A beszélgetés középpontjában az áll, hogyan lehet megbízható mesterséges intelligenciát és gépi tanulásra épülő rendszereket fejleszteni a fizikai világ – ezen belül is a mezőgazdaság – kihívásaira. A résztvevők ismertetik, hogyan hozott össze egy innovatív szoftverfejlesztő startup, a Blue River, valamint egy több mint 180 éves ipari óriás, a John Deere közös célokat és képességeket.
Felmerül a kérdés: hogyan lehet a laboratóriumi környezetben fejlesztett mesterséges intelligenciát hatékonyan átültetni a terepi gyakorlatba, ahol a hibák ára sokszor nem csupán digitális értelemben mérhető, hanem valódi terményveszteséget, egzisztenciális kockázatot jelenthet a gazdák számára? A szakértők hangsúlyozzák, hogy ebben a környezetben az „ember a körben” elv elengedhetetlen: agronómus szakemberek és gazdák bevonásával lehet csak igazán hatékony és biztonságos rendszert építeni.
Bemutatnak olyan technológiai megközelítéseket, mint a multimodális érzékelés – például kamerák, radarok és lidarok kombinálása –, illetve a gépi tanulás különböző modelljeit: általános, vertikális és testreszabott rendszereket. Felmerülnek olyan gyakorlati kihívások, mint az adatkészletek életszerűsége, a szintetikus adatok és az emberi szakértelem fontossága, valamint az, hogy miként lehet minden döntésnél átláthatóságot és bizalmat teremteni azok számára, akik a gépeket valóban használják.
