Diese Woche sprach Valeria Kogan, Absolventin der Physik und Technologie , Mitbegründerin der Startups Fermata und Smartomica, auf unserem Youtube-Kanal .
Lera kam die Idee, Pflanzen in Gewächshäusern durch maschinelles Lernen zu kontrollieren, als ihre Freunde ihr von ihren Problemen mit dem Massenanbau von Gurken und Tomaten erzählten. Dann gründeten sie und ihre Freunde Fermata und begannen mit der Entwicklung einer Plattform für die Echtzeit-Anlagenüberwachung.
Im Jahr 2019 erhielt das Unternehmen Investitionen von einem privaten Investor in Höhe von 1,1 Mio. USD. Bereits im März 2020 erhielt es in Runde A weitere Investitionen in Höhe von 3,7 Mio. USD vom britischen Fonds Massa Innovations und mehreren privaten Investoren.
Neben Agrotech beschäftigt sich Lera mit der Entwicklung neuer Methoden zur Krebsdiagnose und ist Gastwissenschaftler am Roswell Park Cancer Institute. Bei Smartomica entwickeln sie Technologien zur Analyse medizinischer und wissenschaftlicher Daten zur Diagnose und Behandlung von Krebspatienten. Wir
teilen Ihnen das Transkript und die Aufzeichnung der Sendung mit.
Mein Name ist Valeria Kogan, ich bin Mitbegründerin der Startups Fermata und Smartnomica. Und im Zusammenhang mit dem Namen dieses Stroms muss ich eine Erklärung abgeben: Fermata, seine Mitarbeiter und Aktionäre wachsen nicht, verwenden oder empfehlen keine verbotenen Substanzen. Wir beschäftigen uns nur mit der Analyse des Zustandes von Pflanzen, inkl. medizinisches Cannabis. Wir analysieren und kontrollieren es auf dem Territorium Israels, wo es legal ist, und wir werden es niemals tun, wo es illegal ist.
Ich erzähle Ihnen ein wenig über mich selbst, über die Projekte, aus denen sie stammen, und beantworte gerne Fragen.
Ich absolvierte Physik und Technologie an der Fakultät für biologische und medizinische Physik. Während meines Studiums an der Universität war ich in der wissenschaftlichen Forschung tätig und wollte mich unbedingt in diese Richtung entwickeln.
Nach dem Studium trat ich in die Graduiertenschule der Ariel University ein. Während meines Studiums an der Universität und später beschäftigte ich mich ständig mit Datenanalysen zur Anwendung auf biologische und medizinische Probleme. An der Universität beschäftigte ich mich mit Bioinformatik, verschiedenen anderen Aufgaben im Zusammenhang mit KI, und arbeitete in mehreren Startups. Dies war jedoch immer eine rein wissenschaftliche Aktivität, die nicht mit der praktischen und schnellen Anwendung von KI und Datenanalyse auf reale Probleme zusammenhängt. Als ich an der Universität bereits anfing, in der Graduiertenschule zu studieren, begann ich, mich mit meinem Vorgesetzten mit solchen Dingen zu beschäftigen, die bereits die praktische Anwendung der KI waren - dies entwickelte sich später zum Smartnomica-Projekt. Wir begannen zu versuchen, Datenanalyse und maschinelles Lernen anzuwenden, um Krebspatienten zu diagnostizieren, die richtige Behandlung für sie zu wählen und zu sehen, wieWas ich tun kann, kann in diesem Wissensbereich nützlich sein.
Und dann entstand zufällig eine Idee: Obwohl ich eine Person bin, die absolut weit von der Landwirtschaft entfernt ist und noch nie gesehen hat, wie Gemüse wächst - im Verlauf der Kommunikation mit gegenseitigen Bekannten, kann das, was wir für die Krebsdiagnostik tun, für die Pflanzendiagnostik verwendet werden. Und aus diesem Gedanken, aus der Kommunikation mit den Produzenten von Tomaten und Gurken, entstand die Idee von Fermata. Ich kehrte nach Moskau zurück und traf Leute, die sagten, es wäre cool, KI auf die Landwirtschaft anzuwenden. Dann schienen es nicht viele Leute zu tun. Sie sprachen darüber, wie KI nützlich sein kann, welche Probleme sie haben. Im Verlauf der Gespräche mit ihnen wurde deutlich, dass die Überwachung des Anlagenzustands sehr dringend ist. Es wird von Menschen gelöst - nicht sehr effektiv, weil die Gewächshäuser riesig sind, es viele Pflanzen gibt und manchmal jedes Blatt überwacht werden muss. UND,Wenn eine Krankheit spät bemerkt wird, kann das gesamte Gewächshaus leiden, und dann wird der Landwirt Verluste erleiden.
Wir fanden es ein sehr cooles Problem - zusammen mit meinen Freunden, die ich eingeladen hatte, es zu lösen. Und wir dachten, wenn wir jetzt das Problem des Ernteverlusts aufgrund von Infektionen mit Hilfe von KI lösen, können wir diese Lösung auf den gesamten Agrarmarkt skalieren. Wir begannen darüber nachzudenken, wie wir dieses Geschäftsprojekt umsetzen sollten. Erstens - mit den Menschen, mit denen die Idee ursprünglich besprochen wurde. Wir waren mit ihnen nicht einverstanden und beschlossen, unabhängig zu handeln und mit einem fertigen Produkt zu ihnen zurückzukehren. So begann unsere großartige Abenteuergeschichte. Wir haben angefangen, ein Projekt zu gründen und versuchen, Unterstützung, Finanzierung und Verständnis dafür zu bekommen, dass jemand es braucht. Dies war lange Zeit keine Erfolgsgeschichte; Wir standen vor vielen schwierigen Aufgaben. Erstens gab es in unserem Team niemanden, der etwas in der Landwirtschaft verstand:Es gab nur meine Freunde aus Physik und Technologie, Spezialisten für KI.
Anfangs wollten wir einen landwirtschaftlichen Roboter entwickeln - es schien uns eine kluge Idee zu sein, sehr technologisch und cool, und wir würden viel Geld für einen Roboter erhalten. Es stellte sich schnell heraus, dass dies nicht der Fall war, aber zunächst schlugen wir genau die Idee eines Roboters vor und wollten zumindest eine Bestätigung erhalten, dass es sich um ein nützliches und notwendiges Projekt handelt. Wir haben bei der Bortnik-Stiftung beantragt, die erste Finanzierung für das Projekt zu erhalten. Ich hatte bereits eine erfolgreiche Studentenerfahrung mit der Stiftung und dachte, dass alles klappen würde - sie würden uns sagen, dass alles großartig ist, wir Geld bekommen würden und alles für uns funktionieren würde. Stattdessen erhielten wir kein Feedback, sie gaben uns kein Geld und niemand beantwortete die Anrufe. Wir waren sehr angespannt und haben nicht verstanden, was das alles bedeutet - wir hatten ein schlechtes Projekt oder wurden sie einfach missverstanden?
