Pekan ini, Valeria Kogan, lulusan Fisika dan Teknologi , salah satu pendiri perusahaan rintisan Fermata dan Smartomica, berbicara di saluran youtube kami .
Lera mendapat ide untuk mengendalikan tanaman di rumah kaca menggunakan pembelajaran mesin ketika teman-temannya memberi tahu dia tentang masalah mereka dengan budidaya mentimun dan tomat secara massal. Kemudian dia dan teman-temannya mendirikan Fermata dan mulai mengembangkan platform untuk pemantauan tanaman secara real-time.
Pada 2019, perusahaan menarik $ 1,1 juta investasi dari investor swasta, dan sudah pada Maret 2020, selama putaran A, menerima $ 3,7 juta investasi lagi dari dana Inggris Massa Innovations dan beberapa investor swasta.
Selain agrotek, Lera terlibat dalam pengembangan metode baru untuk mendiagnosis kanker dan merupakan ilmuwan tamu di Roswell Park Cancer Institute. Di Smartomica, mereka mengembangkan teknologi untuk analisis data medis dan ilmiah untuk diagnosis dan pengobatan pasien kanker. Kami
membagikan transkrip dan rekaman siaran kepada Anda.
Nama saya Valeria Kogan, saya adalah salah satu pendiri startup Fermata dan Smartnomica. Dan sehubungan dengan nama aliran ini, saya harus membuat pernyataan: Fermata, karyawan dan pemegang sahamnya tidak tumbuh, tidak menggunakan atau merekomendasikan zat terlarang. Kami hanya terlibat dalam analisis keadaan tanaman, termasuk. ganja medis. Kami menganalisis dan mengontrolnya di wilayah Israel, yang legal, dan kami tidak akan pernah melakukannya di tempat yang ilegal.
Saya akan memberi tahu Anda sedikit tentang diri saya, tentang proyek, dari mana asalnya, dan saya akan dengan senang hati menjawab pertanyaan.
Saya lulus dari Fisika dan Teknologi, Fakultas Biologi dan Fisika Medis. Sepanjang waktu saya belajar di universitas, saya terlibat dalam penelitian ilmiah dan sangat ingin berkembang ke arah ini.
Setelah universitas, saya masuk sekolah pascasarjana Universitas Ariel. Selama studi saya di universitas, dan kemudian, saya selalu terlibat dalam analisis data dalam aplikasi untuk masalah biologi dan medis. Di universitas, saya terlibat dalam bioinformatika, berbagai tugas lain yang berkaitan dengan AI, bekerja di beberapa startup. Tapi ini selalu menjadi aktivitas ilmiah murni, tidak terkait dengan penerapan AI dan analisis data yang praktis dan cepat untuk masalah nyata. Di universitas, ketika saya sudah mulai belajar di sekolah pascasarjana, saya mulai terlibat dengan supervisor saya dalam hal-hal yang sudah menjadi aplikasi praktis AI - ini kemudian berkembang menjadi proyek Smartnomica. Kami mulai mencoba menerapkan analisis data, pembelajaran mesin untuk mendiagnosis pasien kanker, memilih pengobatan yang tepat untuk mereka, lihat caranyaapa yang dapat saya lakukan dapat bermanfaat dalam bidang pengetahuan ini.
Dan kemudian, secara kebetulan, sebuah ide muncul: meskipun saya adalah orang yang benar-benar jauh dari pertanian, yang belum pernah melihat sayuran tumbuh - dalam komunikasi dengan kenalan bersama, bahwa apa yang kami lakukan untuk diagnosis kanker dapat digunakan untuk diagnosis tanaman. Dan dari pemikiran inilah, dari komunikasi dengan para produsen tomat dan ketimun, muncullah ide Fermata. Saya kembali ke Moskow, bertemu dengan orang-orang yang mengatakan bahwa akan sangat menyenangkan menerapkan AI pada pertanian. Kemudian sepertinya tidak banyak orang yang melakukannya. Mereka berbicara tentang bagaimana AI bisa berguna, masalah apa yang mereka hadapi. Dan dalam percakapan dengan mereka, menjadi jelas bahwa tugas memantau keadaan tanaman sangat mendesak. Ini diselesaikan oleh manusia - tidak terlalu efektif, karena rumah kaca besar, ada banyak tanaman dan terkadang setiap daun perlu dipantau. DAN,Jika suatu penyakit terlambat terdeteksi, maka seluruh rumah kaca mungkin menderita, dan kemudian petani akan menderita kerugian.
Kami pikir itu adalah masalah yang sangat keren - bersama dengan teman-teman saya, yang saya undang untuk menyelesaikannya. Dan kami berpikir bahwa jika sekarang kami menyelesaikan masalah kehilangan panen karena infeksi dengan bantuan AI, maka kami akan dapat meningkatkan solusi ini ke seluruh pasar pertanian. Kami mulai memikirkan bagaimana mengimplementasikan proyek bisnis ini; pertama - dengan orang-orang yang awalnya mendiskusikan ide tersebut. Kami tidak setuju dengan mereka, dan memutuskan bahwa kami akan mulai bertindak secara mandiri dan kembali kepada mereka dengan produk jadi. Beginilah kisah petualangan hebat kami dimulai. Kami mulai membentuk proyek dan mencoba mendapatkan dukungan, pendanaan, pemahaman bahwa seseorang membutuhkannya. Ini bukanlah kisah sukses untuk waktu yang lama; kami menghadapi banyak tugas sulit. Pertama, tidak ada seorang pun di tim kami yang memahami apa pun tentang pertanian:hanya ada teman saya dari fisika dan teknologi, spesialis AI.
Awalnya, kami ingin membuat robot pertanian - menurut kami itu adalah ide yang cerdas, sangat berteknologi dan keren, dan kami akan dibayar banyak untuk sebuah robot. Dengan cepat ternyata bukan itu masalahnya, tetapi awalnya kami mengusulkan dengan tepat ide robot dan ingin mendapatkan setidaknya beberapa konfirmasi bahwa itu adalah proyek yang berguna dan perlu. Kami mendaftar ke Bortnik Foundation untuk mendapatkan pendanaan pertama untuk proyek tersebut; Saya sudah memiliki pengalaman siswa yang sukses dengan yayasan, dan saya pikir semuanya akan berhasil - mereka akan memberi tahu kami bahwa semuanya baik-baik saja, kami akan mendapatkan uang, dan semuanya akan berhasil untuk kami. Tetapi sebaliknya kami tidak menerima umpan balik apa pun, mereka tidak memberi kami uang, dan tidak ada yang menjawab panggilan tersebut. Kami sangat tegang dan tidak mengerti apa artinya semua ini - kami memiliki proyek yang buruk, atau apakah mereka hanya salah paham?
