Valeria Kogan, graduada em Física e Tecnologia , cofundadora das startups Fermata e Smartomica, falou esta semana em nosso canal no youtube .
Lera teve a ideia de controlar plantas em estufas usando aprendizado de máquina quando seus amigos contaram a ela sobre seus problemas com o cultivo em massa de pepino e tomate. Então ela e seus amigos fundaram a Fermata e começaram a desenvolver uma plataforma para monitoramento de plantas em tempo real.
Em 2019, a empresa atraiu US $ 1,1 milhão em investimentos de um investidor privado, e já em março de 2020, durante a rodada A, recebeu outros US $ 3,7 milhões em investimentos do fundo britânico Massa Innovations e de vários investidores privados.
Além da agrotecnologia, Lera está envolvida no desenvolvimento de novos métodos para diagnosticar o câncer e é cientista visitante no Roswell Park Cancer Institute. Na Smartomica desenvolvem tecnologias de análise de dados médicos e científicos para o diagnóstico e tratamento de pacientes com câncer,
compartilhamos com vocês a transcrição e gravação da transmissão.
Meu nome é Valeria Kogan, sou cofundadora das startups Fermata e Smartnomica. E em relação ao nome desta corrente, devo fazer uma declaração: Fermata, seus funcionários e acionistas não crescem, não usam ou recomendam substâncias proibidas. Estamos empenhados apenas na análise do estado das plantas, incl. cannabis medicinal. Nós o analisamos e controlamos no território de Israel, onde é legal, e nunca o faremos onde for ilegal.
Vou contar um pouco sobre mim, sobre os projetos, de onde vieram, e ficarei feliz em responder as perguntas.
Eu me formei em Física e Tecnologia pela Faculdade de Física Biológica e Médica. Durante todo o tempo que estive na universidade, me engajei na pesquisa científica e queria muito me desenvolver nessa direção.
Depois da universidade, entrei na pós-graduação da Ariel University. Durante meus estudos na universidade, e mais tarde, estive o tempo todo engajado na análise de dados em aplicação a problemas biológicos e médicos. Na universidade, me envolvi com bioinformática, várias outras tarefas relacionadas à IA, trabalhei em várias startups. Mas esta sempre foi uma atividade puramente científica, não relacionada à aplicação prática e rápida da IA e da análise de dados a problemas reais. Na universidade, quando já comecei a estudar na pós-graduação, comecei a me envolver com meu supervisor em coisas que já eram a aplicação prática da IA - isso mais tarde cresceu para o projeto Smartnomica. Começamos a tentar aplicar análise de dados, aprendizado de máquina para diagnosticar pacientes com câncer, escolher o tratamento certo para eles, ver comoo que posso fazer pode ser útil nesta área do conhecimento.
E então, por acaso, surgiu uma ideia: embora eu seja uma pessoa absolutamente longe da agricultura, que nunca viu crescer hortaliças - na comunicação com conhecidos mútuos, que o que fazemos para diagnóstico de câncer pode ser usado para diagnóstico de plantas. E desse pensamento, da comunicação com os produtores de tomates e pepinos, surgiu a ideia da Fermata. Voltei a Moscou e me encontrei com pessoas que disseram que seria legal aplicar IA na agricultura. Então parecia que muitas pessoas não faziam isso. Eles falaram sobre como a IA pode ser útil, quais problemas eles têm. E no decorrer das conversas com eles, ficou claro que a tarefa de monitorar o estado das usinas é muito urgente. É resolvido por pessoas - não com muita eficácia, porque as estufas são enormes, há muitas plantas e às vezes todas as folhas precisam ser monitoradas. E,se uma doença for detectada tardiamente, toda a estufa pode sofrer e o agricultor sofrerá perdas.