Dann haben wir versucht, Skolkovo zu kontaktieren, haben den für Skolkovo-Agro zuständigen Manager kontaktiert. Uns wurde gesagt, dass das Projekt seltsam ist und sie es nicht mögen und dass ständig einige IT-Spezialisten zu ihnen kommen, die glauben, etwas in der Landwirtschaft zu verstehen, und die ein "kugelförmiges Pferd im luftleeren Raum" anbieten. Wie wir jetzt verstehen, war dies der richtige Standpunkt. Als wir sagten, dass wir keinen Agronomen in unserem Team hätten, wurde uns gesagt, dass weitere Gespräche keinen Sinn machten. Das heißt, wir haben auch in Skolkovo keine Unterstützung erhalten.
Was als nächstes zu tun war, während wir in Russland waren, haben wir nicht verstanden und waren ratlos. Damals gab es nicht viele Inkubatoren, es gab kein Verständnis dafür, wohin man gehen sollte. Ein Teil des Teams war bereits zusammengestellt, einige Leute arbeiteten kostenlos, zusammen mit einem anderen Mitbegründer, Anton, arbeiteten wir in unserer Freizeit und entwickelten dieses Produkt. Wir hatten bereits einen AI-Prototyp eines Klassifikators für Pflanzenkrankheiten, der auf öffentlich zugänglichen Bildern basiert. Aber es gab keine finanzielle und moralische Unterstützung. Wir entschieden, dass es ein schlechtes Symptom war; Die verschiedenen Leute, mit denen wir in der Agrarindustrie gesprochen haben, reagierten negativ auf die Idee der KI.
Wir beschlossen, den letzten Versuch zu unternehmen, um Feedback zum Projekt zu erhalten, und bewarben uns für den Wettbewerb der landwirtschaftlichen Startups, der in Belgorod stattfand - "Startup: Land". Wir haben den Zug fast verpasst, aber am Ende sind wir eingestiegen - und haben zu unserer Überraschung gewonnen. Es gab viele interessante Projekte von Leuten, die Erfahrung in der Landwirtschaft hatten, und es gab eine wundervolle Jury mit Experten, die uns großartiges Feedback zu unserer Arbeit gaben. Infolgedessen haben uns die Menschen dort sehr unterstützt - sogar die Skolkovo-Vertreter, die dort waren. Wir haben die Ausschreibung gewonnen, und formal sollte dies unsere Umsetzung in der Region Belgorod sicherstellen.
Aber das Glück kam nicht dazu. Wir hatten Treffen mit mehreren landwirtschaftlichen Produzenten, einer örtlichen landwirtschaftlichen Universität. Wir gingen zu Leuten und sprachen über unser Projekt, dass wir einen Roboter bauen, der Pflanzen in Gewächshäusern überwacht, und alle sagten uns, dass dies eine Art Scheiße ist und niemand es braucht. Daher haben wir nach und nach aufgehört, mit ihnen zu interagieren, wir hatten keine Implementierung. Die Menschen, die daran teilnahmen, zerstreuten sich allmählich. Aber wir haben den Wettbewerb gewonnen und die Expertenjury hat uns gute Ratschläge gegeben - dies hat uns geholfen, an die Idee des Produkts zu glauben. Als wir daran arbeiteten und mit den Branchenexperten sprachen, mit denen wir in Kontakt kamen, stellten wir nach und nach fest, dass die Idee eines Roboters wirklich nicht sehr gut ist. Die Entwicklung eines landwirtschaftlichen Roboters ist sehr teuer, es ist sehr schwierig, dies zu tun.um den Produktionsprozess nicht zu stören. Und nur wenige Menschen wollen viel Geld für eine solche Technologie bezahlen.
Wir hatten jedoch bereits vorgefertigte Entwicklungen im Zusammenhang mit der Definition von Pflanzenkrankheiten anhand von Bildern. Wir haben uns für eine einfachere Technologie entschieden, die sich letztendlich als gefragt herausstellte und Fermata zu dem machte, was es jetzt ist. Dies ist die Lösung - wenn wir in Gewächshäusern oder in der „Indoor Farming“ (dies ist, wenn Immobilien in Gewächshäuser umgewandelt werden) Sensoren zur Erfassung genauer Klimadaten und Kameras zur visuellen Kontrolle von Pflanzen installieren. Solche stationären Kameras sind viel billiger als alle Roboter, aber gleichzeitig sind die von ihnen gesammelten Informationen von ausreichender Qualität, um Anlagen in der Produktion genau zu überwachen.
Die Hauptfunktion unseres Produkts besteht darin, Krankheiten in Pflanzen zu identifizieren. Darüber hinaus lösen wir einige der Probleme, mit denen Landwirte während der Produktion konfrontiert sind. Wir versuchen, den gesamten Entscheidungsprozess, der auf visueller Überwachung basiert, zu ersetzen und zu automatisieren. Daher müssen Landwirte manchmal die Blütephase bestimmen oder eine spezielle Pflanzenform kontrollieren. All dies kann mithilfe der Analyse von Daten von Kameras erfolgen. Manchmal hilft uns das Klima dabei: Manchmal beeinflusst es die Form oder einige Krankheiten. Darüber hinaus können wir visuelle Daten und Klimadaten integrieren, um die Ernte vorherzusagen und den Landwirten Anleitungen zu geben, wie sie sich verhalten können, um Kosten zu senken und die Rentabilität zu steigern.
Diese Technologie, zu der wir nach dem Verzicht auf das Roboterkonzept gekommen sind, wurde bereits von Investoren unterstützt und wird weiterentwickelt. Ein weiteres Problem, auf das wir ziemlich schnell stießen, war mit dem russischen Markt verbunden: Es stellte sich heraus, dass dies nicht die beste Plattform für die Pilotierung landwirtschaftlicher Maschinen ist, zumindest nicht die, die wir haben - mit dem Ziel, die Kosten durch Reduzierung der Ernteverluste und Reduzierung der Anzahl der Menschen zu senken an Routinearbeiten beteiligt. Dies kann effektiv sein, wenn die Ernte sehr teuer ist oder wenn die Menschen sehr teuer sind und der Rückgang der Anzahl der in der Produktion beschäftigten Personen (sogar um 1-2) spürbar ist. Auf dem russischen Markt gibt es so etwas nicht. Viele der am häufigsten vorkommenden Pflanzensorten sind nicht sehr teuer, so dass die Einsparungen aufgrund unserer Technologie für die Landwirte unbedeutend sind.Arbeit ist auch nicht sehr teuer. Daher ist der Wert der Installation unserer Technologie auf dem Territorium Russlands nicht sehr hoch. Daher waren die Verhandlungen, die wir mit den Landwirten zu Hause geführt haben, zunächst nicht sehr positiv. Die Leute haben uns nicht wirklich wahrgenommen und keinen Nutzen für sich selbst gesehen, weil es wirklich gering sein würde.
