozhoduje přibližně za 250 milisekund na rostlinu.
  
  Společnost jej nabízí pro vysoce hodnotnou zeleninu a speciální plodiny, kde je úspora chemikálií a práce klíčová.

• Verdant Robotics – Sharpshooter: Startup Verdant Robotics vyvinul robota Sharpshooter, který využívá počítačové vidění k označení plevele a pak na každý plevel aplikuje malý postřik.
  
  V testech Verdant uvedl, že Sharpshooter dokáže snížit spotřebu herbicidů o 96 % a náklady na plevelení o více než 50 % ve srovnání s tradičními metodami.
  
  Jde o další příklad technologie cíleného postřiku umožněné AI, kde vidicí systém zastoupí celý tým postřikovačů.

• Robot pro průzkum plevele na Univerzitě v Guelphu: Výzkumníci vedení Dr. Medhatem Moussou vyvinuli prototyp systému pro ekologické farmy s limskými fazolemi. AI kamera namontovaná na traktoru skenuje pole a vytváří mapu hustoty plevele například merlíku.
  
  Algoritmy spojují mnoho snímků a rozlišují limské fazole od plevele, takže farmář přesně ví, které části pole vyžadují zásah.
  
  Tento přístup doplňuje ruční průzkum: šetří čas, snižuje opomenutí oblastí a umožňuje přesné aplikace herbicidů. Obrázek níže ukazuje jejich autonomní průzkumný stroj v poli.

• Další inovace: Aigen (USA) vyvíjí plně autonomního kolového robota Element, který hlídá pole, je solárně napájený a fyzicky vytrhává plevel pomocí kamerou řízených čepelí.
  
  FarmWise (USA) vytvořil roboty Vulcan a Titan, kteří používají proprietární strojové učení k identifikaci a mechanickému odstranění plevele mezi řádky na zeleninových farmách.
  
  Penn State Extension a další uvádějí traktorem tažené „chytré kultivátory“ (Robovator od VisionWeeding, Robocrop od Garfordu), které využívají strojové vidění k přesnému vedení nástrojů.
  
  Dokonce i drony vybavené multispektrálními kamerami a AI algoritmy dokážou z výšky identifikovat oblasti s plevelem a pomáhají plánovat ošetření.
  
  Stručně řečeno, ať už jde o velkou farmu nebo malý specializovaný pozemek, AI řízené plevelení se objevuje v mnoha podobách.

Výhody: efektivita, ziskovost a udržitelnost

Řízení plevele pomocí AI přináší jasné výhody:

• Výrazné úspory chemikálií: Díky postřiku pouze plevele tyto systémy výrazně snižují objem herbicidů. Například John Deere uvádí miliony galonů ušetřených – přibližně 12 olympijských bazénů na pouhém 1 milionu akrů.
  
  Studie ukazují průměrné úspory 60–76 % v používání herbicidů na testovaných polích. Nižší spotřeba chemikálií prospívá peněžence farmářů i životnímu prostředí.

• Vyšší výnosy a zdraví plodin: Včasné a důkladné odstranění plevele pomáhá plodinám lépe růst. AI systémy dokážou eliminovat malé plevele, které by lidé mohli přehlédnout, dříve než začnou plodiny oslabovat.
  
  Zemědělci používající AI pleveliče často hlásí zdravější, jednotnější plodiny a vyšší kvalitu sklizně. Protože AI odstraňuje plevel přímo u „růstového bodu“, snižuje také budoucí tlak semen plevele na pole.

• Úspora práce a času: Plevelení je tradičně náročné na práci (ručně nebo pečlivým řízením traktoru). AI roboti tuto práci vykonávají automaticky, čímž uvolňují lidský čas.
  
  Například přesní roboti snižují potřebu manuálních pracovníků až o 37 % v náročných podmínkách řádkových plodin. Jeden farmář uvedl, že díky See & Spray mohl i začátečník dosáhnout výkonu zkušeného řidiče kombajnu díky podpoře AI.

