Mineral 农业机器人团队从一个有点骨架的模型开始，开发了一个太阳能植物漫游者，它适合各种行宽，每天捕获多达 1 TB 的图像数据，使用先进的感知技术。首席执行官 Elliott Grant 表示，结合机器学习和数据科学，他们的工具套件将使农业更具生产力、可预测性和可持续性。

追求更可持续的农业的最新参与者之一在农业圈子里并不十分出名，但这可能会改变。

经过五年的孵化和磨练，以X-Moonshot Factory为中心的农业和食品研究，这家创业公司Mineral本周 "毕业"，成为谷歌母公司Alphabet的正式成员。X，前身是Google X，位于加州山景城，每天都有数名工程师、科学家和创造者聚集在这里，解决世界上一些最紧迫的问题。

X公司（x.compan）首席执行官埃利奥特-格兰特（Elliott Grant）拥有工程学博士学位，在其职业生涯的早期曾在航空航天、农产品行业和营养学领域工作，帮助消费者使用人工智能，他说公司的重点有三个方面：开发能够产生丰富的植物数据集的传感技术；组织来自不同来源的农业数据进行机器学习，并建立强大的软件算法；以及开展能够有意义地推进对植物基本认识的研究。他上周与Agri-Pulse坐下来讨论了该公司的发展历程和未来计划。

下面的对话已经过编辑，以使其更加清晰和简洁。

自从你在2017年加入Mineral以来，你的工作有什么变化？

那时，简直就是几个工程师在探索一些想法。但现在，我们看到的是五年前几乎可以想象的事情变成了现实。如果你看到我们早期的实验，你会说这种技术是永远不会成功的，因为它很慢，很麻烦，精确度很低。今天，我们有机器可以穿过一片田地，观察每一株植物，提取信息，并几乎立即将其交付给用户，如植物育种者。

为什么X公司或Alphabet关心农业？

X公司（x.compan）并没有一个特定的论题。它并没有说 "我们想做农业"。事实上，如果你看看从X公司出来的毕业生，它很早就把人工智能用于解决医疗保健的问题。农业是我们最大的产业之一，在全球范围内，给或不给4万亿美元。根据麦肯锡的说法，农业是世界上数字化程度最低的行业之一，但却是对人类最重要的行业之一。因此，在许多方面，Alphabet试图将其技术用于解决农业问题是合理的。这是一个足够大的空间，我们有一个对解决这个问题充满热情的团队。

你关注的是什么类型的农作物？

玉米、豆类和小麦等传统行作物的挑战之一是你必须等待一整年才能做实验。而如果在北半球和南半球经营，也许你一年可以做两次实验。这影响到任何从事某种作物或投入开发的人。因此，在从事行式作物工作的同时，我们有意在草莓方面开展工作，例如，因为它就在加利福尼亚附近。这是一种从三月到十月连续生长的作物。它使我们能够快速迭代到多个实验，如果我们只专注于行栽作物，那是不可能的。因此，在快速迭代农产品--可以说不会有种植面积的影响--但把这些经验带到行栽作物上，我们知道我们可以在规模上产生更大的影响，这两者之间存在着一种可爱的协同作用。

事实上，还有第三块拼图，那就是确保我们关注服务不足的作物，即所谓的孤儿作物。想想豇豆和鸽子，木薯和小米--这些作物在全球南部的营养方面非常重要，但从商业角度来看，却完全被忽视了，因为它们在商业上没有什么意义。因此，在很早的时候，我们就说，我们要确保在所有这些不同类型的作物上投入精力和投资。

在你们的早期实验中，你们与先正达公司、德里斯科公司和CGIAR合作，但谁是你们的最终客户？

这是一个很好的问题，我们花了一段时间来找出正确的答案。

值得解释一下我们做什么，然后再谈我们的客户，因为这两件事是相辅相成的。我们从根本上做的是为这个行业建立基础性技术。这在很大程度上反映了我们的谷歌基因，对吗？我们能否建立对许多人普遍有用的工具，以许多方式？我们一直在建立两个基本工具：一个是围绕植物感知，另一个是分析这些来自农场的大量数据的能力。

这是我们看到的一个趋势，因为越来越多的数据将变得可用。因此，第一个关键点是我们正在建立基础工具、技术和平台，允许其他人在其上建立他们的应用程序和产品。因此，这就告诉你我们在为谁工作，因为我们不是直接向农民销售的。我们与行业伙伴合作，有几个真正重要的原因。

我们是深度学习、人工智能和机器人方面的专家。我们不是爱荷华州的大豆种植或加利福尼亚的草莓种植的专家。因此，我们有意与那些拥有该领域专业知识的公司合作。我们可以一起创造我们都无法建立的东西。因此，我们的战略是："我们将与行业内现有的参与者合作，他们倾向于可持续发展，采用创新，并有能力采取这种技术并将其推向市场。"我们不是说 "我们只想与一两个人合作"。

早期我们是这样做的，因为我们还在试验，但现在我们已经毕业了，我们的目标是与尽可能多的合作伙伴合作。农业的多样性意味着会有成百上千种解决方案来满足农民的个性化需求。而一家公司是不可能做到这一切的。

你是否对那些也在努力开发一些相同技术的设备公司构成威胁，或者与它们合作？

对我来说，头条新闻是我希望更多的公司进入农业领域。我并不担心竞争。作为一个行业，进入这个领域的头脑和人才越多越好。

我们能做些什么来加速这一进程？从战略上讲，我们已经问过如何能够提供这些基础工具，帮助所有其他参与者走得更快。这实际上是给他们一个选择，说，看，我们将专注于感知和这种计算能力。

例如，如果你有一个了不起的机器人，可以采摘草莓或葡萄或任何东西......我们一起工作会更好吗？我们可以帮助你走得更快吗？再次，想想谷歌的DNA。谷歌最擅长的是什么？就是提供这些基础性的平台，使你能够，对你有帮助。这几乎是我们带到这个领域的哲学。

我认为我们正处于农业中ML（机器学习）的零日之初。因此，我们应该专注于我们如何能够走得更快，而不是让我们都来争夺目前这个相当小的蛋糕。