En octobre 2020, la X Moonshot Factory a officiellement nommé son projet « d’agriculture computationnelle », et Minéral a maintenant diplômé en une société Alphabet à part entière.
La mission est simplement « d’aider à faire évoluer l’agriculture durable » en « développant une plate-forme et des outils qui aident à rassembler, organiser et comprendre des informations jamais connues ou comprises sur le monde végétal – et à les rendre utiles et exploitables ». Il a commencé en 2018 en examinant comment l’apprentissage automatique pourrait être appliqué à la production agricole et adopte une approche collaborative en « s’associant à des entreprises de l’ensemble du système de production alimentaire ».
Pourquoi l’agriculture ? Pourquoi maintenant? L’agriculture est de plus en plus considérée comme un contributeur majeur à la crise climatique, mais elle est également victime du changement climatique. Il n’y a pas de temps à perdre pour trouver des variétés de cultures plus résistantes au climat, pour passer à des pratiques moins gourmandes en produits chimiques et en combustibles fossiles, pour améliorer la santé des sols et pour restaurer la biodiversité.
Mineral s’appuie sur l’intelligence artificielle générative, l’apprentissage automatique et la puissance de calcul de pointe pour atteindre ces objectifs en se concentrant sur trois domaines :
- Développer une technologie de détection capable de générer des ensembles de données riches sur les plantes
- Organiser des données agricoles provenant de sources disparates pour l’apprentissage automatique (ML) et créer de puissants algorithmes logiciels
- Mener des recherches qui peuvent faire progresser de manière significative notre compréhension fondamentale des espèces végétales.
La société Alphabet souhaite acquérir une « compréhension plus approfondie des interactions complexes entre les gènes des plantes, l’environnement et les pratiques de gestion agricole ». Au cours des dernières années, il a constaté que « la plupart des entreprises ne collectent pas la quantité, la diversité ou la qualité des données nécessaires pour tirer pleinement parti de l’apprentissage automatique ».
Pour collecter des données, il a développé un « rover végétal » à énergie solaire qui est déployé dans les champs, mais Mineral s’étend pour placer des capteurs sur d’autres facteurs de forme, y compris des robots, des drones et des téléphones existants.
FTC : Nous utilisons des liens d’affiliation automatique générateurs de revenus. Plus.