• Ekologické a bezpečnostní přínosy: Méně herbicidů znamená méně úniku do vody a půdy. Cílené metody také znamenají méně průjezdů po polích (snížení spotřeby paliva) a v mnoha případech žádné orání (prevence eroze půdy).
  
  Poradenská společnost McKinsey uvádí „trojitou výhru“ u takové automatizace: vyšší produktivitu, lepší bezpečnost na farmě (méně lidí manipulujících s chemikáliemi) a pokrok směrem k udržitelnosti.

• Úspora nákladů: To vše se promítá do úspor nákladů. Kromě snížení herbicidů farmáři šetří na čase strojů a najatých pracovnících.
  
  John Deere a partneři zjistili, že i když přesné postřikovače stojí více na začátku, návratnost investice může přijít během 1–3 let díky úsporám vstupů. Mnoho pěstitelů v testech snížilo náklady na plevelení na akr o polovinu nebo více po plném zavedení AI systému.

Výzvy a adopce

Přestože AI plevelení slibuje mnoho, je stále nové a zatím není všudypřítomné. Na začátku roku 2024 využívá přibližně 27 % amerických farem jakoukoli technologii přesného zemědělství pro úkoly jako řízení plevele.

Překážky zahrnují vysoké náklady na vybavení, potřebu specializovaných znalostí a obavy o vlastnictví dat a spolehlivost. Někteří farmáři se také obávají složitosti technologie nebo mají pole s plevelem, který je vizuálně příliš podobný plodinám pro snadné rozlišení.

Například farmář v Severní Dakotě přiznal, že byl skeptický vůči See & Spray, ale po použití se stal jeho zastáncem, protože se ukázalo, že je snadné a účinné.

Odborníci však očekávají rychlý růst. Rostoucí ceny vstupů (hnojiva, herbicidy, práce) a environmentální tlaky tlačí více farmářů k přesným metodám.

Velcí výrobci zemědělské techniky jako Deere zavádějí „autonomní sady“ a propagují AI schopnosti, zatímco nové startupy přitahují velké investory z agropodnikání.

Software se také zjednodušuje – někteří farmáři dokonce experimentují s generativními AI nástroji (jako ChatGPT) pro plánování polních operací a analýzu dat.

Postupem času, jak náklady klesají a uživatelská rozhraní se zlepšují, by se nástroje pro řízení plevele pomocí AI měly rozšířit od velkých farem k menším a středním podnikům.

Výhled do budoucna

Řízení plevele pomocí AI se stále vyvíjí, ale trendy jsou jasné: chytřejší stroje budou stále častěji zvládat rutinní úkoly plevelení.

Budoucí systémy mohou kombinovat různé senzory (RGB kamery, multispektrální snímání, dokonce i čidla vůně rostlin) a dynamicky rozhodovat, zda každý plevel postříkat, odstranit nebo spálit.

Pravděpodobně se také integrují s GPS a mapovacími nástroji farmy, aby se rozhodnutí zaznamenávala a učila pro příště.

Jak jeden odborník uvedl, farmáři chtějí „nástroj, který zvládne vše“ – AI směřuje k této vizi tím, že dává strojům flexibilitu řešit problémy přímo na poli.

Klíčové je, že tato AI řešení odpovídají globálním potřebám udržitelného zemědělství. Spotřebitelé a regulátoři stále více požadují nižší zbytky chemikálií a ekologické zemědělství.

>>> Možná nevíte: Jak předpovídat škůdce a choroby rostlin pomocí umělé inteligence

Díky snížení používání herbicidů o 80–95 % v některých případech AI pleveliče přímo podporují tyto cíle. Pomáhají také farmám přizpůsobit se nedostatku pracovní síly a klimatickým tlakům.

Stručně řečeno, detekce a odstraňování plevele řízené AI se stává revoluční technologií v zemědělství – technologií, která slibuje čistší, bezpečnější a produktivnější zemědělství do budoucna.