加州大学伯克利分校机器人实验室希望完全自动化混养园

加利福尼亚大学伯克利分校的机器人实验室正在作为AlphaGarden的一部分开发用于混养园艺的AI系统，这是一个AUTOLAB项目，旨在发现人类是否可以训练机器人控制系统来完全自动化食用植物和入侵物种的混养花园。 AUTOLAB机器人实验室也许是最著名的，它创建了用于机器人抓取的DexNet系统。

AUTOLAB主任Ken Goldberg表示，目标是确定AI是否可以学习像混养园艺一样复杂的功能，或者可以学习多种植物同时生长的农业，而不是单一种植的农作物种植，这是当今普遍采用的单作策略。

“我认为这是一个悬而未决的问题。我不知道是否可以。”他说。 “拥有一个全自动花园肯定会很有趣。以我个人的观点，它可能不大可能作为一个真正起作用的生产性花园。我认为这将是很难学习的，这是课程的艺术方面，这是自然界非常复杂，我们可以在上面放置一些非常复杂的机制，但是并不一定要开放并是可控的。”

发射时，AlphaGarden集体中的八名学生修剪并种植了一个机器人FarmBot Genesis系统，该系统可自动完成加州大学伯克利分校温室内的水分配。由于COVID-19迫使学校关闭，学生现在将专注于多元文化花园的模拟和模型，而不是在UC Berkeley温室工作。

该项目的参与者也希望从现实生活的花园中学习，因为模拟只能非常接近于预测现实生活，而多元文化花园可能是不可预测的。

戈德堡说：“对于每一个真正的花园，我们可以生成100,000或数百万个花园。” “这比自然运行速度快100,000倍，因此您可以大大加快时间，并且每个人都可以说：’好吧，如果我在控制策略中调整这些参数，那么根据您多久浇水，这将是结果，您在什么条件下浇水，等等。”

AlphaGarden集体成员于1月1日开始第一个生长周期，由于进入大学温室的通道有限，计划于4月或5月开始第二个生长周期。他说，该项目将持续两到三年。

戈德堡说，阿尔法花园既是艺术设施，也是科学设施，旨在将自然的复杂性与人工智能的复杂性进行对比。

他说：“人工智能非常复杂，您在这些问题上投入了很多技术，理论和处理方法，但是当面对一个单一的多元文化花园的复杂性时，它就可以满足要求，因为花园非常复杂。”

AlphaGarden是“智力问题”的一部分，该问题在纽约市新学校的其他十几个项目中进行了展示，该项目研究了人与机器学习之间的对比以及自动化对人类感官的影响。该展览原定于4月运行，但由于冠状病毒大流行，新学校的展览现已关闭。

哈佛大学MetaLAB高级研究员莎拉·纽曼(Sarah Newman)是该项目的顾问，并将其命名为AlphaGarden，该项目旨在研究多样性的本质并探索生态学和可持续性背景下AI的局限性。

她说：“ ​​AlphaGarden展现了自然之美，并暴露了AI和机器人的局限性。” “模拟与现实之间总会有距离。”

AlphaGarden与1995年至2004年由Goldberg领导的园艺在线网络广播项目TeleGarden相似。尽管AlphaGarden目前访问受限，但每天都会更新延时可视化以演示进度。

AlphaGarden利用从FarmBot装配到高架龙门起重机的硬件，以及用于数据收集的摄像头和用于测量土壤测量等东西的传感器。

“我们只是将[FarmBot]从货架上拿下来，但是我们要进入的地方是将摄像机放在顶部上方，这就是您从鸟瞰角度看到的全局图像;然后我们基本上每天都在拍摄图像，并且基本上是每天尝试监视花园的状态，以便我们可以看到花园的演变，然后开始了解动作的影响。” 。

AlphaGarden还在PlantCV计算机视觉系统的基础上建立了用于叶片识别的功能，以识别药草和植被花园中的特定植物。这样的叶片识别系统可以被植物种植者用来监视植物表型的生长。