Gearbox 的 Thomas Wennekers 解释了数字化质量控制的优势："在传统的质量检查过程中，一个人会检查所有产品。在一周的时间里，这个人并不总是那么警觉和始终如一。一名员工在周一下午可能比早上更敏锐。而到了周五下午，你就不用再考虑准确性了。有了数字质量控制，一个摄像箱就可以全天候、每周 7 天从各个角度持续检查篮子。"
大约八年前，园艺领域有机会使用人工智能，这促使荷兰 Gearbox 公司成立。"人工智能是一个综合概念。对我们来说，它主要意味着图像识别，因此我们可以利用技术而不是人工进行检查。我们训练算法对每一种可以想象到的水果和蔬菜的外部特征进行质量检查。"
"我们目前正在处理葡萄、软果、西红柿、黄瓜和甜椒等大型产品。除了水果和蔬菜外，GearStation 还检查各种盆栽植物和切花，如玫瑰、非洲菊、菊花、百合和郁金香，包括散装和最终包装的花卉，"Thomas 说。
数字化
尽管该技术类似于光学分选，但 Thomas 解释说，数字质量检测可以评估更多的外部特征。"大多数光学分级机根据重量和单一的外部质量（如颜色或好坏）对产品进行分类。我们将其提升到了一个新的水平。例如，我们的数字质量检测可以检测霉菌、啃咬损伤、擦伤、软点、颜色差异、软果和果肉裂缝。"
Thomas 认为，数字化质量检查具有多种好处。"整个过程的自动化可以节省劳动力，这在当今是必不可少的。此外，人们越来越关注交付的质量，而数字质量控制的副产品就是数据，"他说。虽然数据是副产品，但它可以提供许多可能性。"它仍处于起步阶段，但这些数据正变得越来越重要。越来越多的种植方面都是数据驱动的，但这些数据也可以成为改进的起点。"
GearStation 通过摄像盒从四面八方检查网眼
培训和有针对性的控制
Thomas 引用了使用数据来培训和管理员工的例子。"你可以将数据与劳动登记结合起来，从而解决员工的采摘质量问题。然后我们可以知道哪个工人在哪辆手推车上从哪条路径采摘。经过质量检查后，采摘者和采摘质量就一目了然了，"他解释说。GearStation 还可以检测毛虫或粉虱造成的损害。"系统知道问题发生在哪个温室和哪条路径。然后种植者可以以更有针对性的方式解决问题，即只在检测到偏差的地方。"
Gearbox 使用深度学习来训练 GearStation 算法。"我们使用大量示例来教它识别事物，"Wennekers 说道，并补充说其中涉及很多方面。"假设我想教计算机识别狗；我可以说它有四条腿、一条尾巴、两只耳朵和毛皮。如果我拍了一张猫的照片，它就会被识别为狗，因为它具有相同的特征。这就是为什么我们将数千张狗的照片输入算法，在深度学习技术的帮助下，算法将寻找使狗成为狗的特征。最终，系统将能够识别狗。这就是我们的优势所在：使用深度学习来更好地识别农作物特征。"
雪球效应
虽然 GearStation 目前只进行质量控制，但也有扩展计划。"我们最终希望在系统中添加自动机器人包装。这些都是正在进行的开发，我希望我们很快就能分享。我们在这方面做得越来越好，但使用人工智能唯一能采取的步骤就是在实践中使用它，这样算法就会变得越来越准确。你使用系统越多，算法就越好，结果就越准确。然后，越来越多的人会开始使用它，这将产生滚雪球效应。我们实际上仍处于园艺人工智能的门槛上，而且它只会继续增长，"Thomas 解释道。
Thomas Wennekers
他认为，温室和水果的数字化是迈向未来自动化种植的第一步。"要想在园艺方面取得进步，就必须扩大规模。为了承担得起创新，大型种植者必须发展得更大。基于人工智能的工具需要大量的创新时间，因此价格不菲，这使得小型种植者很难继续创新。"不过，Thomas 认识到了这种必要性。"最终，由于规模扩大，一个人将无法独自控制整个温室，因此必须进一步实现自动化。自主种植是其中很重要的一部分，"他指出。
联合创新
由于这种升级，Thomas 希望看到数字化和人工智能被放在荷兰政府和种植者协会等议程的更高位置，最重要的是看到更多的合作。"独自创新很难。并非所有创新都能成功，因此共同寻找解决方案至关重要。投资如此之大，而且存在无法实现预期结果的风险，因此实现这一目标的唯一方法就是共同努力。考虑到我们这个时代的问题，即劳动力可用性、作物保护压力、质量要求不断提高以及高昂的能源成本。我认为发展进展太慢了。如果你想应对这些方面，就需要采取一些紧迫措施，"Thomas 总结道。
Thomas Wennekers
Gearbox
Nollaantje 42C
2672 BW Maasdijk
电话：+31 (0)174 295714
thomas.wennekers@gearboxinnovations.com
www.gearboxinnovations.com