Als wir jedoch versuchten, mit Landwirten außerhalb Russlands zu sprechen, stellten wir fest, dass wir eine wirklich coole Lösung hatten. Dies wurde durch die Tatsache erleichtert, dass ich in Israel war. Es war auch eine Erschütterung: Um die gemütliche Moskauer Start-up-Community zu verlassen, in der alle freundlich zueinander sind, fällt es niemandem ein, Sie um Geld um Rat zu bitten, und jeder stellt sich seinen Investoren ruhig vor.
Die Situation war völlig anders, als wir zu den Startup-Events in Israel kamen. Wir gingen zusammen mit meinem Kollegen zur ersten Agrotech-Veranstaltung, der mir bei der Geschäftsentwicklung in Israel half. kam zu dieser Veranstaltung, und es sah so aus, als wären wir jemandes Kinder, mit denen niemand zu Hause bleiben konnte. Meistens gab es erwachsene Männer ab 50 Jahren, die viele Jahre in landwirtschaftlichen Unternehmen gearbeitet haben, über umfangreiche Erfahrung verfügen, genau verstehen, was ein bedingter Bayer oder Syngenta benötigt, und ein hoch konzentriertes Startup für ein bestimmtes Unternehmen gründen, um es dort zu verkaufen später.
Als wir uns unter ihnen befanden, stellten wir fest, dass unsere Vorstellung vom Wettbewerb auf dem Startup-Markt nicht stimmte. Es gibt viele sehr coole, professionelle Leute. Dies beeinflusste unsere weiteren Entscheidungen darüber, was mit dem Team geschehen soll. Wir haben erkannt, dass es unbedingt erforderlich ist, Experten einzubeziehen, insbesondere im Bereich Finanzen und Wirtschaft, wo nicht Technologie und Gelehrsamkeit entscheiden, sondern Erfahrung, Wissen und Kontakte. Wir haben auch erkannt, dass es sehr wichtig ist, dass Menschen mit internationaler Erfahrung in diesen Teil des Teams involviert sind, wenn Sie sich für den internationalen Markt interessieren. Leider ist es sehr schwierig, Menschen zu finden, die in der Lage sind, ein hohes Maß an internationalen Kontakten herzustellen.
Während der Arbeit mit dem russischen Markt haben wir sofort versucht, nach Menschen zu suchen, mit denen wir die Technologie steuern können - damit wir einen echten Kontakt zu den Herstellern haben, Feedback zu den tatsächlichen Anforderungen erhalten und keine Anfragen stellen können uns selbst ... Wir fanden zu dieser Zeit eine sehr freundliche Firma - "City-Farmer", die vertikale Gewächshäuser für die Herstellung von Kräutern und Pilzen herstellte.
Wir haben mit ihnen einen kostenlosen Piloten gemacht; Sie haben ihren Standort für uns geöffnet, wo wir viel gelernt haben - wir haben verstanden, wie die Produktion funktioniert, welchen Aufgaben Agronomen gegenüberstehen. Wir haben dort einen großen Datensatz zusammengestellt und herausgefunden, wie es geht.
Wir haben eine engagierte Person im Team, die nur für Daten verantwortlich ist. Wenn wir mit einem neuen Projekt arbeiten, wenn wir über einen neuen Pflanzentyp oder eine neue Region sprechen - weil natürlich alles von Region zu Region unterschiedlich ist und die Aufgaben auch unterschiedlich sind -, macht diese spezielle Person die Forschung und findet alles, was er in offenen Daten finden kann.
Wenn wir zu einem Kunden kommen, haben wir daher bereits mindestens einen Prototyp einer funktionierenden Lösung. Danach führen wir zusammen mit dem Kunden und seinen Agronomen eine intensive Datenerfassung durch und markieren die Daten. Wir haben eine spezielle Lösung für das Datenmarkup, damit der gesamte Prozess qualitativ hochwertig, intensiv und schnell ist. Es ist sehr wichtig, Aufgaben vom Hersteller zu sammeln, die relevanten Daten zu verarbeiten und Modelle zu erstellen, mit denen die anstehenden Aufgaben gelöst werden können.
Als wir anfingen zu arbeiten, versuchten wir sofort, einen kommerziellen Partner zu finden, auf dessen Grundlage wir Technologien entwickeln konnten, die notwendig und nützlich wären. Dann haben wir uns die Entscheidungen angesehen, die wir treffen - in welchen Märkten, in welchen Regionen können sie auch nützlich sein. Also kamen wir auf eine lächerliche Idee mit medizinischem Cannabis, wie es uns schien: Dies ist ein eher marginaler Markt, hier sind die Kosten für das Endprodukt hoch. Wenn Sie also die Produktionsverluste ein wenig reduzieren, spielt dies eine große Rolle. Es ist nützlich für den Landwirt und wir können mehr verdienen, da unser Geschäftsmodell auf der Tatsache basiert, dass wir den Gewinn, den er dank unserer Technologie zusätzlich erhält, mit dem Landwirt teilen.
Wir haben erkannt, dass Cannabis eine vielversprechende Richtung ist. Wir haben einen weiteren "Piloten" in Israel gefunden, ebenfalls kostenlos, wo wir die gesamte Technologie ausgearbeitet haben. Danach sind wir, bereits intelligenter als zuvor, mit einem Netzwerk von Agronomen überwachsen, mit denen wir jetzt zusammenarbeiten und das uns sagt, welche Probleme gelöst werden müssen und welche Funktionen der Technologie in jeder nächsten Phase hinzugefügt werden müssen. Deshalb haben wir nach und nach eine Lösung für Cannabis entwickelt, für die wir jetzt aktiv werben - dies ist aus kommerzieller Sicht eine sehr attraktive Richtung für uns. Sowohl in Israel als auch in Europa gibt es medizinisches Cannabis - Projekte, bei denen es für kosmetische Zwecke angebaut wird, und es gibt dieselben wichtigen Aufgaben.
Wenn wir über klassischere Pflanzen wie Gemüse oder Gemüse sprechen, müssen wir uns ansehen, wie hoch die Kosten für eine bestimmte Region dieser Produkte sind und wie hoch die Arbeitskosten dort sind. Daher konzentrieren wir uns jetzt auf den europäischen Markt - wir verstehen, dass Menschen dort teuer sind und die Auswirkungen des Einsatzes unserer Technologie hoch sein können.