Achamos que era um problema muito legal - junto com meus amigos, que convidei para resolvê-lo. E pensamos que se agora resolvermos o problema de perda de safra devido a infecções com a ajuda de IA, então seremos capazes de dimensionar essa solução para todo o mercado agrícola. Começamos a pensar em como implementar esse projeto de negócios; primeiro - com aquelas pessoas com quem a ideia foi inicialmente discutida. Não concordamos com eles e decidimos que começaríamos a agir de forma independente e retornaríamos a eles com um produto acabado. Foi assim que nossa grande história de aventura começou. Começamos a formar um projeto e buscar apoio, financiamento, entendendo que alguém precisa. Esta não foi uma história de sucesso por muito tempo; enfrentamos muitas tarefas difíceis. Em primeiro lugar, não havia ninguém em nossa equipe que entendesse nada de agricultura:havia apenas meus amigos da física e da tecnologia, especialistas em IA.
Inicialmente, queríamos criar um robô agrícola - parecia-nos que era uma ideia inteligente, muito tecnológica e legal, e que receberíamos muito dinheiro por um robô. Rapidamente descobrimos que não era esse o caso, mas inicialmente propusemos exatamente a ideia de um robô e queríamos obter pelo menos alguma confirmação de que era um projeto útil e necessário. Candidatamo-nos à Fundação Bortnik para obter o primeiro financiamento para o projeto; Já tive uma experiência de estudante de sucesso com a fundação e pensei que tudo daria certo - eles nos diriam que tudo estava ótimo, ganharíamos dinheiro e tudo daria certo para nós. Mas, em vez disso, não recebemos nenhum feedback, eles não nos deram dinheiro e ninguém respondeu às ligações. Estávamos muito tensos e não entendíamos o que tudo isso significava - tínhamos um projeto ruim ou eles foram simplesmente mal interpretados?
Em seguida, tentamos entrar em contato com a Skolkovo, contatamos o gerente responsável pela Skolkovo-Agro. Disseram-nos que o projeto é estranho, e eles não gostam dele, e que alguns especialistas em TI vêm constantemente até eles, que pensam que entendem alguma coisa de agricultura e que oferecem um "cavalo esférico no vácuo". Como agora entendemos, esse era o ponto de vista correto. Quando dissemos que não tínhamos engenheiro agrônomo em nossa equipe, fomos informados de que mais conversa não fazia sentido. Ou seja, também não recebemos suporte em Skolkovo.
Não entendemos o que fazer a seguir, enquanto estávamos na Rússia, e ficamos perdidos. Na época não havia muitas incubadoras, não havia como saber para onde ir. Parte da equipe já estava montada, algumas pessoas trabalhavam de graça, junto com outro cofundador, Anton, trabalhamos no nosso tempo livre e criamos este produto. Já tínhamos um protótipo de IA de um classificador de doenças de plantas baseado em imagens que encontramos em domínio público. Mas não houve apoio financeiro e moral. Decidimos que era um sintoma ruim; as várias pessoas com quem conversamos no setor agrícola reagiram negativamente à ideia da IA.
Decidimos fazer a última tentativa de obter feedback sobre o projeto e nos candidatamos ao concurso de startups agrícolas, que se realizou em Belgorod - “Startup: land”. Quase perdemos o trem, mas no final entramos nele - e vencemos, para nossa surpresa. Houve muitos projetos interessantes de pessoas com experiência em agricultura e um júri maravilhoso com especialistas que nos deram um grande feedback sobre o nosso trabalho. Como resultado, foi lá que as pessoas nos apoiaram bastante - até mesmo os representantes de Skolkovo que estavam lá. Ganhamos a licitação e, formalmente, isso era para garantir nossa implementação na região de Belgorod.
Mas a felicidade não veio com isso. Tivemos reuniões com vários produtores agrícolas, uma universidade agrícola local. Fomos até as pessoas e conversamos sobre nosso projeto, que estamos fazendo um robô que monitora plantas em estufas, e todos nos falaram que isso é uma droga, e ninguém precisa disso. Portanto, gradativamente deixamos de interagir com eles, não tínhamos nenhuma implementação. As pessoas que participaram disso gradualmente se dispersaram. Mas ganhamos o concurso e o júri de especialistas deu-nos bons conselhos - o que nos ajudou a acreditar na própria ideia do produto. Gradualmente, conforme trabalhávamos nisso e conversávamos com os especialistas da indústria com os quais entramos em contato, percebemos que a ideia de um robô realmente não é muito boa. Um robô agrícola é muito caro de desenvolver, é muito difícil de fazer,de forma a não interferir no processo de produção. E poucas pessoas querem pagar muito dinheiro por essa tecnologia.