Kemudian kami mencoba menghubungi Skolkovo, menghubungi manajer yang bertanggung jawab atas Skolkovo-Agro. Kami diberi tahu bahwa proyek itu aneh, dan mereka tidak menyukainya, dan bahwa beberapa spesialis TI terus-menerus mendatangi mereka, yang merasa bahwa mereka memahami sesuatu dalam pertanian, dan yang menawarkan "kuda bulat dalam ruang hampa". Seperti yang kita pahami sekarang, ini adalah sudut pandang yang benar. Ketika kami mengatakan bahwa kami tidak memiliki ahli agronomi di tim kami, kami diberi tahu bahwa percakapan lebih lanjut tidak masuk akal. Artinya, kami juga tidak menerima dukungan di Skolkovo.
Apa yang harus dilakukan selanjutnya, selama tinggal di Rusia, kami tidak mengerti, dan bingung. Saat itu tidak banyak inkubator, tidak ada pemahaman ke mana harus pergi. Sebagian dari tim sudah berkumpul, beberapa orang bekerja secara gratis, bersama dengan salah satu pendiri lainnya, Anton, kami bekerja di waktu luang dan membuat produk ini. Kami sudah memiliki prototipe AI dari pengklasifikasi penyakit tanaman berdasarkan gambar yang kami temukan di domain publik. Tetapi tidak ada dukungan finansial dan moral. Kami memutuskan bahwa itu adalah gejala yang buruk; berbagai orang yang kami ajak bicara di industri pertanian bereaksi negatif terhadap gagasan AI.
Kami memutuskan untuk melakukan upaya terakhir untuk mendapatkan umpan balik tentang proyek dan melamar untuk kompetisi startup pertanian, yang diadakan di Belgorod - "Startup: land". Kami hampir ketinggalan kereta, tetapi pada akhirnya kami naik - dan menang, yang mengejutkan kami. Ada banyak proyek menarik dari orang-orang yang berpengalaman di bidang pertanian, dan ada juri yang luar biasa dengan para ahli yang memberi kami umpan balik yang bagus tentang pekerjaan kami. Hasilnya, di sanalah orang-orang sangat mendukung kami - bahkan perwakilan Skolkovo yang ada di sana. Kami memenangkan tender, dan secara resmi ini diharapkan untuk memastikan implementasi kami di wilayah Belgorod.
Tapi kebahagiaan tidak datang dari ini. Kami mengadakan pertemuan dengan beberapa produsen pertanian, sebuah universitas pertanian lokal. Kami mendatangi orang-orang dan berbicara tentang proyek kami, bahwa kami membuat robot yang memantau tanaman di rumah kaca, dan semua orang memberi tahu kami bahwa ini agak menyebalkan, dan tidak ada yang membutuhkannya. Oleh karena itu, kami secara bertahap berhenti berinteraksi dengan mereka, kami tidak memiliki implementasi apa pun. Orang-orang yang berpartisipasi dalam hal ini secara bertahap bubar. Tapi kami memenangkan kompetisi, dan juri ahli memberi kami nasihat yang baik - ini membantu kami untuk percaya pada ide produk. Secara bertahap, saat kami mengerjakan ini dan berbicara dengan pakar industri yang berhubungan dengan kami, kami menyadari bahwa ide tentang robot sebenarnya tidak terlalu bagus. Robot pertanian sangat mahal untuk dikembangkan, sangat sulit untuk melakukannya,agar tidak mengganggu proses produksi. Dan hanya sedikit orang yang mau membayar mahal untuk teknologi semacam itu.
Tapi kami sudah memiliki perkembangan yang sudah jadi terkait dengan definisi penyakit tanaman dari gambar. Kami memutuskan untuk membuat teknologi yang lebih sederhana, yang pada akhirnya ternyata diminati dan menjadikan Fermata seperti sekarang. Inilah solusinya - ketika kita memasang di rumah kaca atau di "pertanian dalam ruangan" (ini adalah saat real estate diubah menjadi rumah kaca) sensor untuk mengumpulkan data iklim yang akurat dan kamera untuk kontrol visual tanaman. Kamera stasioner semacam itu jauh lebih murah daripada robot mana pun, tetapi pada saat yang sama, informasi yang dikumpulkan darinya cukup berkualitas untuk memantau pabrik dalam produksi secara akurat.
Fungsi utama produk kami adalah untuk mengidentifikasi penyakit pada tanaman, selain itu, kami juga menyelesaikan beberapa masalah yang dihadapi petani selama produksi. Kami mencoba mengganti seluruh proses pengambilan keputusan, yang didasarkan pada pemantauan visual, dan menjadikannya otomatis. Jadi, terkadang petani perlu menentukan fase pembungaan, atau mengontrol bentuk tanaman khusus. Semua ini dapat dilakukan dengan menggunakan analisis data dari kamera. Terkadang iklim membantu kita dalam hal ini: terkadang hal itu memengaruhi bentuk atau beberapa penyakit. Dan kami juga dapat mengintegrasikan data visual dan iklim untuk memprediksi tanaman dan memberikan panduan kepada petani tentang cara berperilaku untuk menurunkan biaya dan meningkatkan keuntungan.
Teknologi ini, yang kami temukan setelah meninggalkan konsep robot, telah mendapat dukungan dari investor, dan kami sedang mengembangkannya lebih lanjut. Masalah lain yang kami temui cukup cepat terkait dengan pasar Rusia: ternyata ini bukan platform terbaik untuk uji coba mesin pertanian, setidaknya yang kami lakukan - bertujuan untuk mengurangi biaya dengan mengurangi kerugian panen dan mengurangi jumlah orang. terlibat dalam pekerjaan rutin. Ini bisa efektif jika panen sangat mahal, atau orang sangat mahal, dan penurunan jumlah orang yang dipekerjakan dalam produksi (bahkan 1-2) terlihat. Tidak ada hal seperti itu di pasar Rusia. Banyak varietas tanaman, yang paling umum, tidak terlalu mahal, sehingga penghematan karena teknologi kami tidak berarti bagi petani.Tenaga kerja juga tidak terlalu mahal. Jadi, nilai pemasangan teknologi kami di wilayah Rusia tidak terlalu tinggi. Oleh karena itu, awalnya negosiasi yang kami lakukan dengan petani sambil tinggal di rumah tidak terlalu positif. Orang tidak benar-benar melihat kami dan tidak melihat keuntungan apa pun bagi diri mereka sendiri, karena itu benar-benar rendah.
Tetapi ketika kami mulai mencoba berbicara dengan petani di luar Rusia, kami menyadari bahwa kami memiliki solusi yang sangat keren. Ini difasilitasi oleh fakta bahwa saya berada di Israel. Ini juga merupakan perubahan besar: meninggalkan komunitas startup Moskow yang nyaman, di mana semua orang ramah satu sama lain, tidak pernah terpikir oleh siapa pun untuk meminta uang untuk nasihat, semua orang dengan tenang memperkenalkan satu sama lain kepada investor mereka.
Situasinya sangat berbeda ketika kami menghadiri acara startup di Israel. Kami pergi ke acara agrotech pertama bersama dengan kolega saya yang membantu saya dengan pengembangan bisnis di Israel; datang ke acara ini, dan sepertinya kami adalah anak-anak seseorang yang tidak memiliki siapa pun untuk ditinggal di rumah. Sebagian besar terdapat pria dewasa, 50+, yang telah bekerja di perusahaan pertanian selama bertahun-tahun, memiliki pengalaman yang luas, sangat memahami apa yang dibutuhkan Bayer atau Syngenta bersyarat, dan membuat startup yang sangat terfokus untuk perusahaan tertentu untuk menjualnya di sana. kemudian.
Ketika kami menemukan diri kami di antara mereka, kami menyadari bahwa gagasan kami tentang persaingan di pasar startup tidak benar. Ada banyak orang yang sangat keren dan profesional. Dan ini memengaruhi keputusan kami selanjutnya tentang apa yang harus dilakukan dengan tim; kami menyadari bahwa sangat penting untuk melibatkan para ahli, terutama di bidang keuangan dan bisnis, di mana bukan teknologi dan pengetahuan yang menentukan, tetapi pengalaman, pengetahuan, kontak. Kami juga menyadari bahwa sangat penting bagi orang-orang dengan pengalaman internasional untuk terlibat dalam bagian tim ini jika Anda tertarik dengan pasar internasional. Sayangnya, sangat sulit untuk menemukan orang yang mampu menyediakan kontak internasional tingkat tinggi.
Saat bekerja dengan pasar Rusia, kami segera mencoba untuk mulai mencari orang yang dapat kami uji coba teknologinya - sehingga kami memiliki kontak nyata dengan produsen, sehingga kami menerima umpan balik tentang apa yang sebenarnya mereka butuhkan, dan tidak mengajukan permintaan mereka diri kita sendiri ... Kami menemukan yang sangat bersahabat dengan kami, pada waktu itu, perusahaan - "City-Farmer", yang membuat rumah kaca vertikal untuk produksi jamu dan jamur.
Kami membuat pilot gratis dengan mereka; mereka membuka situsnya untuk kami, tempat kami belajar banyak - kami memahami cara kerja produksi, tugas apa yang dihadapi ahli agronomi. Kami mengumpulkan kumpulan data besar di sana dan menemukan cara melakukannya.
Kami memiliki orang yang berdedikasi di tim yang hanya bertanggung jawab atas data. Ketika kami mengerjakan proyek baru, ketika kami berbicara tentang beberapa jenis tanaman baru atau wilayah baru - karena, secara alami, semuanya berbeda dari satu wilayah ke wilayah lain, dan tugasnya juga berbeda - orang yang istimewa ini melakukan penelitian dan menemukan semua yang bisa dia temukan di data terbuka.
Oleh karena itu, ketika kami datang ke klien, kami sudah memiliki setidaknya prototipe solusi yang berfungsi. Setelah itu, kami melakukan pendataan intensif, bersama klien dan agronomisnya, dan melakukan markup data. Kami memiliki solusi khusus untuk markup data, sehingga seluruh proses berkualitas tinggi, intensif, dan cepat. Proses pengumpulan tugas dari pabrikan, pemrosesan data yang relevan, membangun model yang akan menyelesaikan tugas yang dihadapi mereka sangat penting.
Oleh karena itu, ketika kami mulai bekerja, kami segera mencoba mencari mitra komersial, yang di atasnya kami dapat mengembangkan teknologi yang akan dibutuhkan dan berguna. Kemudian kami mulai melihat keputusan yang kami buat - di pasar mana, di wilayah mana mereka juga dapat berguna. Jadi kami muncul dengan ide yang konyol, seperti yang terlihat bagi kami, dengan ganja medis: ini adalah pasar yang agak marjinal, di sini biaya produk akhir tinggi. Oleh karena itu, jika Anda mengurangi kerugian produksi meski sedikit, itu berperan besar. Ini berguna bagi petani, dan kami dapat memperoleh lebih banyak, karena model bisnis kami didasarkan pada fakta bahwa kami berbagi dengan petani keuntungan yang dia terima juga berkat teknologi kami.
Jadi kami menyadari bahwa ganja adalah arah yang menjanjikan. Kami menemukan "pilot" lain di Israel, juga gratis, tempat kami mengerjakan semua teknologi. Setelah itu, kami, yang sudah lebih cerdas dari sebelumnya, ditumbuhi jaringan ahli agronomi, dengan siapa kami sekarang bekerja, dan yang memberi tahu kami masalah apa yang perlu dipecahkan, fitur apa yang perlu ditambahkan ke teknologi di setiap tahap berikutnya. Jadi kami secara bertahap membuat solusi untuk ganja, yang sekarang kami promosikan secara aktif - ini adalah arah yang sangat menarik bagi kami, dari sudut pandang komersial. Ada ganja medis baik di Israel maupun di Eropa - proyek di mana ia ditanam untuk tujuan kosmetik, dan ada tugas penting yang sama.
Jika kita berbicara tentang tanaman klasik, seperti sayuran atau sayuran, maka kita harus melihat berapa biaya di daerah tertentu dari produk ini, dan berapa biaya tenaga kerja di sana. Oleh karena itu, sekarang kami fokus pada pasar Eropa - kami memahami bahwa orang-orang di sana mahal, dan efek penggunaan teknologi kami bisa tinggi.
Salah satu tantangan yang dihadapi petani adalah mengontrol penyajian tanaman. Anda tidak hanya perlu memastikan bahwa tidak ada penyakit: tanaman harus terlihat sempurna. Di sini, teknologi kami juga efektif. Jika kita berbicara tentang sayuran hijau, maka ada produsen yang sepenuhnya terspesialisasi yang mengembangkan tanaman untuk restoran mahal, dan sangat penting agar semua tanaman terlihat sangat indah, sehingga seluruh salad merata, hijau, indah.
Atau, misalnya, ada masalah menarik pada jamur: jamur yang kita beli seringkali jelek, dan karena itu lebih murah. Jika seseorang membangun produksi premium, maka penting baginya bahwa semua topi itu padat, indah, dengan bentuk yang sama. Kami juga menyelesaikan masalah seperti itu - kami memantau jenis tanaman, meskipun tidak terkait dengan penyakit.
Mengapa rumah kaca dan bukan ladang? Bagi saya, tugas dengan bidang lebih rumit. Pertanyaan utama di sini adalah bagaimana tepatnya memasang kamera untuk melacak tanaman. Di lapangan, cara utama untuk menyelesaikan masalah ini adalah drone, tetapi menurut saya bagian perangkat kerasnya belum cukup siap untuk memberikan penawaran yang menguntungkan bagi petani. Untuk mencegah drone dikeluarkan, tidak hilang, mereka tidak tertiup angin, dan pada saat yang sama mereka tidak mengeluarkan uang gila-gilaan. Oleh karena itu, sementara kita bekerja dengan rumah kaca dan tidak fokus ke sawah.
Mengenai tugas R&D: kami sangat tertarik pada arahan yang terkait dengan analisis komposisi tanaman. Kami sedang melakukan penelitian ke arah ini, ini adalah tugas yang agak penting untuk sejumlah tanaman, termasuk yang medis, tetapi tidak hanya. Misalnya untuk gandum, penting untuk mengetahui komposisi proteinnya. Penting bagi petani untuk mengetahui terlebih dahulu apa yang terjadi dengan komposisi tanaman untuk mengontrol iklim, memilih kondisi sehingga biaya akhir produk menjadi setinggi mungkin. Oleh karena itu, salah satu tugas Litbang terpenting yang kita lihat di hadapan kita adalah pengembangan teknologi yang memungkinkan kita melakukan ini secara real time, untuk memprediksi apa yang terjadi di dalam tumbuhan berdasarkan analisis data dari spektrum yang berbeda. Ditambah analisis data lingkungan dan integrasi data ini satu sama lain dalam rangkauntuk memprediksi dan menasihati petani tentang apa yang harus dilakukan untuk membuat produk mereka semahal mungkin.
Tugas yang tetap ada pada orang tersebut adalah topik yang sangat penting yang bersifat etis untuk semua perusahaan yang terlibat dalam AI dan otomatisasi tenaga kerja. Mereka terkadang ditanyai pertanyaan: Bukankah tampak buruk bagi Anda bahwa Anda mengembangkan teknologi yang menggantikan orang? Tapi menurut saya yang kita lakukan sebaliknya: kita membuat teknologi yang memungkinkan orang tidak melakukan pekerjaan membosankan dan tidak kreatif yang tidak membutuhkan keterlibatan sumber daya intelektual.
Tampak bagi saya bahwa seseorang tidak akan pernah terjebak oleh mesin dalam kreativitas, fleksibilitas, kemampuan untuk menciptakan sesuatu yang tidak ada. Oleh karena itu, sangat keren untuk melakukan hal-hal yang memungkinkan orang melakukan pekerjaan kreatif, dan tidak membuang waktu, hidup, kekuatan, kesehatan untuk apa yang dapat dilakukan mesin, bukan mereka.
T: Bagaimana dengan teknologi otomasi untuk hewan?
Kami memikirkannya. Awalnya, kami memikirkan tentang hewan dan ikan - sebenarnya, ada banyak tugas menarik pada ikan. Tapi sekarang kami berusaha untuk fokus sebanyak mungkin. Kami bahkan tidak menyemprot diri kami sendiri di antara banyak tanaman yang berbeda; kami sekarang memiliki dua fokus utama - sayuran hijau dan ganja. Kami mempertimbangkan dan memimpin pengembangan ke arah sayuran hanya karena kami memiliki potensi untuk dikembangkan dengan ahli strategi utama, meskipun bekerja dengan sayuran klasik adalah tugas teknik yang sangat sulit. Sangat penting bagi kita bahwa kita berhasil - tetapi untuk berhasil, kita perlu membatasi keinginan kita. Oleh karena itu, kami telah memilih apa yang tampaknya paling layak secara komersial; menentukan jenis tanaman, menentukan pasar yang kita tuju dan mencoba mematuhinya.
Setahu saya sudah banyak solusi di bidang peternakan, keren banget, terkait AI. Mereka menggantung sensor pada hewan, memantau kesehatan mereka, menentukan kesuburan dengan kamera, dengan cara berjalan. Tugas yang sangat menarik. Ikan menurut saya merupakan arah yang berpotensi menarik secara komersial, tetapi saya bukan ahli dalam hal ini. Sejauh ini kami terbatas pada kelompok tanaman prioritas.
T: Apakah Anda bekerja dengan semua jenis kultivasi?
Tidak dengan semua orang. Kami tidak bekerja dengan lapangan terbuka, karena kami belum memahami metode pemasangan kamera untuk mengontrol tanaman di lapangan yang akan efektif. Sebelum epidemi, kami memiliki hubungan dengan satu pabrikan peralatan lapangan besar di Amerika, tetapi semuanya macet. Kami sekarang fokus pada apa yang terjadi di dalam ruangan - rumah kaca dan dalam ruangan.
T: Apa yang dilakukan startup sebelum klien pertama? Apa pesanan pertama?
Startup tersebut sebagian besar masih hidup dengan dana investasi. Kami berharap dapat mencapai profitabilitas dalam beberapa bulan, tetapi sekarang yang utama adalah uang investasi.
Cerita komersial pertama dimulai setelah reorientasi dari pasar Rusia ke pasar barat, yang terjadi belum lama ini. Kami sekarang memiliki dua proyek komersial yang cukup besar. Ada juga poin penting di sini: kami tidak bekerja secara langsung dengan petani, kami bekerja dengan produsen teknologi dan produsen rumah kaca.
Jika kami memasang peralatan sendiri, kami harus memiliki banyak staf; Karena kami berfokus pada sejumlah besar pasar dan tidak ingin membatasi diri, sangat penting bagi kami bahwa proses instalasi teknologi kami cepat, efisien, dan melibatkan orang lain. Kami ingin tetap berada di area pengembangan perangkat lunak. Oleh karena itu, kami bekerja sama dengan perusahaan yang dapat menyediakan pemasangan peralatan yang diperlukan agar teknologi kami dapat bekerja. Karenanya, ini adalah produsen rumah kaca, karena teknologi kita dapat menjadi bagian dari rumah kaca, atau perusahaan yang membuat teknologi untuk perawatan dan pengendalian tanaman. Kami membicarakannya dengan mereka seperti ini: Anda membuat cahaya, atau memanaskan akar, atau teknologi keren lainnya yang memungkinkan Anda menumbuhkan tanaman dengan lebih baik, lebih baik, dan kami membuat teknologi,yang memungkinkan pengumpulan umpan balik dari tanaman ini. Artinya, kami dapat mengetahui perasaan mereka, dan kami dapat memberi tahu Anda - dan petani akhir - apakah semuanya berjalan dengan baik, atau beberapa proses perlu dioptimalkan.
T: Apa pesaing Anda saat ini?
Masalah yang kompleks. Ada beberapa perusahaan di dunia yang mengklaim membuat teknologi serupa. Ketika kami pertama kali memiliki tim Eropa, kami memiliki ide yang mereka bawa: kami mengatakan bahwa kami adalah petani dan menelepon perusahaan yang berbeda. Kami mencoba untuk memahami, berkomunikasi dengan mereka, apa yang sebenarnya mereka lakukan, seberapa serius persaingan kami, berapa uang yang mereka kenakan untuk produk mereka - ini adalah pertanyaan yang paling penting. Sekarang bagi kami tampaknya persaingan tidak terlalu tinggi. Ada banyak perusahaan terpisah yang melakukan hal serupa; Namun sejauh yang kami pahami, bahkan perusahaan yang mengatakan bahwa mereka menggunakan AI memiliki tingkat pembelajaran mesin yang rendah dalam proyek mereka. Karena itu, kami merasa percaya diri secara umum, tetapi jangan rileks dan mencoba bergerak dengan cepat dan efisien.
Pertanian umumnya merupakan industri non-digitalisasi yang cukup konservatif. Sangat menarik untuk mengamati dinamika perubahannya selama dua tahun kami bekerja; ketika kami baru saja mulai berbicara dengan perusahaan besar - bahkan di Barat - kami dihadapkan pada skeptisisme, kurangnya pemahaman tentang mengapa hal ini perlu. Tapi sekarang, ketika kita datang ke sebuah perusahaan, kita sering mendengar bahwa orang-orang di sana hanya memikirkan bagaimana mencapai kesepakatan dengan sebuah startup. Dan kami sangat beruntung karena kami sudah memiliki perkembangan, hasil, metrik, model, dan kami tidak datang dan mengatakan bahwa kami ingin melakukan sesuatu. Sekarang adalah waktu yang tepat untuk agrotek.
T: Kamera apa yang Anda gunakan? Beri tahu kami lebih lanjut tentang infrastruktur
Kami memiliki cerita berikut dengan kamera: awalnya kami melakukan semuanya sendiri. Tetapi sekarang kami mencoba untuk tetap berada di area perangkat lunak, karena kami memiliki keahlian di dalamnya - kami yakin bahwa kami kuat dalam ilmu data, tetapi tidak dalam menginstal dan memilih kamera. Ada orang yang sangat keren yang berspesialisasi dalam hal ini; ada perusahaan Latvia yang menangani pengawasan video - memasang sistem keamanan di bandara, di institusi besar lainnya, dan mereka tahu segalanya tentang kamera. Artinya, bagaimana cara memasangnya, apa masalahnya, apa yang harus dilakukan jika ada air, dan sebagainya. Sekarang mereka adalah partner utama kami di bidang kamera. Bersama-sama kami memilih kamera untuk tugas kami; mereka menyediakan keseluruhan bagian dengan pemilihan, pemilihan kamera. Ini adalah salah satu keputusan utama yang benaryang kami terima - untuk berhenti melakukan pekerjaan ini di dalam diri kami sendiri dan malah menarik para ahli tingkat tinggi.
Kami juga memiliki sensor iklim dari infrastruktur keras. Ini termasuk seperangkat parameter standar yang perlu Anda ketahui di rumah kaca - suhu, kelembaban, CO2, pencahayaan, dan sebagainya. Kami membuat sensor nirkabel yang memungkinkan kami mengambil informasi dari rumah kaca dalam resolusi tinggi - kami dapat menyebarkan banyak informasi dan membuat peta tiga dimensi tentang apa yang terjadi dengan iklim.
Sampai saat ini, kami mengembangkan sensor sendiri, tetapi kemudian - terutama setelah kemitraan di bidang kamera memberi kami banyak hal - kami menyadari bahwa kami juga tidak ingin melakukan bagian ini di dalam perusahaan. Terlepas dari kenyataan bahwa pada tahap awal pengerjaan, kami merasa bahwa ini hampir merupakan elemen kunci, dan kami bahkan memiliki perlindungan paten untuk sensor yang kami kembangkan untuk klien pertama kami. Tetapi kemudian kami menyadari bahwa, pada prinsipnya, kami bukan ahli yang hebat dalam hal ini, dan kegiatan yang berkaitan dengan keras kurang jelas dan lebih rumit. Oleh karena itu, sekarang kami mengadakan kemitraan dengan perusahaan Eropa lain untuk memproduksi peralatan jenis ini untuk kami.
T: Apakah ada masalah dengan paten atau troll paten?
Belum. Pada dasarnya, seluruh sejarah paten terkait AI sangat kompleks; sekarang kami mengerahkan upaya kami untuk memecahkan masalah ini. Selain itu, kami memiliki banyak perkembangan internal yang keren dalam hal algoritme yang penting untuk dilindungi dan yang merupakan nilai kunci perusahaan.
T: Bagaimana Anda memvalidasi ide di pasar dan mencari umpan balik?
Kami hanya melihat-lihat. Saya tidak bisa mengatakan apa pun yang cerdas di sini - itu menyakitkan dan untuk waktu yang lama, terutama di awal. Mereka mencari teman pada awalnya, bertemu dengan orang yang berbeda, memberi tahu mereka, mereka memberi tahu kami - menyebalkan, bertemu berikutnya, mereka mengatakan hal yang sama. Kami mencoba memahami logika dalam hal ini - apakah orang tidak suka jika kami memberi tahu mereka tentang sesuatu yang baru dan membuang-buang waktu, atau memang ada alasan mengapa hal ini tidak dapat menguntungkan. Sebenarnya, kami membuat keputusan yang tepat - meninggalkan robot - justru karena banyak orang memberi tahu kami bahwa itu tidak akan berfungsi.
Kami mencoba berbicara dengan pasar segera, mencoba menawarkan pilot gratis pada tahap awal, kami tidak berbicara tentang uang sama sekali. Kami mencoba mendapatkan setidaknya beberapa jenis keahlian di mana pun, karena kami tidak memiliki pemahaman tentang pertanian. Kami berbicara dengan universitas. Sekarang kami terus memvalidasi gagasan di pasar - kami memiliki gagasan tentang fitur baru, dan kami berkomunikasi dengan klien tentang hal ini.
Kami sudah memiliki jaringan konsultan orang yang berkomunikasi dengan kami; dan ada tim-tim yang berinteraksi langsung dengan kami. Proses pengembangan bisnis adalah tentang memvalidasi ide, dan ini sering kali membutuhkan kontak dingin. Tidak ada yang salah dengan mereka, itu benar-benar berhasil - meskipun ketika kami berada di "inkubator", tampaknya ini semacam omong kosong. Anehnya, setelah ratusan pesan terkirim, Anda benar-benar dapat menemukan klien atau setidaknya memvalidasi ide jika Anda memiliki produk yang menarik.
Saya akan memberi tahu Anda tentang bagaimana semua ini terkait dengan diagnosis kanker dan bioteknologi, dan bagaimana semuanya bekerja sama. Sebenarnya, teknologi dan pemahaman tentang bagaimana bekerja dengan semua jenis data di bidang pertanian pada awalnya, seperti yang saya katakan, berasal dari ide bekerja dengan data dari pasien kanker. Proyek lain yang saya dirikan bersama adalah Smartnomica, tempat kami mengembangkan teknologi yang memungkinkan diagnosis pasien kanker.
Idenya adalah sebagai berikut. Ada sejumlah besar orang - dan tidak hanya pasien kanker - yang telah menjalani pengobatan standar, dan mereka telah gagal. Entah mereka tidak diberi perawatan yang efektif, atau para dokter tidak dapat memahami apa yang salah dengan mereka. Orang-orang ini membutuhkan pendekatan yang sedikit berbeda; penting untuk melampaui protokol standar dan memahami apa yang dapat diberikan kepada orang-orang ini dengan terjun ke dalam penelitian ilmiah. Diketahui bahwa artikel ilmiah telah didigitalisasi sejak 1980-an, dan ada lebih dari 40 juta artikel yang diterbitkan di bidang medis. Mereka berisi sejumlah besar data yang dapat berguna bagi setiap pasien.
Saya bergabung dengan proyek, yang saat itu terlibat dalam perawatan pasien sulit (seperti klinik medis), sebagai spesialis AI. Bersama dengan salah satu pendiri lainnya, kami memiliki ide: untuk mengotomatiskan proses menemukan data yang diperlukan, yang dilakukan oleh spesialis - dokter, ilmuwan - untuk pasien yang sulit.
Jadikan proses ini setidaknya sebagian otomatis untuk membantu dokter melakukan penelitian lebih cepat dan efisien untuk kasus yang kompleks. Sekitar ini, kami telah membangun perusahaan yang kami dirikan di Riga pada bulan Maret. Sebenarnya, kami hanya berencana untuk berpikir tentang mendirikan perusahaan, tetapi karena wabah itu, kami tidak dapat lagi meninggalkan Riga, dan kami tidak punya tempat lain untuk pergi kecuali mengembangkan perusahaan. Kami sekarang memiliki sebuah klinik di Latvia, tempat saya berada sekarang: kami menghubungkan dokter di seluruh dunia dengan pasien di seluruh dunia untuk memberikan perawatan. Dan, karenanya, kami mengembangkan teknologi yang memungkinkan dokter kami bekerja lebih efektif dengan data pasien yang kompleks, untuk melakukan diagnostik berkualitas tinggi dan memilih perawatan yang efektif.
Jadi apa yang kami lakukan di agrotek terkait dengan apa yang kami lakukan di onkologi. Kami juga punya banyak proyek menarik di sini. Keputusan yang kami buat untuk pasien kami terkadang berubah menjadi permulaan bioteknologi terpisah, yang sekarang kami miliki secara keseluruhan 1 (tetapi akan ada lebih banyak). Semua teknologi yang kami gunakan untuk pasien kami terkait dengan pengintegrasian berbagai jenis data - yang, dari sudut pandang teknologi, mirip dengan cerita yang kami buat di Fermata. Ada data visual, data genetik, dan data ilmiah yang perlu kita gabungkan untuk memberikan pasien terapi yang paling efektif.
T: Tentang Fermata: berapa volume produksi yang menguntungkan?
Hal ini tidak terlalu tergantung pada area seperti pada jenis tanaman dan wilayah di mana hal ini terjadi. Area tersebut tidak terlalu terpengaruh; meskipun hal ini dapat memengaruhi keinginan kami untuk terlibat dalam proyek: kami mencoba memilih pabrikan besar di mana kami melihat potensi besar untuk meningkatkan teknologi kami. Area produksi tertentu tidak begitu penting: mungkin kecil, tetapi mungkin terdapat banyak fasilitas produksi serupa.
T: tumbuh di tanah atau hidroponik?
Kami memiliki pengalaman dengan kedua metode tersebut, itu tidak terlalu penting.
T: Mungkinkah ide yang bagus untuk bekerja dengan petani kota? Ada orang yang lebih muda, berpikiran terbuka, dan mencintai inovasi
Ini benar, meskipun kami tidak bekerja dengan para petani itu sendiri, tetapi dengan mereka yang memproduksi pertanian kota yang mereka gunakan. Ini adalah salah satu bidang pekerjaan yang sedang kami pertimbangkan dengan cermat.
Secara khusus, ini adalah salah satu alasan mengapa kami bekerja dengan baik dengan ganja medis: orang-orang yang terlibat dalam industri ini sering kali lebih paham teknis daripada biasanya, dan produksinya lebih berteknologi daripada produksi sayuran klasik, misalnya. Oleh karena itu, mereka mengambil ide untuk memperkenalkan AI dengan lebih mudah.
T: Kamera hiperspektral biasanya digunakan untuk tugas Anda - harganya sangat mahal; Kamera apa yang sedang kita bicarakan dan berapa banyak yang digunakan per peternakan?
Pertanyaannya rumit dan saya tidak bisa mengatakan berapa banyak yang digunakan per pertanian. Ini selalu berbeda, kami melihat desain rangka tertentu. Spektralitas kamera juga bergantung pada ini. Kamera multispektral lebih merupakan solusi drone. Solusi rumah kaca tidak seperti pasar besar, tidak ada standar yang ketat. Kami sering menggunakan kamera biasa untuk proyek kami yang memotret spektrum yang terlihat + IR - ini cukup untuk sebagian besar tugas. Tidak semahal itu.
Jumlah ruangan tergantung pada desain rumah kaca dan jenis tanaman. Saya katakan sebelumnya bahwa sayuran klasik adalah tantangan teknik; misalnya, rumah kaca tomat adalah hutan. Sangat sulit untuk mengamati setiap individu tanaman dan daun, karena tanaman tersebut tumbuh 4 meter. Tapi saladnya kecil dan rata, jauh lebih mudah. Sama seperti stroberi - atau ganja yang sama, yang dapat diamati secara efektif dari atas dan mendapatkan gambaran tentang apa yang terjadi dengan tanaman. Biasanya, salah satu kamera yang kami gunakan - tergantung ketinggian tempat kamera dapat ditempatkan - cukup untuk 200-400 meter persegi.
T: Sayangnya saya belum menemukan paten untuk Fermata.
Ini belum paten, ini adalah aplikasi paten yang menunggu keputusan.
T: Apakah Anda memiliki lowongan?
Ya, jika ada yang tertarik, Anda bisa mengirimkan lamaran ke valeria.kogan@fermata.tech. Kami mencari orang-orang yang menarik dan berbakat setiap saat.
T: Ingin melakukan mikologi?
Saya tidak begitu mengerti pertanyaannya. Kami juga menganalisis masalah semacam ini secara visual. Kami menganalisis apakah ada serangga di daun, dan apakah ada kekurangan nutrisi, dan berbagai penyakit menular - kami memantau semua ini dan dapat menentukan.
T: Apakah Anda merencanakan produk massal seperti layanan cloud?
Ini adalah pertanyaan yang sangat bagus dan sangat besar. Faktanya adalah bahwa layanan cloud untuk teknologi kami bukanlah solusi terbaik. Di sinilah kami memulai. Ternyata, kami mengumpulkan banyak data, dan penting bagi kami untuk mengumpulkan gambar berkualitas tinggi. Oleh karena itu, awan yang cerah tidak optimal. Kami memiliki solusi terdistribusi antara cloud dan on-site; di tempat menganalisis gambar dan mengirimkan hasilnya ke cloud. Sekarang menurut kami pendekatan yang paling optimal. Namun hal ini tidak menjadikan produk tersebut kalah populer.
T: Mikologi adalah tentang jamur [bukan parasit]
Kami melakukan satu proyek tentang jamur - Saya bahkan menyebutkan bahwa jamur memiliki masalah yang menarik. Sekarang kami tidak memiliki proyek jamur besar-besaran, tetapi kami memiliki pengalaman dan minat dalam pengembangan ke arah ini.
T: Apakah mungkin untuk menentukan kebutuhan tanaman sebelum munculnya patologi?
Saya pikir ini bukanlah tugas dalam pendekatan kami saat ini. Kami mencoba mengotomatiskan pekerjaan yang dilakukan orang. Artinya, mereka memberi tahu kami bahwa mereka ingin melihat dedaunan yang terlihat seperti ini, dan menerima pemberitahuan tentangnya. Dan tugas kami adalah melakukannya dengan lebih efisien dan cepat daripada spesialis melakukannya secara manual. Artinya, kami tidak memecahkan masalah memprediksi keadaan tumbuhan. Hanya jika kami menggunakan data visual dalam hubungannya dengan iklim, tugas ini terkadang dapat diselesaikan. Tetapi lebih dari ini menyangkut beberapa jenis masalah gizi. Berkenaan dengan hama atau penyakit menular - kami menentukan ini hanya jika sudah terjadi.
T: Beri tahu kami tentang Fermata dan kumpulan data: apa yang Anda kumpulkan, bagaimana Anda menandainya? Dan tentang jaringan saraf - apakah ada kolaborasi, untuk melihat secara kasar memahami apa yang Anda lakukan?
Awalnya kami mengumpulkan kumpulan data dari semua yang terbuka di Internet. Misalnya, dari semua lomba yang diadakan tentang kegel dan materi lainnya, khususnya yang bertema Asia, ada banyak hal yang menarik. Kami mengumpulkan foto-foto dari berbagai forum agronomi, dari berbagai ensiklopedia - kami mencoba mengumpulkan semuanya, menandainya.
Ketika kami mendapat klien, setelah beberapa waktu kami menyusun prosedur untuk bekerja dengan mereka. Misalnya, klien memiliki kebutuhan untuk mendeteksi beberapa bagian berbahaya yang sangat langka yang dapat membunuh seluruh rumah kaca, dan tidak banyak gambar dari bagian ini. Dan mereka sendiri, begitu mereka melihatnya, mengambil gambar dan mengirimkan gambar kepada kami. Selain itu, spesialis kami secara rutin melakukan perjalanan - terutama jika kami bekerja dengan pabrik baru - dan mengambil foto serta melatih staf di dalamnya, sehingga kami terus dikirimi data untuk mengisi ulang kumpulan data dan meningkatkan kualitas.
Pertama-tama, kami memiliki spesialis internal untuk penandaan. Kami memiliki jaringan ahli agronomi - spesialis dalam teknologi yang berbeda, jenis tanaman yang berbeda, dan masalahnya di berbagai wilayah (ini penting, karena tanaman yang sama dapat memiliki masalah yang berbeda di negara yang berbeda dan di benua yang berbeda). Kami juga secara aktif melibatkan ahli agronomi klien kami untuk menandai. Mereka siap berbagi data, karena mereka memahami bahwa itu akan lebih baik bagi mereka: jika seorang ahli agronomi menghabiskan 2 jam seminggu untuk memberi tahu kami tugas apa yang mereka hadapi, maka kami akan dapat menyelesaikannya dengan lebih baik.
Tentang kolaborasi tersebut - mungkin tidak sekarang. Tapi pertanyaannya menarik, saya tidak memikirkannya. Saya akan berkonsultasi dengan orang-orang, mungkin hal seperti itu harus diatur.
T: Apa sebenarnya proses pengembangan dan hasilnya?
Hasilnya, produk akhirnya, adalah sistemnya. Kami datang ke rumah kaca, memasang sensor kamera, dan kemudian klien memiliki dasbor yang menunjukkan segala sesuatu yang terjadi pada iklim dan kesehatan tanaman. Lansiran datang dengan informasi tentang kapan dan bagaimana. Klien dapat menandai dan melacak apa yang dia lakukan dengan tanaman ini. Artinya, produk adalah lingkungan di mana ahli agronomi bekerja, dan di mana semua keadaan dan kesehatan tanaman terlihat.
T: Anda mengatakan bahwa satu kamera berukuran 200-400 persegi, tetapi adakah pengalaman dengan pertanian bertingkat vertikal?
Ya, ada pengalaman seperti itu (sebenarnya, kami mulai dengan pengalaman ini). Tentu saja kamera lain digunakan. Di rumah kaca konvensional, penting untuk memiliki zoom besar dan menutupi area yang luas, sedangkan di rumah kaca vertikal, pendekatan yang berbeda. Mereka menggunakan kamera yang lebih murah, yang memungkinkan kami mengamati tanaman di baris yang berbeda, menyadari bahwa kami tidak akan dapat memasang kamera terlalu jauh.
T : Apa pendapat Anda tentang mikroalga?
Sayangnya, saya bukan ahli dalam hal ini, saya tidak bisa menjawab.
T: Apakah Anda melihat hasil dari kebutuhan otomatisasi pemantauan kelembaban tanah, otomatisasi irigasi tertutup?
Ya, ini adalah tugas yang sangat penting. Kami melihat perusahaan semacam itu (terutama yang bekerja di Israel - pusat teknologi semacam itu) terutama sebagai mitra kami. Mereka terlibat dalam otomatisasi irigasi, dan kami memantau tanaman dan dapat memberi mereka umpan balik tentang seberapa baik sistem mereka bekerja. Bagi saya, ada banyak perusahaan sukses yang memecahkan masalah ini, tetapi saya tidak dapat mengatakan apa-apa lagi (bukan seorang ahli).
T: Status mana yang secara kuantitatif sekarang, di mana Anda secara geografis, apakah ada (atau direncanakan) departemen R&D perangkat keras Anda sendiri?
Staf perusahaan sekarang sekitar 13 orang. Secara geografis, ini adalah masalah yang kompleks, kami berada di banyak tempat. Ada tim pengembangan di Moskow, ada tim di Israel, ada orang di Jerman. Terkadang kami melibatkan pengembangan outsourcing untuk menyelesaikan lebih banyak tugas standar di luar tim, agar kami dapat berfokus pada pembelajaran mesin. Itulah mengapa tim tersebar luas di seluruh dunia.
R&D perangkat keras tidak mungkin sekarang. Saya ingin fokus pada perangkat lunak, ini karena ke mana kita sekarang bergerak dan ke mana kita ingin berada, dan mereka yang kita lihat sebagai mitra yang berpotensi paling menarik hanyalah perusahaan yang membuat sangat keren, dan sangat kuat dalam hal ini. daerah. Kami tidak ingin menciptakan persaingan yang tidak perlu dan membuang waktu kami menjelajahi area baru daripada menyempurnakan bagian di mana kami adalah ahlinya.
T: Pertanyaan saya hanya tentang pertanian vertikal dan berapa banyak yang digunakan di sana.
Saya tidak bisa mengatakan angka pastinya. Jika Anda memiliki minat praktis, Anda dapat menghapusnya nanti.
T: Pernahkah Anda melihat bisnis dengan produsen pertanian utara (kompleks rumah kaca di Ural dan lebih jauh ke utara)?
Kami mencoba berbicara dengan beberapa pabrikan utara, tetapi pada saat itu mereka tidak berhasil. Ini adalah awal dari perjalanan kami. Kami tidak kembali ke cerita ini, karena sekarang kami fokus pada jenis tanaman yang menjadi prioritas kami.
T: Bagaimana dengan gandum, bunga matahari? Drone?
Saya skeptis tentang ini. Kami mencoba berbicara dengan berbagai perusahaan yang membuat drone dan mencoba menemukan solusi untuk itu. Pendekatan dengan drone yang tampaknya berisiko bagi saya sekarang, dan kami tidak menuju ke arah ini. Tapi ada beberapa ide menarik tentang bagaimana pemantauan semacam ini bisa dilakukan di lapangan, tapi sekarang ini bukan prioritas R&D kami.
T: Pendidikan apa yang Anda butuhkan untuk bekerja di bidang kecerdasan buatan (bahasa pemrograman yang mana, bidang matematika mana)?
Pemrograman kami terutama menggunakan Python. Bagi saya, bidang matematika mana pun akan bagus dalam pemrograman, tidak ada persyaratan yang sulit. Pada prinsipnya, orang-orang yang sekarang kami cari untuk tim internal untuk mengerjakan AI - pakar pembelajaran mesin - harus dapat membaca artikel dan menerapkan apa yang tertulis di dalamnya. Artinya, tidak hanya menggunakan pustaka standar dan jaringan standar yang ada. Penting bagi kami untuk menjadi yang terdepan dalam teknologi sekarang.
Jika Anda memiliki pertanyaan tambahan, ide untuk kerjasama, atau jika Anda ingin bergabung dengan tim kami - tulis (valeria.kogan@fermata.tech), kami akan senang bertemu dengan Anda.