Eine der Herausforderungen für die Landwirte besteht darin, die Präsentation der Pflanzen zu kontrollieren. Es muss nicht nur sichergestellt werden, dass es keine Krankheiten gibt: Die Pflanzen müssen perfekt aussehen. Auch hier ist unsere Technologie wirksam. Wenn wir über Grüns sprechen, dann gibt es völlig spezialisierte Produzenten, die Pflanzen für teure Restaurants entwickeln, und es ist sehr wichtig, dass alle Pflanzen perfekt schön aussehen, damit der gesamte Salat gleichmäßig, grün und schön ist.
Oder es gibt zum Beispiel ein interessantes Problem bei Pilzen: Die Pilze, die wir kaufen, sind oft ziemlich hässlich und deshalb billiger. Wenn ein Mensch eine Premiumproduktion baut, ist es für ihn wichtig, dass alle Hüte dicht, schön und von gleicher Form sind. Wir lösen auch solche Probleme - wir überwachen die Art der Pflanzen, auch wenn sie nicht mit Krankheiten verbunden sind.
Warum Gewächshäuser und keine Felder? Es scheint mir, dass die Aufgabe mit Feldern komplizierter ist. Die Hauptfrage hier ist, wie genau Kameras eingerichtet werden müssen, um die Pflanzen im Auge zu behalten. Auf dem Feld sind Drohnen die Hauptlösung für dieses Problem, aber es scheint mir, dass der Hardware-Teil nicht ganz bereit ist, dem Landwirt ein rentables Angebot zu machen. Um zu verhindern, dass Drohnen entladen und nicht verloren gehen, wurden sie nicht weggeblasen und kosteten gleichzeitig kein verrücktes Geld. Deshalb, während wir mit Gewächshäusern arbeiten und uns nicht auf die Felder konzentrieren.
In Bezug auf F & E-Aufgaben: Wir sind sehr interessiert an der Richtung, die mit der Analyse der Zusammensetzung von Pflanzen verbunden ist. Wir forschen in diese Richtung. Dies ist eine ziemlich wichtige Aufgabe für eine Reihe von Pflanzen, einschließlich solcher, die medizinisch sind, aber nicht nur. Für Weizen ist es beispielsweise wichtig zu wissen, wie die Proteinzusammensetzung ist. Für die Landwirte ist es wichtig, im Voraus zu wissen, was mit der Zusammensetzung der Pflanzen geschieht, um das Klima zu kontrollieren und die Bedingungen so zu wählen, dass die Endkosten des Produkts so hoch wie möglich sind. Eine der wichtigsten F & E-Aufgaben, die wir vor uns sehen, ist daher die Entwicklung von Technologien, mit denen wir dies in Echtzeit tun können, um anhand der Analyse von Daten aus verschiedenen Spektren vorherzusagen, was in Pflanzen geschieht. Dazu die Analyse von Umweltdaten und die Integration dieser Daten miteinander, umdie Landwirte vorherzusagen und zu beraten, was zu tun ist, um ihr Produkt so teuer wie möglich zu machen.
Die Aufgaben, die bei der Person verbleiben, sind ein sehr wichtiges ethisches Thema für alle Unternehmen, die sich mit KI und Arbeitsautomatisierung befassen. Manchmal werden ihnen Fragen gestellt: Scheint es Ihnen nicht schrecklich, dass Sie Technologien entwickeln, die Menschen ersetzen? Mir scheint jedoch, dass wir das Gegenteil tun: Wir entwickeln Technologien, die es den Menschen ermöglichen, keine langweilige, unkreative Arbeit zu leisten, für die keine intellektuellen Ressourcen erforderlich sind.
Es scheint mir, dass eine Person niemals von Maschinen in Bezug auf Kreativität, Flexibilität und die Fähigkeit, etwas zu erschaffen, das es nicht gab, eingeholt wird. Daher ist es sehr cool, Dinge zu tun, die es Menschen ermöglichen, kreativ zu arbeiten, und keine Zeit, Leben, Kraft und Gesundheit damit zu verschwenden, was Maschinen anstelle von ihnen tun können.
F: Was ist mit der Automatisierungstechnik für Tiere?
Wir haben darüber nachgedacht. Schon früh haben wir an Tiere und Fische gedacht - tatsächlich gibt es bei Fischen viele interessante Aufgaben. Aber jetzt versuchen wir, uns so weit wie möglich zu konzentrieren. Wir sprühen uns nicht einmal zwischen viele verschiedene Pflanzen; Wir haben jetzt zwei Schwerpunkte - Grün und Cannabis. Wir betrachten und leiten die Entwicklung in Richtung Gemüse nur, weil wir das Potenzial für die Entwicklung mit einem großen Strategen haben, obwohl die Arbeit mit klassischem Gemüse eine sehr schwierige technische Aufgabe ist. Es ist sehr wichtig für uns, dass wir erfolgreich sind - aber um erfolgreich zu sein, müssen wir unsere Wünsche begrenzen. Aus diesem Grund haben wir das ausgewählt, was am wirtschaftlichsten zu sein scheint. definierte die Art der Pflanzen, definierte die Märkte, auf die wir gehen, und versuchte, an ihnen festzuhalten.
Soweit ich weiß, gibt es in der Tierhaltung bereits viele existierende, sehr coole Lösungen, die sich auf KI beziehen. Sie hängen Sensoren an Tiere, überwachen ihre Gesundheit, bestimmen die Fruchtbarkeit durch Kameras, durch Gang. Sehr interessante Aufgaben. Fisch scheint mir eine potenziell kommerziell interessante Richtung zu sein, aber ich bin kein Experte in diesem Bereich. Bisher beschränken wir uns auf die Prioritätsgruppe der Pflanzen.
F: Arbeiten Sie mit allen Arten des Anbaus?
Nicht bei jedem. Wir arbeiten nicht mit offenen Feldern, da wir noch nicht wissen, welche Methode zur Installation von Kameras zur Steuerung von Anlagen auf den Feldern effektiv sein wird. Vor der Epidemie hatten wir eine Beziehung zu einem großen amerikanischen Hersteller von Feldgeräten, aber alles kam zum Stillstand. Wir konzentrieren uns jetzt auf das, was drinnen passiert - Gewächshäuser und drinnen.
F: Wovon lebte das Startup vor dem ersten Client? Was waren die ersten Bestellungen?
Das Startup lebt noch immer hauptsächlich von Investmentfonds. Wir gehen davon aus, dass wir in ein paar Monaten die Rentabilität erreichen werden, aber jetzt geht es hauptsächlich um Investitionsgelder.