Mas já tínhamos desenvolvimentos prontos relacionados à definição de doenças de plantas a partir de imagens. Decidimos fazer uma tecnologia mais simples, que acabou sendo muito procurada e fez da Fermata o que é agora. Esta é a solução - quando instalamos em estufas ou na “agricultura de interior” (isto é, quando os imóveis são convertidos em estufas) sensores para recolher dados climáticos precisos e câmaras para controlo visual das plantas. Essas câmeras fixas são muito mais baratas do que quaisquer robôs, mas, ao mesmo tempo, as informações coletadas delas são de qualidade suficiente para monitorar com precisão as plantas em produção.
A principal função do nosso produto é identificar doenças nas plantas, mas, além disso, resolvemos alguns dos problemas que os agricultores enfrentam durante a produção. Estamos tentando substituir todo o processo de tomada de decisão, que é baseado no monitoramento visual, e automatizá-lo. Portanto, às vezes os agricultores precisam determinar a fase de floração ou controlar uma forma especial de plantas. Tudo isso pode ser feito por meio da análise de dados das câmeras. Às vezes o clima nos ajuda nisso: às vezes afeta a forma ou algumas doenças. E também podemos integrar dados visuais e climáticos para prever safras e fornecer orientação aos agricultores sobre como se comportar para reduzir custos e aumentar a lucratividade.
Essa tecnologia, que chegamos depois de abandonar o conceito de robô, já recebeu apoio de investidores e estamos desenvolvendo cada vez mais. Outro problema que encontramos rapidamente foi associado ao mercado russo: descobrimos que esta não é a melhor plataforma para pilotar máquinas agrícolas, pelo menos a que fazemos - que visa reduzir custos, reduzindo perdas de safra e reduzindo o número de pessoas envolvidos no trabalho de rotina. Isso pode ser eficaz se a colheita for muito cara, ou se as pessoas forem muito caras, e a diminuição do número de pessoas empregadas na produção (mesmo em 1-2) for perceptível. Não existe tal coisa no mercado russo. Muitas variedades de plantas, que são as mais comuns, não são muito caras, por isso a economia com a nossa tecnologia é insignificante para os agricultores.A mão de obra também não é muito cara. Portanto, o valor de instalar nossa tecnologia no território da Rússia não é muito alto. Portanto, inicialmente, as negociações que conduzimos com os agricultores durante a permanência em casa não foram muito positivas. As pessoas realmente não nos percebiam e não viam nenhum benefício para elas, porque realmente seria baixo.
Mas quando começamos a tentar falar com agricultores fora da Rússia, percebemos que tínhamos uma solução muito legal. Isso foi facilitado pelo fato de eu estar em Israel. Foi também uma sacudida: sair da acolhedora comunidade de startups de Moscou, onde todos são amigáveis uns com os outros, nunca ocorre a ninguém pedir conselhos a você, todos calmamente se apresentam aos seus investidores.
A situação era completamente diferente quando chegamos aos eventos de inicialização em Israel. Fomos ao primeiro evento agrotecnológico junto com meu colega que me ajudou no desenvolvimento de negócios em Israel; viemos a este evento, e parecia que éramos filhos de alguém que não tinha com quem sair de casa. A maioria eram homens adultos, com mais de 50 anos, que trabalharam em empresas agrícolas por muitos anos, têm vasta experiência, entendem perfeitamente bem o que uma Bayer ou Syngenta condicional precisa e fazem uma startup altamente focada em uma empresa específica para vendê-la lá mais tarde.
Quando nos encontramos entre eles, percebemos que nossa ideia de competição no mercado de startups não era verdadeira. Há muitas pessoas profissionais muito legais. E isso influenciou nossas futuras decisões sobre o que fazer com a equipe; percebemos que é fundamental envolver especialistas, principalmente na área de finanças e negócios, onde não é a tecnologia e a erudição que decidem, mas a experiência, o conhecimento, os contatos. Percebemos também que é muito importante que pessoas com experiência internacional estejam envolvidas nesta parte da equipe se você tem interesse no mercado internacional. Infelizmente, é muito difícil encontrar pessoas capazes de fornecer um alto nível de contatos internacionais.
Enquanto trabalhamos com o mercado russo, tentamos imediatamente começar a procurar pessoas com quem pudéssemos testar a tecnologia - para que tenhamos contato real com os fabricantes, para que recebamos feedback sobre o que eles realmente precisam e não apresentamos seus pedidos nós mesmos ... Encontramos uma empresa muito simpática para nós, na época, - "City-Farmer", que fazia estufas verticais para a produção de ervas e cogumelos.
Fizemos um piloto grátis com eles; eles abriram o site para nós, onde aprendemos muito - entendemos como funciona a produção, quais tarefas os agrônomos estão enfrentando. Reunimos um grande conjunto de dados lá e descobrimos como fazer isso.
Temos uma pessoa dedicada na equipe que é responsável apenas pelos dados. Quando estamos trabalhando com algum projeto novo, quando estamos falando de algum novo tipo de planta ou de uma nova região - porque, naturalmente, tudo é diferente de região para região, e as tarefas também são diferentes - essa pessoa especial faz a pesquisa e encontra tudo o que pode encontrar em dados abertos.
Portanto, quando chegamos a um cliente, já temos pelo menos um protótipo de solução funcionando. Em seguida, realizamos uma coleta intensiva de dados, em conjunto com o cliente e seus agrônomos, e marcamos os dados. Temos uma solução especial para marcação de dados, para que todo o processo seja de alta qualidade, intensivo e rápido. O processo de coleta de tarefas do fabricante, processamento dos dados relevantes, construção de modelos que irão resolver as tarefas que enfrentam é muito importante.
Assim, quando começamos a trabalhar, procuramos imediatamente encontrar um parceiro comercial, a partir do qual pudéssemos desenvolver tecnologias que nos fossem necessárias e úteis. Então começamos a olhar para as decisões que tomamos - em quais mercados, em quais regiões elas também podem ser úteis. Então nós tivemos uma ideia ridícula, ao que parece, com a cannabis medicinal: este é um mercado bastante marginal, aqui o custo do produto final é alto. Portanto, se você reduzir as perdas de produção ainda que um pouco, isso desempenha um grande papel. É útil para o agricultor e podemos ganhar mais, pois o nosso modelo de negócio se baseia no fato de dividirmos com o agricultor o lucro que ele adicionalmente recebe graças à nossa tecnologia.
Então, percebemos que a cannabis é uma direção promissora. Encontramos outro "piloto" em Israel, também gratuito, onde trabalhamos toda a tecnologia. Depois disso, nós, já mais inteligentes do que antes, tomamos conta de uma rede de agrônomos, com quem agora trabalhamos, e que nos diz quais problemas precisam ser resolvidos, quais recursos precisam ser agregados à tecnologia a cada etapa seguinte. Gradualmente, fizemos uma solução para a cannabis, que agora estamos promovendo ativamente - essa é uma direção muito atraente para nós, do ponto de vista comercial. Há maconha medicinal tanto em Israel quanto na Europa - projetos onde ela é cultivada para fins cosméticos, e há as mesmas tarefas importantes.
Se falamos de plantas mais clássicas, como verduras ou vegetais, então temos que olhar qual é o custo desses produtos em uma determinada região e qual é o custo da mão de obra lá. Portanto, agora estamos focados no mercado europeu - entendemos que as pessoas são caras lá e o efeito do uso de nossa tecnologia pode ser alto.
Um dos desafios do agricultor é controlar a apresentação das plantas. É necessário não só garantir que não haja doenças: as plantas devem ter um aspecto perfeito. Aqui, nossa tecnologia também é eficaz. Se falamos de verduras, então existem produtores totalmente especializados que estão desenvolvendo plantas para restaurantes caros, e é muito importante que todas as plantas fiquem perfeitamente bonitas, para que toda a salada seja uniforme, verde, bonita.
Ou, por exemplo, há um problema interessante com os cogumelos: os cogumelos que compramos muitas vezes são muito feios e, por isso, são mais baratos. Se uma pessoa constrói uma produção premium, é importante para ela que todos os chapéus sejam densos, bonitos, do mesmo formato. Também resolvemos esses problemas - monitoramos o tipo de planta, mesmo que não esteja associado a doenças.
Por que estufas e não campos? Parece-me que a tarefa com campos é mais complicada. A principal questão aqui é como exatamente configurar câmeras para rastrear as plantas. No campo, a principal forma de resolver esse problema são os drones, mas me parece que a parte de hardware não está totalmente pronta para fazer uma oferta lucrativa ao agricultor. Para evitar que os drones fossem descarregados, e não perdidos, eles não foram explodidos e, ao mesmo tempo, não custaram muito dinheiro. Portanto, enquanto estamos trabalhando com estufas e não nos concentramos nos campos.
Em relação às tarefas de P&D: estamos muito interessados na direção associada à análise da composição das plantas. Estamos fazendo pesquisas nesse sentido, essa é uma tarefa bastante importante para uma série de plantas, inclusive as que são médicas, mas não só. Por exemplo, para o trigo, é importante saber qual é a composição da proteína. É importante que o agricultor saiba com antecedência o que está acontecendo com a composição das plantas para controlar o clima, selecionar as condições para que o custo final do produto seja o mais alto possível. Portanto, uma das tarefas de P&D mais importantes que vemos diante de nós é o desenvolvimento de tecnologias que nos permitam fazer isso em tempo real, para prever o que está acontecendo dentro das plantas com base na análise de dados de diferentes espectros. Além da análise de dados ambientais e a integração desses dados entre si, a fim deprever e aconselhar os agricultores sobre o que fazer para tornar seu produto o mais caro possível.
As tarefas que ficam com a pessoa são um tema muito importante de natureza ética para todas as empresas que se dedicam à IA e automação do trabalho. Às vezes, são feitas perguntas: Não parece terrível para você estar desenvolvendo tecnologias que substituem as pessoas? Mas me parece que estamos fazendo a coisa oposta: estamos fazendo tecnologia que permite às pessoas não fazer um trabalho chato e nada criativo que não requeira o envolvimento de recursos intelectuais.
Parece-me que uma pessoa nunca será dominada por máquinas em criatividade, flexibilidade, capacidade de criar algo que não existia. Portanto, é muito legal fazer coisas que permitem às pessoas fazer um trabalho criativo, e não perder tempo, vida, força, saúde com o que as máquinas podem fazer no lugar delas.
P: E quanto à tecnologia de automação para animais?
Nós pensamos sobre isso. No início, pensamos em animais e peixes - na verdade, existem muitas tarefas interessantes em peixes. Mas agora estamos tentando nos concentrar o máximo possível. Nós nem mesmo nos borrifamos entre muitas plantas diferentes; agora temos dois focos principais - verduras e cannabis. Consideramos e lideramos o desenvolvimento na direção de vegetais apenas porque temos o potencial de desenvolvimento com um grande estrategista, embora trabalhar com vegetais clássicos seja uma tarefa de engenharia muito difícil. É muito importante para nós ter sucesso - mas, para isso, precisamos limitar nossos desejos. Portanto, escolhemos o que parece ser o mais viável comercialmente; definimos o tipo de fábricas, definimos os mercados que frequentamos e tentamos cumpri-los.
Pelo que eu sei, já existem muitas soluções existentes na pecuária, muito bacanas, relacionadas à IA. Eles penduram sensores nos animais, monitoram sua saúde, determinam a fertilidade por câmeras, pelo andar. Tarefas muito interessantes. