Veröffentlicht inDigital Life

Tech-Revolution für die Gras-Industrie: Roboter soll Cannabis ernten

Zumindest in Ländern, die Cannabis legalisiert haben, lässt diese technische Innovation die Herzen von Marijuhana-Liebhabern und Konzernchefs womöglich höher schlagen.

Cannabis
Durch die technischen Fortschritte in allen Bereichen könnte künftig sogar Cannabis von Robotern gepflanzt und geerntet werden. Foto: Yash Lucid/Pexels

Insbesondere in den USA wird der Konsum von Cannabis in immer mehr Staaten legalisiert. Während hierzulande die rechtliche Lage um den suchterregenden Stoff noch heiß diskutiert wird, werden andernorts bereits die technologischen Möglichkeiten zur besseren Ernteeffizienz vorangetrieben. Demnach soll sogar Machine Learning beim Anbau von Marihuana zum Einsatz kommen.

Roboter-Technologien ersetzen künftig Erntehelfer

Es gibt verschiedene Szenarien, wie Roboter in Zukunft eingesetzt werden. Eine davon ist der Roboter, der dein Gras pflanzt, hochzieht, abschneidet und trocknet. Die Aufgabe der automatischen Cannabis-Ernte hat sich das amerikanische Start-up Bloom Automation zu eigen gemacht. Ihr Ansatz: Automatisierungs- und Robotiklösungen für die kommerzielle sowie medzinische Cannabis-Branche.

Das soll der Cannabis-Roboter können

Bloom Automation entwickelt Algorithmen, um Anbau und Ernte von Cannabis durch intelligente Systeme zu automatisieren. Das Problem herkömmlicher Erntemaschinen ist, dass sie bis zu 30 Prozent der zu erntenden Pflanzen zerstören. Die Cannabis-Industrie soll mit der neuen Technik von folgenden Vorteilen profitieren:

  • Kosten, die bei Herstellung und Ernte von Cannabis anfallen, sollen um das 5- bis 10-fache reduziert werden.
  • Mittels präziser Bilderkennungstechnologien sollen die empfindlichen Pflanzen sorgfältig abgeschnitten werden.
  • Die Roboterlösung soll den Verlust durch Zerstörung auf weniger als 5 Prozent reduzieren.
  • Durch die Automatisierung sollen Personal sowie Zeit eingespart und das Anbauvermögen von Cannabis vergrößert werden.

An dieser Stelle befindet sich ein externer Inhalt von Twitter, der von unserer Redaktion empfohlen wird. Er ergänzt den Artikel und kann mit einem Klick angezeigt und wieder ausgeblendet werden.

Ich bin damit einverstanden, dass mir dieser externe Inhalt angezeigt wird. Es können dabei personenbezogene Daten an den Anbieter des Inhalts und Drittdienste übermittelt werden.

Maschinelles Lernen durch Marihuana-Bilder

Bloom Automation verbessert die Genauigkeit des Trimmroboters mithilfe eines mathematischen Modells. Dieses verlangt eine Eingabe, in diesem Fall also Bilder von Cannabis-Pflanzen. Die Maschine übernimmt und erlernt dabei Anhaltspunkte, um die Pflanzenteile zu identifizieren. Anfangs verarbeitete der Algorithmus 100-300 Marihuana-Bilder. Erste Tests ergaben einen Verlust von rund 50 Prozent, also der Hälfte der Pflanzen.

Die Genauigkeit des Roboters wurde durch die Zuhilfenahme neuronaler Netze verbessert. Neuronale Netzwerke sind mathematische Modelle, die die Funktionsweise von Neuronen im menschlichen Gehirn nachahmen. Im neuesten Betamodell werden nun mehr als 5000 Bilder zur Anpassung des Algorithmus verwendet.

—————-

Roboter in der Landwirtschaft – lest mehr:

—————-

Zunehmende Legalisierung bringt Chancen auf einem wachsenden Markt

Tatsache ist: Durch die Legalisierung von Cannabis in immer mehr Ländern und Staaten nimmt der Markt für „Gras“ aufgrund der steigenden Nachfrage zu. Laut Experten soll der aktuelle Umsatz von weltweit 13 Milliarden US-Dollar innerhalb der nächsten fünf Jahre auf ganze 32 Milliarden US-Dollar wachsen. Um diesen Markt zu füttern, wird natürlich auch das Potential der neuen technischen Möglichkeiten in Betracht gezogen.

Insbesondere soll dabei die Qualität des zu verkaufenden Stoffes für Konsumenten sowie Patienten erhöht werden. Die Automatisierung der Produktion würde Herstellern ermöglichen, Cannabis kontinuierlich und mit größerer Verfügbarkeit herzustellen.

Ihr findet das lustig? Dann schaut euch auch die besten Memes des kiffenden Tesla-Chefs Elon Musk an.

Du willst mehr von uns lesen? Folge uns auf Google News.