עשבים שוטים הם בעיה מתמשכת בחקלאות מכיוון שהם מתחרים עם הגידולים על אור השמש, מים וחומרי הזנה. האתגר כיום אינו רק “להרוג עשבים” (טרקטורים וחומרי הדברה יכולים לעשות זאת), אלא לעשות זאת בסלקטיביות – להסיר עשבים מבלי לפגוע בגידולים.

טכנולוגיות מתקדמות של בינה מלאכותית ורובוטיקה מציעות כיום כלים רבי עוצמה לכך. באמצעות ראייה ממוחשבת ולמידת מכונה, מכונות חקלאיות מודרניות יכולות “לראות” צמחים בודדים, להבדיל בין גידול לעשב, ואז להסיר או להשמיד את העשבים באופן אוטומטי.

מערכות אלו מבטיחות לחסוך בעבודה, להפחית שימוש בכימיקלים ולהפוך את החקלאות ליעילה וברת-קיימא יותר.

כיצד הבינה המלאכותית מזהה עשבים שוטים

השליטה בעשבים באמצעות בינה מלאכותית מבוססת על ראייה ממוחשבת ולמידה עמוקה. מצלמות המותקנות על טרקטורים, מרססים או רובוטים קטנים לוכדות תמונות של צמחים, ודגמי AI (לעיתים רשתות עצביות קונבולוציוניות, CNN) מאומנים להבדיל בין גידולים לעשבים.

לדוגמה, חברת Carbon Robotics מעלה מיליוני תמונות מתויגות של עשבים וגידולים לאימון רשת CNN לזיהוי עשבים, הפועלת במכשיר LaserWeeder שלה באופן עצמאי (ללא צורך באינטרנט). חברת John Deere משתמשת בדומה בראייה משובצת ורשתות CNN בטרקטורים האוטונומיים ובמרססי See & Spray לזיהוי עשבים בזמן אמת. במחקרים, דגמי AI מותאמים כמו וריאציות YOLO וטרנספורמרים חזותיים השיגו דיוק של מעל 90% בזיהוי מיני עשבים בשדות.

התוצאה היא שמערכות הראייה המודרניות יכולות לסמן עשבים ברמת דיוק פיקסל. הן פועלות בזמן אמת תוך כדי תנועה.

לדוגמה, זרועות ה-See & Spray של John Deere מצוידות במצלמות רבות ומעבדים פנימיים הסורקים אלפי רגל מרובע בשנייה. כל מסגרת מצלמה זעירה מנותחת על ידי למידת מכונה כדי להחליט “גידול או עשב?”, ואם מדובר בעשב, המערכת מפעילה מיידית את פיית הריסוס באותו מקום.

בעצם, הבינה המלאכותית הופכת את הטרקטור לרובוט חכם במיוחד, המסוגל לזהות אפילו עשבים קטנים עם 2–3 עלים בשדה.

זיהוי עשבים באמצעות בינה מלאכותית

שיטות הסרת עשבים מונעות בינה מלאכותית

לאחר זיהוי העשבים, מערכות שונות מסירות אותם בדרכים שונות. שלוש הגישות העיקריות הן ריסוס ממוקדהסרת עשבים מכנית, ו הסרת עשבים בלייזר או בחום. כולן משתמשות בראייה ממוחשבת כדי למקד את הטיפול רק בעשבים.

  • ריסוס מדויק (רססנים נקודתיים): מערכות אלו מציידות מצלמות על זרוע ריסוס או פלטפורמה ניידת ומרססות חומרי הדברה רק על העשבים שזוהו. מערכת See & Spray של John Deere, למשל, משתמשת במצלמות על הזרוע ובבינה מלאכותית כדי להפחית את השימוש בחומרי הדברה בכ-59% בממוצע.

    הרסס סורק את השדה במהירויות של עד 15 מייל לשעה, וכאשר רשת עצבית על גבי המכשיר מזהה עשב, הוא מפעיל מיידית פיית ריסוס בודדת מעל הצמח. לעומת זאת, ריסוס קונבנציונלי מרסס את כל השדה.

