剑桥大学的工程师们，刚刚开发出了一款新型蔬菜采摘，其特点是经过了机器学习的算法训练，能够自主识别和收获卷心菜、莴苣等农作物。 研究人员表示，这款机器人名叫 Vegabot 。算法训练的目的，旨在帮助它在不同的天气条件下，正确辨别准备收获的健康生菜。
（图自： University of Cambridge ，via New Atlas ）
实际上，近年来，工程师们已经在农业收获技术上取得了显著的工业突破。问题在于，小麦和马铃薯等常见作物，属于相对容易被大型机械所收割的。而另一些作物，仍需借助人工来辛苦采集。
有鉴于此，剑桥大学的工程师们，想到了借助机器学习训练，让机器人挑战高难度的农作物采摘工作，比如本次研究所选择的生菜农场。
在人类眼中，生菜地是可以做到相对整齐划一的。但是对于人工智能算法开发者来说，如何辨别生菜的健康度、以及选择采摘的发力处，仍然是一个艰巨的挑战。
在谈到自主式蔬菜采摘系统的挑战时，研究合著者 Simon Birrell 表示 —— 每一块菜地的状况都不尽相同，且世界上没有长得一模一样的两株生菜。
Robot uses machine learning to harvest lettuce（ via ）
工程师表示，他们要解决的第一个复杂问题，就是教导视觉识别系统在拥挤的绿色田野中，识别出一株健康的生菜头。
为此，他们开发的专属的机器学习算法，然后通过图库中的照片对机器人系统展开训练。在取得一定成效后，再转而在实验室条件下，对真实的生菜展开收割。
接着他们在现实农田里展开测试，让机器人收割系统了解莴苣等蔬菜顶部的外观，以便在各种不同的天气状况下实施采摘。
第二项挑战是打造一套方法，确保机器人能够遵循商业标准，对每株莴苣等蔬菜展开挑选和切割，精度要达到维持其茎秆长度所需的地步。
具体说来是，这需要为机器人设计一款弹性握持机械臂，在切割刀片附近配备第二颗摄像头，以确保刀片顺利划拉到正确的位置。
最终剑桥工程师们打造出了一款名叫 Vegebot 的自主式蔬菜采摘机器人，其成功率达到了令人惊讶的 91% 。
当然，在正式商用前，研究团队仍需完成许多必要的工作，因为目前的损耗率还有些偏高（达到了 38%）。好消息是，尽管不符合超市上架的标准，但这并不影响蔬菜的食用。
另外一个需要克服的问题，就是机器人系统的采摘速度，目前 Vegabot 平均每 32 秒可完成一个生菜的采摘，这笔人类要慢得多。
不过随着技术的进一步发展，这些方面都可以得到有效的改观。有关这项研究的详情，已经发表在近日出版的《 Journal of Field Robotics 》期刊上。
