Skip to main content
სტარტაპი3.2.20261 ნახვა

Carbon Robotics-მა მცენარეების ამომცნობი და იდენტიფიცირების ინოვაციური AI მოდელი შექმნა

Carbon Robotics-მა წარადგინა Large Plant Model (LPM), რომელიც რობოტებს საშუალებას აძლევს, მყისიერად ამოიცნონ და გაანადგურონ სარეველები წინასწარი გადამზადების გარეშე.

Carbon Robotics-მა მცენარეების ამომცნობი და იდენტიფიცირების ინოვაციური AI მოდელი შექმნა

ფერმერებისთვის იმის გარკვევა, თუ რომელი მცენარეა სარეველა და რომელი — მოსავალი, ყოველდღიური საქმიანობის განუყოფელი ნაწილია. ახლა კი ამ პროცესს კომპანია Carbon Robotics-ის ხელოვნური ინტელექტის ახალი მოდელი კიდევ უფრო ამარტივებს. სიეტლში ბაზირებულმა Carbon Robotics-მა, რომელიც ცნობილია თავისი LaserWeeder-ის რობოტებით — მანქანებით, რომლებიც სარეველებს ლაზერის საშუალებით ანადგურებენ — ორშაბათს ახალი AI მოდელი, Large Plant Model (LPM) წარადგინა.

ეს მოდელი მცენარეთა სახეობებს მყისიერად ცნობს, რაც ფერმერებს საშუალებას აძლევს, ახალი ტიპის სარეველები რობოტების ხელახალი გადამზადების გარეშე ამოიღონ მიზანში. LPM-ის მომზადებისთვის 150 მილიონზე მეტი ფოტო და მონაცემი იქნა გამოყენებული, რომლებიც კომპანიის მანქანებმა 15 ქვეყნის 100-ზე მეტ ფერმაში შეაგროვეს. აღნიშნული მოდელი Carbon AI-ის სისტემის საფუძველია, რომელიც ავტონომიური რობოტების „ტვინის“ ფუნქციას ასრულებს.

Carbon Robotics-ის დამფუძნებელმა და აღმასრულებელმა დირექტორმა, პოლ მაიკსელმა TechCrunch-თან საუბრისას განმარტა, რომ LPM-ის შექმნამდე, ყოველ ჯერზე, როდესაც ფერმაში ახალი ტიპის სარეველა გამოჩნდებოდა — ან თუნდაც ნაცნობი სარეველა განსხვავებულ ნიადაგზე ან ოდნავ შეცვლილი ვიზუალით — კომპანიას მონაცემების ხელახალი მარკირება და მანქანების გადამზადება უწევდა. ეს პროცესი ყოველ ჯერზე დაახლოებით 24 საათს იკავებდა. ახლა კი LPM-ს შეუძლია სრულიად უცნობი სარეველაც კი მყისიერად შეისწავლოს.

„ფერმერს შეუძლია რეალურ დროში თქვას: 'ეს ახალი სარეველაა, მინდა, რომ ის გაანადგურო'. მსგავსი რამ აქამდე შეუძლებელი იყო. ახალი მარკირება ან გადამზადება საჭირო აღარ არის, რადგან Large Plant Model-ს გაცილებით ღრმა დონეზე ესმის, თუ რას ხედავს და რა ტიპის მცენარესთან აქვს საქმე,“ — აღნიშნა მაიკსელმა.

განვითარების ისტორია და ტექნოლოგიური საფუძვლები

2018 წელს დაარსებულმა კომპანიამ ამ მოდელზე მუშაობა 2022 წელს, პირველი მანქანების გაყიდვისთანავე დაიწყო. მაიკსელს ნეირონული ქსელების შექმნის მრავალწლიანი გამოცდილება აქვს, მათ შორის Uber-სა და Meta-ს Oculus-ის ვირტუალური რეალობის ჰედსეტებზე მუშაობის პერიოდიდან.

ახალი მოდელი არსებულ სისტემებში პროგრამული განახლების სახით დაინერგება. ამის შემდეგ, ფერმერებს შეეძლებათ რობოტის სამომხმარებლო ინტერფეისში ფოტოების შერჩევით მიუთითონ მანქანას, თუ რომელი მცენარე უნდა გაანადგუროს და რომელი — დაიცვას.

ინვესტიციები და სამომავლო პერსპექტივები

Carbon Robotics-მა 185 მილიონ დოლარზე მეტი ვენჩურული კაპიტალი მოიზიდა ისეთი ინვესტორებისგან, როგორებიცაა Nvidia NVentures, Bond და Anthos Capital. კომპანია გეგმავს მოდელის შემდგომ დახვეწას, რადგან მანქანები LPM-ს მუდმივად აწვდიან ახალ მონაცემებს.

მაიკსელის თქმით, დაგროვილი 150 მილიონზე მეტი მარკირებული მცენარის მონაცემთა ბაზა საკმარისია იმისთვის, რომ სისტემამ ნებისმიერი მცენარის სახეობა, ნათესაური კავშირი და სტრუქტურა მაშინაც კი დაადგინოს, თუ კონკრეტული მცენარე მანამდე ნანახი არ ჰქონია.

წყარო: TechCrunch Startups
გაზიარება:

მსგავსი სტატიები

სტენფორდის სტუდენტებმა 2 მილიონი დოლარის მოცულობის სტარტაპ აქსელერატორი დააფუძნეს
სტარტაპი

სტენფორდის სტუდენტებმა 2 მილიონი დოლარის მოცულობის სტარტაპ აქსელერატორი დააფუძნეს

სტენფორდის უნივერსიტეტის სტუდენტებმა 2 მილიონი დოლარის მოზიდვით Breakthrough Ventures დააფუძნეს — აქსელერატორი, რომელიც სტუდენტურ სტარტაპებს ფინანსურ და მენტორულ მხარდაჭერას გაუწევს.

3.2.2026
ევროპის ახალი „უნიკორნები“: 2026 წლის იანვრის ტექნოლოგიური მიღწევები
სტარტაპი

ევროპის ახალი „უნიკორნები“: 2026 წლის იანვრის ტექნოლოგიური მიღწევები

2026 წლის იანვარში ევროპულმა სტარტაპ-ეკოსისტემამ ხუთი ახალი „უნიკორნი“ შეიძინა. გაეცანით Aikido-ს, Cast AI-ს, Harmattan AI-ს, Osapiens-სა და Preply-ს წარმატების ისტორიებს.

1.2.2026
HomeBoost-ის აპლიკაცია კომუნალური გადასახადების შემცირების ეფექტურ გზებს გთავაზობთ
სტარტაპი

HomeBoost-ის აპლიკაცია კომუნალური გადასახადების შემცირების ეფექტურ გზებს გთავაზობთ

სტარტაპი HomeBoost მომხმარებლებს სთავაზობს სპეციალურ კომპლექტსა და აპლიკაციას, რომელიც სახლში ენერგიის დანაკარგებს ავლენს და კომუნალური ხარჯების შემცირებაში ეხმარება.

31.1.2026