從田地到叉子:如何將 GPU 用於追蹤、保護與烹調我們的食物

作者 Tony Kontzer

隨著全球人口增加,許多人開始憂心糧食短缺的問題,全球各地的科學家和研究人員相繼採用 GPU 來解決糧食相關的難題。

從照料家畜與作物到評估飲食內容,GPU 用於加快訓練深度學習運算模型的腳步,協助解決規模如此空前的問題。

Connecterra cow

用 GPU 來放養牲畜

舉例來說,來自阿姆斯特丹的新創公司 Connecterra,就使用搭載 GPU 技術的深度學習平台來監控家畜的行動。

這家公司的技術包括一項穿戴式裝置,可即時傳輸放牧畜群的資訊至雲端平台來分析和預測牠們的行動。

Connecterra 採用 GeForce GTX 970 GPU 來訓練該公司的深度學習網路,更深入掌握家畜的習慣,讓牧場主人能生產量和採用最佳的飼養方式。

鹿隻和採用 GPU 技術的機器人一同漫遊

照片提供:雪梨大學澳洲農場機器人研究中心
照片提供:雪梨大學澳洲農場機器人研究中心

在地球的另一端,雪梨大學的一支研究團隊打造出一具採用太陽能供電方式的機器人「SwagBot」,將扮演高科技牛仔的角色來協助監視家畜們的一舉一動。

SwagBot 在放養的牛、馬和羊隻之間四處巡邏,不定時驅趕牠們,也會提供影片和其它數據給牧場主人來改善經營成效和動物的健康情況。

該計劃領導人,也是機器人與智慧系統教授的 Salah Sukkarieh 表示,研究團隊目前著重於機器人的傳動系統和發音動作,很快會開始著手研發機器人軟體的自主性及多具感應器。

Sukkarieh 說他的團隊使用 GeForce GTX TITAN X 來離線訓練機器學習模型,以支援 SwagBot 的自主操作活動。

LettuceBot

Lettuce 機器人協助栽種糧食

經過 GPU 訓練的機器學習模型也用於保護作物。來自矽谷的 Blue River Technology 使用 GeForce GTX TITAN X 與 Caffe 深度學習架構來訓練該公司的 LettuceBot 分辨萵苣和雜草。

建構 LettuceBot 的靈感來自於協助農人對抗一窩蜂的情況:提高雜草對除草劑的抵抗力與減少農藥的使用量

全美 10% 的萵苣田已經開始使用 LettuceBot,Blue River 預估自家技術可協助農民減少 90% 的農藥使用量。

Data: Fresh from the Farm

PlantVillage 的照片顯示健康的蕃茄葉(左上角)與其它出現病症的葉子。照片提供:賓州大學 David Hughes。
PlantVillage 的照片顯示健康的蕃茄葉(左上角)
與其它出現病症的葉子。照片提供:
賓州大學 David Hughes。

Blue River 在協助保護生產健康萵苣的同時,一項跨大西洋的活動也在利用 GPU 技術來偵測和預防作物發生病害。

來自美國賓州大學與瑞士洛桑聯邦理工學院(EPFL)的研究人員,利用在 EPFL 的 Deneb 叢集上運行的 NVIDIA Tesla K40 GPU 加速器,訓練一套深度卷積神經網路學習如何從智慧型手機拍攝的照片,分辨其中的作物種類和疾病。

全球各地的農民透過研究團隊的 PlantVillage 手機 app 上傳照片,讓各地的使用者皆能對糧食栽種有更深入的瞭解。

大數據,更健康的人們

當然這些努力都是在致力於保障糧食的健康和營養,更不用說是提高農民的種植效率,要是我們吃的不健康,那麼一點意義也沒有。

而麻薩諸塞大學洛厄爾分校的研究團隊則是想要協助評估飲食,確保正確評估人們消耗掉的熱量,以打擊肥胖這項流行疾病的問題。

他們使用深度學習技術來辨識糧食種類和分量,以提高回報攝取熱量的精準度。四張Tesla K40 GPU專業顯卡用於訓練糧食分辨演算法。

June Intelligent Oven 智慧烤箱
June Intelligent Oven 智慧烤箱

從牲畜監視系統到計算熱量皆使用到 GPU 技術,當然用於準備食物也是合情合理。

幸運的是,這裡出現了 June Intelligent Oven 智慧烤箱,它每次使用深度學習技術與 NVIDIA Tegra K1 處理器來準備你的餐點。

下次你在享用美味健康的餐點時,向 GPU 舉杯致個意吧。