数字孪生技术模拟草莓农场，增强人工智能工具并降低成本

佛罗里达州的草莓生产从 11 月持续到 4 月，而数字孪生技术可以让科学家全年模拟草莓的生长过程，从而使研究能够全年进行。

　　

佛罗里达州的草莓生产从 11 月持续到 4 月，而数字孪孪生技术可以让科学家全年模拟草莓的生长过程，从而使研究能够全年进行。

数字孪孪生是 物体、系统或流程的虚拟复制品  ，可以预测它们在模拟环境中交互时的系统行为。

达娜·崔  和她所在的佛罗里达大学科学家团队现已证明，这套由人工智能 (AI) 驱动的机器人系统不仅精准，还能节省时间和人力。这对于 佛罗里达州每年 5 亿美元的草莓产业至关重要，甚至对 全美每年 20 亿美元的草莓产业  也可能至关重要 。

几年前，崔的团队建造了一个草莓田的数字孪孪生模型，可以按原尺寸复制每一行、每一片叶子和每一颗草莓。在这个虚拟的草莓田里，科学家们让机器人四处行驶，拍摄了希尔斯伯勒县一个模拟商业农场的数千张照片。

新发表的研究  表明，在使用模拟草莓田的数字孪孪生环境中专门训练的人工智能在检测水果方面达到了 92% 的准确率，而无需依赖现实世界的训练数据。

“由于计算机模拟的田地永远不会过时，即使在夏季也可以制作新的浆果识别工具的原型，从而加速创新，”Choi说道。“这些发现也意味着开发成本的降低。公司可以先在数字孪孪生中测试机器人采摘机或智能喷雾器的设计，在实际试验之前先解决问题。这最终会降低新技术的价格。”

完全依靠合成图像进行训练的机器人还能估算出真实世界的水果直径，误差仅为 1.2 毫米——“仅使用合成的模拟数据就足以进行商业分级，”佛罗里达大学/IFAS 农业和生物工程 助理教授 Choi 说。

这证明了在虚拟环境中训练的人工智能模型具有支持商业决策任务的潜力，例如根据大小或质量等特征对水果进行分类。

如果种植者知道水果的精确大小和体积，他们就可以预测产量并知道何时收获。

佛罗里达大学/IFAS墨西哥湾沿岸研究与教育中心 的教员 Choi 表示：“研究表明，逼真的数字孪孪生可以推动草莓农场的人工智能工具开发，从而实现更快、更具成本效益的机器人创新。” 

“通常情况下，我们必须在真实的田野里拍摄数千张照片，逐一标注，然后等待合适的季节，”她说，“这需要花费大量的时间和金钱。但有了数字孪孪生，我们可以立即创建并标注这些照片。”

此外，在虚拟世界中进行训练无需处理或标记真实图像，从而节省了数周的现场工作。

为什么这一切很重要？因为建造和改进新工具所需的金钱和时间更少，因为科学家可以在现实生活中试用之前，先在虚拟环境中测试和修复它们。

数字孪孪生平台还可以支持操作员培训和自动机械的快速原型设计，帮助农业技术更快、更经济地从概念转向实践。