Jay Schroeder atua como Chief Know-how Officer (CTO) na CNH, supervisionando as operações globais de pesquisa e desenvolvimento da empresa. Suas responsabilidades incluem gerenciar áreas como tecnologia, inovação, veículos e implementos, tecnologia de precisão, experiência do usuário e trem de força. Schroeder se concentra em aprimorar o portfólio de produtos e os recursos de tecnologia de precisão da empresa, com o objetivo de integrar soluções de precisão em toda a gama de equipamentos. Além disso, ele está envolvido na expansão das ofertas de propulsão alternativa da CNH e no fornecimento de governança sobre os processos de desenvolvimento de produtos para garantir que o portfólio de produtos da empresa atenda aos altos padrões de qualidade e desempenho.
Por meio de seus vários negócios, a CNH Industrial produz e vende máquinas agrícolas e equipamentos de construção. IA e tecnologias avançadas, como visão computacional, aprendizado de máquina (ML) e sensores de câmera, estão transformando a forma como esses equipamentos operam, permitindo inovações como tratores autônomos alimentados por IA que ajudam os agricultores a lidar com desafios complexos em seu trabalho.
Os tratores autônomos da CNH são movidos por modelos treinados em redes neurais profundas e inferência em tempo actual. Você pode explicar como essa tecnologia ajuda os fazendeiros a realizar tarefas como plantar com extrema precisão e como ela se compara à direção autônoma em outras indústrias, como transporte?
Enquanto carros autônomos capturam manchetes, a indústria agrícola lidera silenciosamente a revolução autônoma há mais de duas décadas. Empresas como a CNH foram pioneiras na direção autônoma e no controle de velocidade muito antes da Tesla. Hoje, a tecnologia da CNH vai além de simplesmente dirigir para conduzir um trabalho altamente automatizado e autônomo enquanto dirigem. Desde o plantio preciso de sementes no solo exatamente onde elas precisam estar, até a colheita eficiente e otimizada e o tratamento do solo, tudo isso enquanto dirigem pelo campo, a agricultura autônoma não está apenas acompanhando o ritmo dos carros autônomos – está deixando-os para trás. O futuro do transporte pode ser autônomo, mas na agricultura, o futuro já está aqui.
Além disso, a pilha de tecnologia à prova de futuro da CNH capacita a agricultura autônoma muito além do que os carros autônomos podem alcançar. Nossa arquitetura definida por software program integra perfeitamente uma ampla gama de tecnologias, permitindo a automação para tarefas agrícolas complexas que são muito mais desafiadoras do que a simples navegação ponto A-B. A interoperabilidade na arquitetura capacita os agricultores com controle e flexibilidade sem precedentes para aplicar tecnologia aprimorada por meio das APIs abertas da CNH. Ao contrário dos sistemas fechados, a API aberta da CNH permite que os agricultores personalizem suas máquinas. Think about sensores de câmera que distinguem as plantações das ervas daninhas, ativados apenas quando necessário — tudo isso enquanto o veículo opera de forma autônoma. Essa adaptabilidade, combinada com a capacidade de lidar com terrenos acidentados e tarefas diversas, diferencia a tecnologia da CNH. Enquanto a Tesla e a Waymo avançam, a verdadeira fronteira da inovação autônoma está nos campos, não nas estradas.
O conceito de uma “máquina de ressonância magnética para plantas” é fascinante. Como o uso de imagens sintéticas e aprendizado de máquina pela CNH permite que suas máquinas identifiquem o tipo de cultura, estágios de crescimento e apliquem nutrição direcionada à cultura?
Usando IA, câmeras de visão computacional e conjuntos de dados massivos, a CNH está treinando modelos para distinguir plantações de ervas daninhas, identificar estágios de crescimento de plantas e reconhecer a saúde da plantação nos campos para determinar a quantidade exata de nutrientes e proteção necessária para otimizar o rendimento de uma plantação. Por exemplo, com o Augmenta Subject Analyzer, um aplicativo de visão computacional escaneia o solo na frente da máquina enquanto ela se transfer rapidamente pelo campo (a até 20 mph) para avaliar as condições da plantação no campo e quais áreas precisam ser tratadas, e em que taxa, para tornar essas áreas mais saudáveis.
Com essa tecnologia, os agricultores conseguem saber e tratar exatamente onde no campo um problema está se formando, de modo que, em vez de cobrir um campo inteiro com um tratamento para matar ervas daninhas, controlar pragas ou adicionar nutrientes necessários para aumentar a saúde das plantações, máquinas de pulverização com IA e informações de dados pulverizam automaticamente apenas as plantas que precisam. A tecnologia permite a quantidade exata de produto químico necessária, aplicada exatamente no native certo para atender precisamente às necessidades das plantas e interromper qualquer ameaça à plantação. Identificar e pulverizar apenas (e exatamente) ervas daninhas à medida que crescem entre as plantações acabará reduzindo o uso de produtos químicos nos campos em até 90%. Apenas uma pequena quantidade de produto químico é necessária para tratar cada ameaça particular person, em vez de tratar o campo inteiro para atingir essas mesmas poucas ameaças.
Para gerar imagens sintéticas fotorrealistas e melhorar conjuntos de dados rapidamente, a CNH usa modelos de procedimentos biofísicos. Isso permite que a equipe crie e classifique milhões de imagens de forma rápida e eficiente sem precisar perder tempo capturando imagens reais na escala necessária. Os dados sintéticos aumentam imagens autênticas, melhorando o treinamento do modelo e o desempenho da inferência. Por exemplo, ao usar dados sintéticos, diferentes situações podem ser criadas para treinar os modelos – como várias condições de iluminação e sombras que se movem ao longo do dia. Os modelos de procedimentos podem produzir imagens específicas com base em parâmetros para criar um conjunto de dados que representa diferentes condições.
Quão precisa é essa tecnologia em comparação aos métodos agrícolas tradicionais?
Os agricultores fazem centenas de escolhas significativas ao longo do ano, mas só veem os resultados de todas essas decisões cumulativas uma vez: na época da colheita. A idade média de um agricultor está aumentando e a maioria trabalha por mais de 30 anos. Não há margem para erro. A partir do momento em que a semente é plantada, os agricultores precisam fazer tudo o que podem para garantir que a colheita prospere – seu sustento está em jogo.
Nossa tecnologia elimina muitas das suposições das tarefas dos agricultores, como determinar as melhores maneiras de cuidar das plantações em crescimento, ao mesmo tempo em que dá aos agricultores tempo additional para se concentrarem na solução de desafios estratégicos de negócios. No last do dia, os agricultores estão administrando grandes negócios e contam com a tecnologia para ajudá-los a fazer isso de forma mais eficiente, produtiva e lucrativa.
Não apenas os dados gerados pelas máquinas permitem que os agricultores tomem decisões melhores e mais informadas para obter melhores resultados, mas os altos níveis de automação e autonomia nas próprias máquinas realizam o trabalho melhor e em uma escala maior do que os humanos são capazes de fazer. As máquinas de pulverização são capazes de “ver” pontos problemáticos em milhares de acres de plantações melhor do que os olhos humanos e podem tratar ameaças com precisão; enquanto tecnologias como a lavoura autônoma são capazes de aliviar o fardo de fazer uma tarefa árdua e demorada e executá-la com mais precisão e eficiência em escala do que um humano poderia. Na lavoura autônoma, um sistema totalmente autônomo ara o solo usando sensores combinados com redes neurais profundas para criar condições ideais com precisão de nível centimétrico. Isso prepara o solo para permitir espaçamento de linha altamente consistente, profundidade precisa de sementes e posicionamento otimizado de sementes, apesar de mudanças de solo frequentemente drásticas em até mesmo um campo. Os métodos tradicionais, muitas vezes dependentes de máquinas operadas por humanos, normalmente resultam em mais variabilidade nos resultados devido à fadiga do operador, navegação menos consistente e posicionamento menos preciso.
Durante a temporada de colheita, as máquinas combinadas da CNH usam computação de ponta e sensores de câmera para avaliar a qualidade da colheita em tempo actual. Como esse processo rápido de tomada de decisão funciona e qual o papel da IA na otimização da colheita para reduzir o desperdício e melhorar a eficiência?
Uma colheitadeira é uma máquina incrivelmente complexa que faz vários processos — colher, debulhar e reunir — em uma única operação contínua. É chamada de colheitadeira por esse mesmo motivo: ela combina o que costumava ser vários dispositivos em uma única fábrica sobre rodas. Há muita coisa acontecendo ao mesmo tempo e pouco espaço para erros. A colheitadeira da CNH toma automaticamente milhões de decisões rápidas a cada vinte segundos, processando-as na ponta, direto na máquina. Os sensores da câmera capturam e processam imagens detalhadas das colheitas para determinar a qualidade de cada grão da colheita que está sendo colhida — analisando os níveis de umidade, a qualidade do grão e o conteúdo de detritos. A máquina fará ajustes automaticamente com base nos dados de imagens para implantar as melhores configurações da máquina para obter resultados ideais. Podemos fazer isso hoje para cevada, arroz, trigo, milho, soja e canola e em breve adicionaremos recursos para sorgo, aveia, ervilhas, girassóis e feijões comestíveis.
A IA na borda é essential para otimizar esse processo usando modelos de aprendizado profundo treinados para reconhecer padrões nas condições da colheita. Esses modelos podem identificar rapidamente áreas da colheita que exigem ajustes, como alterar a velocidade da colheitadeira ou modificar as configurações de debulha para garantir melhor separação do grão do resto da planta (por exemplo, mantendo apenas cada grão de milho e removendo todos os pedaços da espiga e do caule). Essa otimização em tempo actual ajuda a reduzir o desperdício, minimizando os danos à colheita e coletando apenas colheitas de alta qualidade. Ela também melhora a eficiência, permitindo que as máquinas tomem decisões baseadas em dados em movimento para maximizar o rendimento da colheita dos agricultores, ao mesmo tempo em que reduz o estresse operacional e os custos.
A agricultura de precisão impulsionada por IA e ML promete reduzir o desperdício de insumos e maximizar o rendimento. Você poderia elaborar sobre como a tecnologia da CNH está ajudando os agricultores a cortar custos, melhorar a sustentabilidade e superar a escassez de mão de obra em um cenário agrícola cada vez mais desafiador?
Os agricultores enfrentam enormes obstáculos para encontrar mão de obra qualificada. Isso é especialmente verdadeiro para a lavoura – uma etapa crítica que a maioria das fazendas exige para preparar o solo para o inverno e criar melhores condições de plantio na primavera. A precisão é important na lavoura, com precisão medida até o décimo de polegada para criar condições ideais de crescimento da cultura. A tecnologia de lavoura autônoma da CNH elimina a necessidade de operadores altamente qualificados para ajustar manualmente os implementos de lavoura. Com o toque de um botão, o sistema automatiza todo o processo, permitindo que os agricultores se concentrem em outras tarefas essenciais. Isso aumenta a produtividade e a precisão conserva combustível, tornando as operações mais eficientes.
Quando se trata de manutenção de colheitas, a tecnologia de pulverizadores da CNH é equipada com mais de 125 microprocessadores que se comunicam em tempo actual para melhorar a eficiência de custos e a sustentabilidade do uso de água, nutrientes, herbicidas e pesticidas. Esses processadores colaboram para analisar as condições de campo e determinar precisamente quando e onde aplicar esses nutrientes, eliminando uma superabundância de produtos químicos em até 30% hoje e até 90% no futuro próximo, reduzindo drasticamente os custos de insumos e a quantidade de produtos químicos que vão para o solo. As válvulas de controle do bico permitem que a máquina aplique o produto com precisão, ajustando-se automaticamente com base na velocidade do pulverizador, garantindo uma taxa e pressão consistentes para entrega precisa de gotas na colheita, de modo que cada gota caia exatamente onde precisa estar para a saúde da colheita. Esse nível de precisão reduz a necessidade de recargas frequentes, com os agricultores precisando encher o pulverizador apenas uma vez por dia, levando a uma conservação significativa de água/produtos químicos.
Da mesma forma, o Cart Automation da CNH simplifica a tarefa complexa e estressante de operar uma colheitadeira durante a colheita. A precisão é essential para evitar colisões entre o cabeçote da colheitadeira e o carrinho de grãos que se deslocam a centímetros um do outro por horas a fio. Também ajuda a diminuir a perda de colheita. O Cart Automation permite um processo contínuo de carregamento em movimento, reduzindo a necessidade de coordenação handbook e facilitando a colheitadeira a continuar realizando seu trabalho sem ter que parar. A CNH fez testes fisiológicos que mostram que essa tecnologia assistiva reduz o estresse para operadores de colheitadeiras em aproximadamente 12% e para operadores de tratores em 18%, o que aumenta quando esses operadores ficam nessas máquinas por até 16 horas por dia durante a temporada de colheita.
Marca CNH, A New Holland fez recentemente uma parceria com a Bluewhite para kits de tratores autônomos. Como essa colaboração se encaixa na estratégia mais ampla da CNH para expandir a autonomia na agricultura?
A autonomia é o futuro da CNH, e estamos adotando uma abordagem proposital e estratégica para desenvolver essa tecnologia, impulsionada pelas necessidades mais urgentes de nossos clientes. Nossos engenheiros internos estão focados em desenvolver autonomia para nosso grande segmento de clientes agrícolas – agricultores de culturas que crescem em grandes campos abertos, como milho e soja. Outra base de clientes importante para a CNH são os agricultores do que chamamos de “culturas permanentes” que crescem em pomares e vinhedos. A parceria com a Bluewhite, líder comprovada na implementação de autonomia em pomares e vinhedos, nos permite a escala e a velocidade de comercialização para poder atender aos grandes segmentos de clientes agrícolas e de culturas permanentes com autonomia extremamente necessária. Com a Bluewhite, estamos entregando um trator totalmente autônomo em culturas permanentes, tornando-nos o primeiro fabricante de equipamento unique (OEM) com uma solução autônoma em pomares e vinhedos.
Nossa abordagem para autonomia é resolver os desafios mais críticos que os clientes têm em trabalhos e tarefas em que eles estão ansiosos para que a máquina conclua o trabalho e remova a carga sobre a mão de obra. A lavoura autônoma lidera nosso desenvolvimento interno de autonomia de trabalho porque é uma tarefa árdua que leva muito tempo durante um período do ano com restrições de tempo, quando várias outras coisas também precisam acontecer. Uma máquina, neste caso, pode executar o trabalho melhor do que um operador humano. Os agricultores de culturas permanentes também têm uma necessidade urgente de autonomia, pois enfrentam escassez extrema de mão de obra e precisam de máquinas para preencher as lacunas. Esses trabalhos exigem que os tratores façam de 20 a 30 passagens por cada pomar ou fileira de vinhedos por temporada, realizando trabalhos importantes como aplicar nutrientes às árvores e manter a grama entre as videiras aparada e livre de ervas daninhas.
Muitas das soluções da CNH estão sendo adotadas por operadores de pomares e vinhedos. Quais desafios únicos esses ambientes apresentam para máquinas autônomas e orientadas por IA, e como a CNH está adaptando suas tecnologias para tais aplicações especializadas?
As janelas para a colheita estão mudando, e encontrar mão de obra qualificada está mais difícil de encontrar. As mudanças climáticas estão tornando as estações mais imprevisíveis; é essencial para os agricultores ter tecnologia pronta para uso que impulsione precisão e eficiência para quando as safras estiverem ótimas para a colheita. A agricultura sempre requer precisão, mas é particularmente necessária ao colher algo tão pequeno e delicado como uma uva ou uma noz.
A maioria das tecnologias de direção automatizada depende do GPS para guiar as máquinas em seus caminhos, mas em pomares e vinhedos esses sinais de GPS podem ser bloqueados por galhos de árvores e videiras. Câmeras de visão e radar são usados em conjunto com GPS para manter as máquinas em seu caminho excellent. E, com pomares e vinhedos, a colheita não envolve hectares de fileiras uniformes, mas sim plantas e árvores individuais e variadas, geralmente em terrenos acidentados. Os sistemas automatizados da CNH se ajustam à altura de cada planta, ao nível do solo e à velocidade de colheita necessária para garantir um rendimento de qualidade sem danificar a colheita. Eles também se ajustam em torno de árvores improdutivas ou mortas para economizar insumos desnecessários. Essas máquinas robóticas se movem automaticamente ao longo das plantas, abrangendo com segurança a colheita enquanto removem delicadamente o produto da árvore ou videira. O operador outline a altura desejada do cabeçote de colheita, e as máquinas se ajustam automaticamente para manter essas configurações por planta, independentemente do terreno. Além disso, para algumas frutas, o melhor momento para colher é quando seu teor de açúcar atinge o pico durante a noite. Câmeras equipadas com tecnologia infravermelha funcionam mesmo nas condições mais escuras para colher a fruta em sua condição excellent.
À medida que mais equipamentos agrícolas autônomos são implantados, quais medidas a CNH está tomando para garantir a segurança e a conformidade regulatória desses sistemas alimentados por IA, especialmente em diversos ambientes agrícolas globais?
A segurança e a conformidade regulatória são essenciais para os sistemas alimentados por IA da CNH, portanto, a CNH colabora com autoridades locais em diferentes regiões, permitindo que a empresa adapte seus sistemas autônomos para atender aos requisitos regionais, incluindo padrões de segurança, regulamentações ambientais e leis de privacidade de dados. A CNH também atua em organizações de padrões para garantir que atendemos a todos os padrões e requisitos reconhecidos e emergentes.
Por exemplo, sistemas de segurança autônomos incluem sensores como câmeras, LiDAR, radar e GPS para monitoramento em tempo actual. Essas tecnologias permitem que o equipamento detecte obstáculos e pare automaticamente quando detecta algo à frente. As máquinas também podem navegar em terrenos complexos e responder a mudanças ambientais, minimizando o risco de acidentes.
O que você vê como as maiores barreiras para a adoção generalizada de tecnologias orientadas por IA na agricultura? Como a CNH está ajudando os agricultores a fazer a transição para esses novos sistemas e demonstrando seu valor?
Atualmente, as barreiras mais significativas são custo, conectividade e treinamento dos agricultores.
Mas melhores rendimentos, despesas reduzidas, estresse físico reduzido e melhor gerenciamento de tempo por meio de automação intensificada podem compensar o custo whole de propriedade. Fazendas menores podem se beneficiar de soluções autônomas mais limitadas, como sistemas de alimentação ou kits de atualização de pós-venda.
Conectividade inadequada, particularmente em áreas rurais, apresenta desafios. Tecnologias orientadas por IA exigem conectividade consistente e sempre ativa. A CNH está ajudando a resolver isso por meio de sua parceria com a Intelsat e por meio de modems universais que se conectam a qualquer rede próxima — wi-fi, celular ou satélite — fornecendo conectividade pronta para uso em campo para clientes em locais de difícil acesso. Embora muitos clientes atendam a essa necessidade de conectividade com a web com a rede digital móvel world líder de mercado da CNH, as torres de celular existentes não permitem conexão generalizada.
Por fim, a curva de aprendizado percebida associada à tecnologia de IA pode parecer assustadora. Essa mudança de práticas tradicionais requer treinamento e uma mudança de mentalidade, e é por isso que a CNH trabalha lado a lado com os clientes para garantir que eles estejam confortáveis com a tecnologia e estejam obtendo o benefício whole dos sistemas.
Olhando para o futuro, como você imagina que a IA e as soluções autônomas da CNH evoluirão na próxima década?
A CNH está enfrentando desafios globais críticos ao desenvolver tecnologia de ponta para produzir mais alimentos de forma sustentável usando menos recursos, para uma população crescente. Nosso foco é capacitar os agricultores a melhorar seus meios de subsistência e negócios por meio de soluções inovadoras, com IA e autonomia desempenhando um papel central. Avanços na coleta de dados, acessibilidade de sensores, conectividade e poder de computação acelerarão o desenvolvimento de IA e sistemas autônomos. Essas tecnologias impulsionarão o progresso na agricultura de precisão, operação autônoma, manutenção preditiva e tomada de decisão baseada em dados, beneficiando, em última análise, nossos clientes e o mundo.
Obrigado pela ótima entrevista. Os leitores que desejarem saber mais devem visitar o CNH.