Die ersten kommerziellen Geschichten begannen nach einer Neuorientierung vom russischen zum westlichen Markt, die vor nicht allzu langer Zeit stattfand. Wir haben jetzt zwei ziemlich große kommerzielle Projekte. Hier gibt es auch einen wichtigen Punkt: Wir arbeiten nicht direkt mit Landwirten zusammen, sondern mit Technologieherstellern und Gewächshausherstellern.
Wenn wir die Ausrüstung selbst installieren würden, müssten wir eine große Anzahl von Mitarbeitern haben. Da wir uns auf eine Vielzahl von Märkten konzentrieren und uns nicht einschränken möchten, ist es für uns sehr wichtig, dass der Installationsprozess unserer Technologie schnell und effizient ist und dass jemand anderes involviert ist. Wir wollen im Bereich Softwareentwicklung bleiben. Daher arbeiten wir mit Unternehmen zusammen, die die Installation der Geräte bereitstellen können, die für das Funktionieren unserer Technologie erforderlich sind. Dementsprechend sind dies Gewächshaushersteller, da unsere Technologie Teil des Gewächshauses werden kann, oder Unternehmen, die Technologien für die Pflege und Kontrolle von Pflanzen herstellen. Wir sprechen mit ihnen so darüber: Sie machen Licht oder erhitzen die Wurzeln oder eine andere coole Technologie, mit der Sie Pflanzen besser und besser züchten können, und wir machen Technologie,Dies ermöglicht das Sammeln von Feedback von diesen Pflanzen. Das heißt, wir können herausfinden, wie sie sich anfühlen, und wir können Ihnen - und dem Endlandwirt - sagen, ob alles richtig läuft oder ob einige Prozesse optimiert werden müssen.
F: Was sind Ihre aktuellen Konkurrenten?
Schwere Frage. Es gibt mehrere Unternehmen auf der Welt, die behaupten, ähnliche Technologien herzustellen. Als wir unser europäisches Team zum ersten Mal hatten, hatten wir die Idee, die sie mitbrachten: Wir sagten, wir seien Landwirte und riefen verschiedene Unternehmen an. Wir haben versucht zu verstehen, mit ihnen zu kommunizieren, was sie wirklich tun, wie ernst unsere Konkurrenz ist, welches Geld sie für ihre Produkte verlangen - das ist die wichtigste Frage. Jetzt scheint uns die Konkurrenz nicht sehr hoch zu sein. Es gibt viele separate Unternehmen, die etwas Ähnliches tun. Aber soweit wir verstehen, haben selbst Unternehmen, die angeben, KI zu verwenden, in ihren Projekten ein geringes Maß an maschinellem Lernen. Daher fühlen wir uns im Allgemeinen sicher, entspannen uns aber nicht und versuchen, uns schnell und effizient zu bewegen.
Die Landwirtschaft ist im Allgemeinen eine eher konservative, nicht digitalisierte Industrie. Es war sehr interessant, die Dynamik seines Wandels während der zwei Jahre, in denen wir gearbeitet haben, zu beobachten. Als wir gerade mit großen Unternehmen - auch im Westen - ins Gespräch kamen, waren wir mit Skepsis konfrontiert, einem Unverständnis darüber, warum dies notwendig ist. Aber jetzt, wenn wir zu einem Unternehmen kommen, hören wir oft, dass die Leute dort nur darüber nachdenken, wie sie eine Einigung mit einem Startup erzielen können. Und wir sind sehr glücklich, dass wir bereits Entwicklungen, Ergebnisse, Metriken und Modelle haben und nicht nur kommen und sagen, dass wir etwas tun wollen. Jetzt ist eine sehr gute Zeit für Agrotech.
F: Welche Kameras verwenden Sie? Erzählen Sie uns mehr über die Infrastruktur
Wir haben die folgende Geschichte mit Kameras: Anfangs haben wir alles selbst gemacht. Aber jetzt versuchen wir, im Softwarebereich zu bleiben, weil wir über Fachwissen verfügen - wir glauben, dass wir stark in der Datenwissenschaft sind, aber nicht in der Installation und Auswahl von Kameras. Es gibt sehr coole Leute, die sich darauf spezialisiert haben; Es gibt ein lettisches Unternehmen, das sich mit Videoüberwachung befasst. Es installiert Sicherheitssysteme auf Flughäfen und in anderen großen Institutionen und weiß alles über Kameras. Das heißt, wie man sie installiert, welche Probleme auftreten können, was zu tun ist, wenn Wasser vorhanden ist, und so weiter. Jetzt sind sie unser Hauptpartner im Kamerabereich. Gemeinsam wählen wir Kameras für unsere Aufgaben; Sie bieten dem ganzen Stück Auswahl, Auswahl an Kameras. Dies war eine der wichtigsten richtigen Entscheidungenwas wir akzeptiert haben - diese Arbeit in uns selbst zu beenden und stattdessen hochrangige Experten anzuziehen.
Wir haben auch Klimasensoren aus der harten Infrastruktur. Dazu gehört ein Standardsatz von Parametern, die Sie in einem Gewächshaus kennen müssen - Temperatur, Luftfeuchtigkeit, CO2, Beleuchtung usw. Wir stellen drahtlose Sensoren her, mit denen wir Informationen in hoher Auflösung aus dem Gewächshaus entnehmen können - wir können sie viel verteilen und dreidimensionale Karten darüber erstellen, was mit dem Klima passiert.
Bis vor kurzem haben wir Sensoren selbst entwickelt, aber dann - insbesondere nachdem uns die Partnerschaft im Bereich Kameras viel gebracht hat - wurde uns klar, dass wir diesen Teil auch nicht innerhalb des Unternehmens erledigen wollten. Dies trotz der Tatsache, dass es uns in der Anfangsphase der Arbeit so schien, als sei dies fast ein Schlüsselelement, und wir hatten sogar Patentschutz für die Sensoren, die wir für unsere ersten Kunden entwickelt haben. Aber dann haben wir festgestellt, dass wir im Prinzip keine großen Experten sind und dass Aktivitäten im Zusammenhang mit harten Aufgaben weniger klar und komplizierter sind. Daher organisieren wir jetzt eine Partnerschaft mit einem anderen europäischen Unternehmen, um diese Art von Ausrüstung für uns herzustellen.
F: Gab es Probleme mit Patenten oder Patenttrollen?
Noch nicht. Grundsätzlich ist die gesamte Geschichte der AI-bezogenen Patentierung sehr komplex. Jetzt bemühen wir uns, dieses Problem zu lösen. Darüber hinaus haben wir viele coole interne Entwicklungen in Bezug auf Algorithmen, die zum Schutz wichtig sind und die den Schlüsselwert des Unternehmens ausmachen.
F: Wie haben Sie die Idee auf dem Markt validiert und Feedback eingeholt?
Wir haben nur gesucht. Ich kann hier nichts Kluges sagen - es war schmerzhaft und lange Zeit, besonders am Anfang. Sie suchten zuerst nach Freunden, trafen sich mit verschiedenen Leuten, sagten es ihnen, sie sagten es uns - es ist scheiße, sie trafen sich am nächsten, sie sagten dasselbe. Wir haben versucht, die Logik darin zu verstehen - ob die Leute es einfach nicht mögen, wir erzählen ihnen von etwas Neuem und verschwenden ihre Zeit, oder es gibt wirklich Gründe, warum dies nicht rentabel sein kann. Eigentlich haben wir die richtige Entscheidung getroffen - den Roboter verlassen - gerade weil uns viele Leute gesagt haben, dass es nicht funktionieren würde.
Wir haben versucht, sofort mit dem Markt zu sprechen, haben in der Anfangsphase versucht, kostenlose Piloten anzubieten, wir haben überhaupt nicht über Geld gesprochen. Wir haben versucht, zumindest irgendwo eine Art Fachwissen zu erlangen, weil wir kein Verständnis für Landwirtschaft hatten. Wir haben mit Universitäten gesprochen. Jetzt validieren wir ständig Ideen auf dem Markt - wir haben Ideen zu neuen Funktionen und kommunizieren mit Kunden darüber.
Wir haben bereits ein Netzwerk von Personalberatern, mit denen wir kommunizieren. und es gibt direkt jene Teams, mit denen wir interagieren. Bei der Geschäftsentwicklung geht es darum, Ideen zu validieren, und dies erfordert häufig kalte Kontakte. Es ist nichts falsch mit ihnen, es funktioniert wirklich - obwohl es, als wir im "Inkubator" waren, so aussah, als wäre dies eine Art Unsinn. Seltsamerweise können Sie nach Hunderten von gesendeten Nachrichten wirklich einen Kunden finden oder zumindest eine Idee validieren, wenn Sie ein interessantes Produkt haben.
Ich erzähle Ihnen, wie all dies mit Krebsdiagnostik und Biotechnologie zusammenhängt und wie alles zusammenarbeitet. Tatsächlich kam die Technologie und das Verständnis für den Umgang mit allen Arten von Daten in der Landwirtschaft, wie ich bereits sagte, ursprünglich von der Idee, mit Daten von Krebspatienten zu arbeiten. Ein weiteres von mir mitbegründetes Projekt ist Smartnomica, bei dem wir Technologien entwickeln, mit denen Krebspatienten diagnostiziert werden können.
Die Idee ist wie folgt. Es gibt eine große Anzahl von Menschen - und nicht nur Krebspatienten -, die den Weg der Standardmedizin gegangen sind und versagt haben. Entweder erhielten sie keine wirksame Behandlung, oder die Ärzte konnten nicht verstehen, was mit ihnen los war. Diese Leute brauchen einen etwas anderen Ansatz; Es ist wichtig, über Standardprotokolle hinauszugehen und zu verstehen, was diesen Menschen durch den Einstieg in die wissenschaftliche Forschung gegeben werden kann. Es ist bekannt, dass wissenschaftliche Artikel seit den 1980er Jahren digitalisiert wurden und es gibt über 40 Millionen veröffentlichte Artikel im medizinischen Bereich. Sie enthalten eine große Datenmenge, die für jeden einzelnen Patienten nützlich sein kann.
Ich schloss mich dem Projekt an, das sich zu dieser Zeit mit der Behandlung schwieriger Patienten (wie einer medizinischen Klinik) als KI-Spezialist befasste. Zusammen mit einem anderen Mitbegründer hatten wir die Idee, den Prozess der Suche nach den erforderlichen Daten zu automatisieren, der von Spezialisten - Ärzten, Wissenschaftlern - für schwierige Patienten durchgeführt wird.
Machen Sie diesen Prozess zumindest teilweise automatisiert, damit Ärzte in komplexen Fällen schneller und effizienter forschen können. Um dies herum haben wir eine Firma aufgebaut, die wir im März in Riga gegründet haben. Eigentlich wollten wir nur über die Gründung eines Unternehmens nachdenken, aber aufgrund der Epidemie konnten wir Riga nicht mehr verlassen und hatten nichts anderes zu tun, als das Unternehmen weiterzuentwickeln. Wir haben jetzt eine Klinik in Lettland, wo ich jetzt bin: Wir verbinden Ärzte auf der ganzen Welt mit Patienten auf der ganzen Welt, um Behandlungen anzubieten. Dementsprechend entwickeln wir Technologien, die es unseren Ärzten ermöglichen, effektiver mit den Daten komplexer Patienten zu arbeiten, qualitativ hochwertige Diagnosen durchzuführen und eine wirksame Behandlung auszuwählen.
Was wir in der Agrotechik tun, hängt also mit dem zusammen, was wir in der Onkologie tun. Wir haben hier auch viele interessante Projekte. Die Entscheidungen, die wir für unsere Patienten treffen, werden manchmal zu separaten Biotech-Startups, von denen wir jetzt eine ganze 1 haben (aber es wird noch mehr geben). Alle Technologien, die wir für unsere Patienten verwenden, beziehen sich auf die Integration verschiedener Arten von Daten - was aus technologischer Sicht der Geschichte ähnelt, die wir bei Fermata machen. Es gibt visuelle Daten, genetische Daten und wissenschaftliche Daten, die wir kombinieren müssen, um dem Patienten die effektivste Therapie zu ermöglichen.
F: Über Fermata: Bei welchem Produktionsvolumen ist es rentabel?
Es kommt weniger auf das Gebiet als vielmehr auf die Art der Pflanzen und die Region an, in der dies vorkommt. Das Gebiet ist nicht so betroffen; Dies kann sich jedoch auf unseren Wunsch auswirken, an dem Projekt beteiligt zu sein: Wir versuchen, große Hersteller auszuwählen, bei denen wir ein großes Potenzial für die Skalierung unserer Technologien sehen. Der Bereich einer bestimmten Produktion ist nicht so wichtig: Er mag klein sein, aber es kann viele solcher Produktionsanlagen geben.
F: Wachsen im Boden oder in der Hydrokultur?
Wir haben Erfahrung mit beiden Methoden, es ist nicht so wichtig.
F: Vielleicht wäre es eine gute Idee, mit Stadtbauern zusammenzuarbeiten? Dort sind die Menschen jüngere, aufgeschlossene, liebevolle Innovationen
Dies ist wahr, obwohl wir nicht mit den Bauern selbst zusammenarbeiten, sondern mit denen, die die von ihnen genutzten Stadtfarmen produzieren. Dies ist einer der Arbeitsbereiche, die wir sorgfältig prüfen.
Dies ist insbesondere einer der Gründe, warum wir gut mit medizinischem Cannabis arbeiten: Diejenigen, die in diesen Branchen tätig sind, sind oft technisch versierter als gewöhnlich, und ihre Produktion ist technologischer als beispielsweise die Produktion von klassischem Gemüse. Daher nehmen sie die Idee, KI einzuführen, viel einfacher.
F: Hyperspektralkameras werden normalerweise für Ihre Aufgabe verwendet - sie sind sehr teuer; Über welche Kameras sprechen wir und wie viele werden pro Farm verwendet?
Die Frage ist komplex und ich kann nicht sagen, wie viel pro Betrieb verbraucht wird. Das ist immer anders, wir schauen uns das spezifische Fachwerkdesign an. Davon hängt auch die Spektralität der Kameras ab. Multispektralkameras sind eher eine Drohnenlösung. Gewächshauslösungen sind nicht wie ein großer Markt, es gibt keine harten Standards. Für unsere Projekte verwenden wir häufig gewöhnliche Kameras, die das sichtbare Spektrum + IR aufnehmen - dies reicht für die meisten Aufgaben aus. Es ist nicht so teuer.
Die Anzahl der Kammern hängt von der Gestaltung des Gewächshauses und der Art der Pflanze ab. Ich habe bereits gesagt, dass klassisches Gemüse eine technische Herausforderung darstellt. Zum Beispiel ist ein Tomatengewächshaus ein Dschungel. Es ist sehr schwierig, jede einzelne Pflanze und jedes Blatt zu beobachten, da die Pflanzen 4 Meter wachsen. Aber der Salat ist klein und flach, viel weniger schwierig. Genau wie Erdbeeren - oder dasselbe Cannabis, das effektiv von oben beobachtet werden kann und eine Vorstellung davon bekommt, was mit den Pflanzen passiert. Normalerweise reicht eine der von uns verwendeten Kameras - abhängig von der Höhe, in der die Kameras aufgestellt werden können - für 200 bis 400 Quadratmeter aus.
F: Leider habe ich keine Patente für Fermata gefunden.
Dies sind noch keine Patente, es sind Patentanmeldungen angemeldet.
F: Haben Sie freie Stellen?
Ja, wenn jemand interessiert ist, können Sie Bewerbungen an valeria.kogan@fermata.tech senden. Wir suchen ständig interessante und talentierte Leute.
F: Denken Sie darüber nach, Mykologie zu machen?
Ich verstehe die Frage nicht wirklich. Wir analysieren solche Probleme auch visuell. Wir analysieren, ob sich Insekten auf den Blättern befinden, ob es einen Nährstoffmangel gibt und verschiedene Infektionskrankheiten - wir überwachen dies alles und können feststellen.
F: Planen Sie ein Massenprodukt wie einen Cloud-Service?
Dies ist eine sehr gute und sehr große Frage. Tatsache ist, dass ein Cloud-Service für unsere Technologie nicht die beste Lösung ist. Hier haben wir angefangen. Wie sich herausstellte, sammeln wir viele Daten, und es ist wichtig, dass wir qualitativ hochwertige Bilder sammeln. Daher ist eine klare Wolke nicht optimal. Wir haben eine verteilte Lösung zwischen Cloud und vor Ort. Vor Ort analysiert die Bilder und sendet die Ergebnisse an die Cloud. Jetzt scheint es uns der optimalste Ansatz zu sein. Dies macht das Produkt jedoch nicht weniger beliebt.
F: In der Mykologie geht es um Pilze [nicht um Parasiten].
Wir haben ein Projekt über Pilze durchgeführt - ich habe sogar erwähnt, dass Pilze interessante Probleme haben. Jetzt haben wir kein riesiges Pilzprojekt, aber wir haben Erfahrung und Interesse an einer Entwicklung in diese Richtung.
F: Ist es möglich, den Bedarf von Pflanzen vor dem Auftreten von Pathologien zu bestimmen?
Ich denke, dies ist nicht die Aufgabe in unserem gegenwärtigen Ansatz. Wir versuchen, die Arbeit der Menschen zu automatisieren. Das heißt, sie sagen uns, dass sie Blätter sehen möchten, die so aussehen, und Benachrichtigungen darüber erhalten möchten. Und unsere Aufgabe ist es, dies effizienter und schneller zu tun als Spezialisten manuell. Das heißt, wir lösen nicht das Problem der Vorhersage des Pflanzenzustands. Nur wenn wir visuelle Daten in Verbindung mit dem Klima verwenden, wird diese Aufgabe manchmal gelöst. Dies betrifft jedoch eher eine Art von Ernährungsproblemen. In Bezug auf Schädlinge oder Infektionskrankheiten bestimmen wir dies erst, wenn es bereits geschehen ist.
F: Erzählen Sie uns etwas über Fermata und den Datensatz: Was sammeln Sie, wie haben Sie ihn markiert? Und über das neuronale Netzwerk - gibt es eine Zusammenarbeit, um zu verstehen, was Sie tun?
Zuerst haben wir den Datensatz von allem gesammelt, was im Internet geöffnet ist. Zum Beispiel gibt es von allen Wettbewerben, die auf Kegel und anderen Ressourcen, insbesondere asiatischen, abgehalten wurden, viele interessante Dinge. Wir haben Bilder aus allen möglichen agronomischen Foren gesammelt, aus verschiedenen Enzyklopädien - wir haben versucht, alles zu sammeln, es zu markieren.
Als wir Kunden bekamen, arbeiteten wir nach einiger Zeit das Verfahren für die Zusammenarbeit mit ihnen aus. Zum Beispiel muss ein Kunde ein sehr seltenes bösartiges Stück entdecken, das das gesamte Gewächshaus töten kann, und es gibt nicht viele Bilder von diesem Stück. Und sie selbst machen, sobald sie es sehen, Fotos und senden uns Bilder. Außerdem reisen unsere Spezialisten regelmäßig - insbesondere wenn wir mit einer neuen Anlage arbeiten - und machen Fotos und schulen die Mitarbeiter im Inneren, sodass uns ständig Daten gesendet werden, um den Datensatz aufzufüllen und die Qualität zu verbessern.
Zunächst haben wir interne Spezialisten für die Kennzeichnung. Wir haben ein Netzwerk von Agronomen - Spezialisten für verschiedene Technologien, verschiedene Pflanzentypen und ihre Probleme in verschiedenen Regionen (dies ist wichtig, da dieselbe Pflanze in verschiedenen Ländern und auf verschiedenen Kontinenten unterschiedliche Probleme haben kann). Wir beziehen auch die Agronomen unserer Kunden aktiv in die Kennzeichnung ein. Sie sind bereit, Daten auszutauschen, weil sie verstehen, dass dies für sie besser ist: Wenn ein Agronom zwei Stunden pro Woche damit verbringt, uns mitzuteilen, welchen Aufgaben er gegenübersteht, können wir sie besser lösen.
Über die Zusammenarbeit - wahrscheinlich nicht jetzt. Aber die Frage ist interessant, ich habe nicht darüber nachgedacht. Ich werde mich mit den Jungs beraten, vielleicht sollte so etwas organisiert werden.
F: Was genau ist der Entwicklungsprozess und das Ergebnis?
Das Ergebnis, das Endprodukt, ist das System. Wir kommen zum Gewächshaus, installieren Kamerasensoren und dann hat der Kunde ein Dashboard, das alles zeigt, was mit dem Klima und der Pflanzengesundheit passiert. Dort erhalten Sie Benachrichtigungen mit Informationen darüber, wann und wie. Der Kunde kann markieren und verfolgen, was er mit diesen Pflanzen macht. Das heißt, ein Produkt ist eine Umgebung, in der ein Agronom arbeitet und in der der gesamte Zustand und die Gesundheit von Pflanzen sichtbar sind.
F: Sie sagten, dass eine Kamera 200-400 Quadrate groß ist, aber gibt es Erfahrungen mit vertikalen mehrstufigen Farmen?
Ja, es gibt eine solche Erfahrung (tatsächlich haben wir mit dieser Erfahrung begonnen). Natürlich werden auch andere Kameras verwendet. In herkömmlichen Gewächshäusern ist es wichtig, einen großen Zoom zu haben und eine große Fläche abzudecken, während in vertikalen Gewächshäusern ein anderer Ansatz gewählt wird. Sie verwenden billigere Kameras, mit denen wir die Pflanzen in verschiedenen Reihen beobachten können, um zu erkennen, dass wir die Kamera nicht sehr weit installieren können.
F : Was halten Sie von Mikroalgen?
Leider bin ich kein Experte in diesem Bereich, ich kann nicht antworten.
F: Sehen Sie die Ergebnisse der Notwendigkeit einer Automatisierung der Überwachung der Bodenfeuchte und einer Automatisierung der dosierten Bewässerung?
Ja, das ist eine sehr wichtige Aufgabe. Wir sehen solche Unternehmen (insbesondere in Israel - dem Zentrum solcher Technologien) in erster Linie als unsere Partner. Sie befassen sich mit der Automatisierung der Bewässerung, und wir überwachen die Anlagen und können ihnen Feedback geben, wie gut ihre Systeme funktionieren. Es scheint mir, dass es viele erfolgreiche Unternehmen gibt, die dieses Problem lösen, aber ich kann nichts mehr sagen (kein Experte).
F: Welcher Staat ist jetzt quantitativ, wo sind Sie geografisch, gibt es (oder ist geplant) Ihre eigene Hardware-F & E-Abteilung?
Das Unternehmen beschäftigt derzeit rund 13 Mitarbeiter. Geografisch ist dies ein komplexes Thema, wir befinden uns an vielen Orten. Es gibt ein Entwicklungsteam in Moskau, es gibt ein Team in Israel, es gibt Leute in Deutschland. Manchmal müssen wir die Entwicklung auslagern, um mehr Standardaufgaben außerhalb des Teams zu lösen und uns auf das maschinelle Lernen selbst zu konzentrieren. Deshalb sind die Teams auf der ganzen Welt so weit verbreitet.
Hardware-F & E ist derzeit unwahrscheinlich. Ich möchte mich auf Software konzentrieren, dies liegt daran, wo wir uns jetzt bewegen und wo wir sein wollen, und diejenigen, die wir als unsere potenziell interessantesten Partner betrachten, sind nur Unternehmen, die sehr cool machen und darin sehr stark sind Bereich. Wir wollen keinen unnötigen Wettbewerb schaffen und unsere Zeit damit verschwenden, neue Bereiche zu erkunden, anstatt den Teil zu perfektionieren, in dem wir Experten sind.
F: Meine Frage betraf nur vertikale Farmen und wie viele dort verwendet wurden.
Ich kann die genauen Zahlen nicht sagen. Wenn Sie ein praktisches Interesse haben, können Sie später abschreiben.
F: Haben Sie sich das Geschäft mit landwirtschaftlichen Erzeugern im Norden (Gewächshauskomplexe im Ural und weiter nördlich) angesehen?
Wir haben versucht, mit mehreren Herstellern aus dem Norden zu sprechen, aber zu diesem Zeitpunkt hatten sie keinen Erfolg. Dies war zu Beginn unserer Reise. Wir sind nicht auf diese Geschichte zurückgekommen, weil wir uns jetzt auf die Arten von Pflanzen konzentrieren, die unsere Priorität sind.
F: Wie wäre es mit Weizen, Sonnenblume? Drohnen?
Ich bin diesbezüglich skeptisch. Wir haben versucht, mit verschiedenen Unternehmen zu sprechen, die Drohnen herstellen, und haben versucht, eine Lösung dafür zu finden. Es sind die Ansätze mit Drohnen, die mir jetzt riskant erscheinen, und wir gehen nicht in diese Richtung. Es gibt zwar einige interessante Ideen, wie diese Art der Überwachung in den Bereichen durchgeführt werden könnte, aber jetzt hat dies für unsere Forschung und Entwicklung keine Priorität mehr.
F: Welche Ausbildung benötigen Sie, um in Ihrem Bereich der künstlichen Intelligenz arbeiten zu können (welche Programmiersprache, welcher Bereich der Mathematik)?
Unsere Programmierung erfolgt hauptsächlich in Python. Es scheint mir, dass jeder Bereich der Mathematik gut programmieren kann, es gibt keine harten Anforderungen. Grundsätzlich sollten die Leute, die wir jetzt nach einem internen Team suchen, um an KI zu arbeiten - Spezialisten für maschinelles Lernen - in der Lage sein, den Artikel zu lesen und das zu implementieren, was darin geschrieben steht. Das heißt, nicht nur Standardbibliotheken und vorhandene Standardnetzwerke zu verwenden. Für uns ist es wichtig, an der Spitze der heutigen Technologie zu stehen.
Wenn Sie weitere Fragen haben, Ideen für eine Zusammenarbeit haben oder sich unserem Team anschließen möchten - schreiben Sie (valeria.kogan@fermata.tech), wir freuen uns, Sie kennenzulernen.