    מחקרים מראים שרובוטים לריסוס נקודתי מסוגלים להפחית את נפח חומרי ההדברה פי 20 ולצמצם את השימוש בכימיקלים עד 95%. חברת Ecorobotix (חברת אגריטק שווייצרית) מציגה גם היא מרסס שדה מדויק במיוחד המשתמש בתוכנת AI להבדיל בין עשבים לגידולים ולרסס רק את הצמחים הלא רצויים.

    בפועל, מרססי AI אלו חסכו מיליוני גלונים של חומרי הדברה – John Deere מדווחת כי See & Spray חסכה כ-8 מיליון גלונים של חומרי הדברה על פני יותר ממיליון דונם בשנת 2024.

  • הסרת עשבים מכנית: חלק מהרובוטים האוטונומיים משתמשים בכלים פיזיים במקום ריסוס. לדוגמה, רובוט Element של Aigen (בתמיכת חברות טכנולוגיה גדולות) משלב מצלמות ובינה מלאכותית עם “מחרשה” מכנית החותכת את העשבים מהשורש.

    הרובוט נוסע בין שורות הגידולים, והאלגוריתמים שלו מנווטים להב חדה לחתוך את העשבים שזוהו. מאחר שזו שיטה במגע ישיר, היא משאירה את הגידולים ללא פגע. ה-Element מופעל באנרגיית שמש ורוח ומתוכנן לעשיית הסרה רציפה ללא שימוש בכימיקלים.

    בדומה לכך, סטארטאפים כמו FarmWise ו-Verdant Robotics פיתחו כלי עיבוד מונחים בבינה מלאכותית. רובוט ה-Sharpshooter של Verdant, למשל, משתמש בראייה ממוחשבת לריסוס מינימלי של חומרי הדברה רק על כל עשב, ומפחית את השימוש בכימיקלים בכ-96%. שיטות מכניות מבטיחות במיוחד לגידולים אורגניים או מיוחדים שבהם שימוש בחומרי הדברה הוא בעייתי.

  • הסרת עשבים בלייזר ובחום: שיטה חדשנית מאוד משתמשת בלייזרים רבי עוצמה או בקרני חום להריגת עשבים. חברת Carbon Robotics (ארה"ב) פיתחה את LaserWeeder G2, מכונה הנגררת על ידי טרקטור ומצוידת במספר לייזרים של 240 וואט ומצלמות.

    מערכת הראייה שלה (מופעלת על ידי רשתות עצביות) סורקת את הצמחים ואז מפעילה את הלייזרים כדי לשרוף בדיוק את רקמות הליבה של העשב. שיטה זו נקייה מכימיקלים ומדויקת מאוד: Carbon Robotics מדווחת על מיקוד תת-מילימטרי ויכולת עיבוד מיליוני תמונות בשעה.

    (מערכת דומה בבריטניה בשם Map & Zap משתמשת גם היא בלייזרים מונחי AI עם יעילות של מעל 90%). אפשרות תרמית נוספת היא בעירה; חלק מהמכונות משתמשות בחום מכוון לייבוש העשבים.
    בכל מערכות הלייזר/חום הללו, ראיית ה-AI היא קריטית – בלעדיה קרן האנרגיה הגבוהה הייתה שורפת הכל.

שיטות הסרת העשבים השונות הללו יכולות גם להשתלב זו בזו. לדוגמה, אוניברסיטת גואלף פיתחה סורק AI המותקן על טרקטור שמ ממפה את צפיפות העשבים בשדות שעועית לימה.

החקלאים יכולים אז ליישם חומרי הדברה רק על האזורים הממופים. בעתיד ייתכן שנראה מערכות משולבות: רובוט עשוי להשתמש בראיית AI כדי להחליט האם לרסס, לחתוך או לשרוף עשב מסוים בהתאם לסוג הגידול והתנאים.

שיטות הסרת עשבים באמצעות בינה מלאכותית

מקרי בוחן מהשטח

טכנולוגיית הסרת העשבים המונעת בינה מלאכותית כבר נמצאת בשימוש בחוות ברחבי העולם. הנה כמה דוגמאות:

  • John Deere See & Spray: מערכת מובילה זו אומצה בהרחבה בחקלאות דגנים בקנה מידה גדול. בניסויים בשנת 2024, מרססי See & Spray טיפלו בלמעלה ממיליון דונם וחסכו כ-8 מיליון גלונים של חומרי הדברה.

    החברה מדווחת על הפחתה ממוצעת של כ-59% בשימוש בחומרי הדברה בשדות תירס, סויה וכותנה. חקלאים מייחסים למערכת חסכונות משמעותיים: מגדל בקנזס אמר כי הפחית את עלויות חומרי ההדברה שלו בשני שלישים באמצעות המערכת.

    טכנית, See & Spray משתמשת במצלמות על הזרוע ורשתות עצביות פנימיות כדי להחליט “עשב או לא?” אם מזהה עשב, המכשיר מפעיל פיית ריסוס בודדת, ומאפשר יישום מדויק בנקודה.

  • Carbon Robotics LaserWeeder: המייסד פול מייקסל (מהנדס לשעבר באובר) פיתח במשך שנים מכשיר לייזר מונחה AI להסרת עשבים. ה-LaserWeeder G2 שלו משתמש ברשת CNN מאומנת לזיהוי עשבים ואז יורה פולסים מהירים של לייזר עליהם.

    המערכת פועלת באופן עצמאי על המכשיר ללא גישה לענן. Carbon Robotics מדגישה את היעילות: הלייזרים שלה יכולים להשמיד עשבים “קטנים כמו קצה עט” לפני שהם מתחרים עם הגידולים.

    בפועל, יחידות LaserWeeder (נגררות על ידי טרקטורים) יכולות לפעול יום ולילה ולכסות שטחים גדולים. הן מצוידות במספר מצלמות ויחידות עיבוד גרפי לכל מודול, ופועלות בדיוק תת-מילימטרי.

    דיוק זה מבטיח כמעט אפס פגיעה בגידולים ואינו דורש עיבוד קרקע נוסף.

  • Ecorobotix ARA Sprayer: חברת Ecorobotix השווייצרית מייצרת מרסס מדויק המופעל באנרגיית שמש בשם ARA. מערכת הראייה שלה “Plant-by-Plant™” משתמשת בלמידה עמוקה לזיהוי מהיר של עשבים.

    Ecorobotix מדווחת על הפחתה של עד 95% בשימוש בכימיקלים מכיוון שהיא ממקדת רק בעשבים. ניסויים מראים שה-AI מזהה מיני עשבים בדיוק תת-סנטימטרי בזמן שהמכשיר נע, ומקבלת החלטות תוך כ-250 מילישניות לכל צמח.

    החברה משווקת את המערכת לגידולי ירקות בעלי ערך גבוה ולגידולים מיוחדים שבהם חיסכון בכימיקלים ועבודה הוא קריטי.

  • Verdant Robotics – Sharpshooter: סטארטאפ בשם Verdant Robotics פיתח את Sharpshooter, רובוט המשתמש בראייה ממוחשבת לזיהוי עשבים ואז מרסס מינון זעיר על כל עשב.

    בניסויים, Verdant דיווחה כי Sharpshooter יכול להפחית את השימוש בחומרי הדברה ב-96% ולהוריד את עלויות ההסרה ביותר מ-50% לעומת שיטות מסורתיות.

    זו דוגמה נוספת לטכנולוגיית ריסוס נקודתי המופעלת על ידי AI, שבה מערכת הראייה מחליפה צוות שלם של מרססים.

  • רובוט סריקת עשבים של אוניברסיטת גואלף: חוקרים בראשות ד"ר מדחת מוסא פיתחו מערכת אב-טיפוס לחוות אורגניות של שעועית לימה. מערכת מצלמות AI המותקנת על טרקטור סורקת את השדה ומייצרת מפת צפיפות עשבים של עשב חזזית (לדוגמה).

    האלגוריתמים מחברים יחד תמונות רבות, מבדילים בין שעועית לימה לעשבים, כך שהחקלאי יודע בדיוק אילו אזורים בשדה זקוקים לטיפול.

    גישה זו משפרת את הסריקה הידנית: חוסכת זמן, מצמצמת אזורים שלא טופלו ומכוונת יישום מדויק של חומרי הדברה. התמונה למטה מציגה את מכונת הסריקה האוטונומית שלהם בשדה.

  • חידושים נוספים: חברת Aigen (ארה"ב) מפתחת רובוט גלגלי אוטונומי מלא בשם Element, הסורק שדות, מופעל באנרגיית שמש ומסיר עשבים פיזית באמצעות להב מונחה מצלמה.

    FarmWise (ארה"ב) פיתחה את הרובוטים Vulcan ו-Titan, המשתמשים בצינורות למידת מכונה ייחודיים לזיהוי והסרה מכנית של עשבים בין שורות בגידולי ירקות.

    Penn State Extension ואחרים מדווחים על “כלי עיבוד חכמים” הנגררים על ידי טרקטורים (כגון Robovator של VisionWeeding ו-Robocrop של Garford) המשתמשים בראייה ממוחשבת לניווט מדויק של כלי העיבוד.

    אפילו רחפנים מצוידים במצלמות רב-ספקטרליות ואלגוריתמים של AI יכולים לזהות אזורי עשבים מלמעלה, לסייע בתכנון הטיפולים.

    בקיצור, בין אם מדובר בחווה גדולה או במגרש קטן ומיוחד, מכשירי הסרת עשבים מונחי AI מתפתחים בצורות רבות.

הסרת עשבים באמצעות בינה מלאכותית בשטח

יתרונות: יעילות, רווחיות וקיימות

השליטה בעשבים באמצעות AI מביאה יתרונות ברורים:

  • חיסכון דרמטי בכימיקלים: על ידי ריסוס רק על העשבים, מערכות אלו מפחיתות משמעותית את נפח חומרי ההדברה. לדוגמה, John Deere מדווחת על חיסכון של מיליוני גלונים – בערך 12 בריכות אולימפיות על מיליון דונם בלבד.

    מחקרים מגלים חיסכון ממוצע של 60–76% בשימוש בחומרי הדברה בשדות ניסוי. הפחתת השימוש בכימיקלים תורמת לכיס החקלאים ולסביבה.

  • תפוקה גבוהה ובריאות הגידולים: הסרת עשבים מוקדמת ומלאה יותר מסייעת לגידולים לשגשג. מערכות AI יכולות להשמיד עשבים קטנים שאנשים עלולים לפספס, לפני שהם גונבים משאבים.

    חקלאים המשתמשים במכשירי הסרת עשבים מבוססי AI מדווחים לעיתים על גידולים בריאים ואחידים יותר ותפוקות איכותיות יותר. מאחר שה-AI מסיר עשבים בנקודת הגדילה, הוא גם מפחית את הלחץ העתידי של זרעי עשבים בשדות.

  • חיסכון בעבודה ובזמן: הסרת עשבים הייתה מסורתית עבודה מאומצת (ביד או בנהיגה זהירה של טרקטור). רובוטים מונחי AI מבצעים עבודה זו באופן אוטומטי, ומשחררים זמן לאדם.

    לדוגמה, רובוטים מדויקים מפחיתים את הצורך בעובדים ידניים עד כ-37% בתנאי שורות קשות. חקלאי אחד אמר כי השימוש ב-See & Spray אפשר אפילו למפעיל מתחיל להגיע לביצועים של נהג קומביין מנוסה, בזכות סיוע ה-AI.

  • יתרונות סביבתיים ובטיחותיים: פחות חומרי הדברה משמעותם פחות זיהום מים ואדמה. טכניקות ממוקדות גם מפחיתות מעבר על השדות (חוסכות דלק) ואינן דורשות עיבוד קרקע ברוב המקרים (מונעות סחף קרקע).

    חברת הייעוץ McKinsey מציינת “ניצחון משולש” לאוטומציה כזו: פרודוקטיביות גבוהה יותר, בטיחות משופרת בחווה (פחות אנשים מטפלים בכימיקלים) והתקדמות לעבר יעדי קיימות.

  • יעילות כלכלית: כל אלה מתורגמים לחיסכון בעלויות. מעבר להפחתת חומרי ההדברה, החקלאים חוסכים בזמן השימוש בציוד ובעובדים שכירים.

    John Deere ושותפיה מצאו כי למרות שמרססי דיוק עולים יותר בהשקעה ראשונית, ההחזר על ההשקעה יכול להגיע תוך 1–3 שנים בזכות חיסכון בקלטים. רבים מהחקלאים בניסויים הורידו את עלויות השליטה בעשבים לדונם בחצי או יותר לאחר אימוץ מלא של מערכת ה-AI.

יתרונות השליטה בעשבים באמצעות בינה מלאכותית

אתגרים ואימוץ

למרות ההבטחה, הסרת עשבים באמצעות AI עדיין חדשה ולא נפוצה בכל מקום. בתחילת 2024 רק כ-27% מהחוות בארה"ב משתמשות בטכנולוגיות חקלאות מדויקת למשימות כמו שליטה בעשבים.

המחסומים כוללים עלות גבוהה של הציוד, צורך בידע מיוחד, ודאגות לגבי בעלות ואמינות הנתונים. חלק מהחקלאים חוששים גם מסיבוכיות הטכנולוגיה או שיש להם שדות עם עשבים הדומים מדי לגידולים, מה שמקשה על המיון באמצעות ראייה ממוחשבת.

לדוגמה, חקלאי בצפון דקוטה הודה כי היה ספקן לגבי See & Spray, אך לאחר השימוש הפך למאמין כי המערכת הוכיחה עצמה כקלה ויעילה.

עם זאת, מומחי התעשייה צופים צמיחה מהירה. עליית מחירי הקלטים (דשנים, חומרי הדברה, עבודה) ולחצים סביבתיים דוחפים יותר חקלאים לשיטות מדויקות.

יצרניות ציוד חקלאי גדולות כמו Deere משיקות “ערכות אוטונומיה” ומקדמות יכולות AI, בעוד שסטארטאפים חדשים מושכים משקיעים גדולים בתחום החקלאות.

התוכנה נעשית גם היא קלה יותר – חלק מהחקלאים אף מנסים כלים מבוססי AI גנרטיבי (כמו ChatGPT) לתכנון פעולות שדה וניתוח נתונים.

עם הזמן, ככל שהעלויות יורדות והממשקים משתפרים, כלי הסרת העשבים מבוססי AI צפויים להתפשט מחוות גדולות גם לחוות בינוניות וקטנות.

עתיד החקלאות

מבט לעתיד

ניהול עשבים מונחה AI עדיין מתפתח, אך המגמות ברורות: מכונות חכמות יותר יטפלו יותר ויותר במשימות הסרת עשבים שגרתיות.

מערכות עתידיות עשויות לשלב מצבי חישה שונים (מצלמות RGB, דימות רב-ספקטרלי, ואפילו חיישני ריח צמחי) ולקבל החלטות דינמיות האם לרסס, לחתוך או לשרוף כל עשב.

הן צפויות להשתלב עם מערכות GPS וכלי מיפוי חקלאיים, כך שההחלטות יתועדו וילמדו לשימוש עתידי.

כפי שאמר מומחה אחד, החקלאים רוצים “כלי שעושה הכל” – וה-AI מתקרב לחזון זה על ידי מתן גמישות למכונות לפתור בעיות בשטח בזמן אמת.

חשוב לציין, פתרונות AI אלו מתיישבים עם הצרכים הגלובליים לחקלאות בת-קיימא. צרכנים ורגולטורים דורשים יותר ויותר שאריות כימיות נמוכות וחקלאות ידידותית לסביבה.

>>> ייתכן שלא ידעת: כיצד לחזות מזיקים ומחלות בצמחים באמצעות בינה מלאכותית

חקלאי בוחן טכנולוגיה חדשה

על ידי הפחתת השימוש בחומרי הדברה ב-80–95% במקרים מסוימים, מכשירי הסרת העשבים מבוססי AI תומכים ישירות במטרות אלו. הם גם מסייעים לחוות להתמודד עם מחסור בעובדים ולחצים אקלימיים.

בקיצור, זיהוי והסרת עשבים מבוקרת בינה מלאכותית מתפתחת לטכנולוגיה משנה משחק בחקלאות – כזו שמבטיחה להפוך את החקלאות לנקייה, בטוחה ויעילה יותר לעתיד.

מקורות חיצוניים
מאמר זה נערך בהסתמך על מקורות חיצוניים הבאים: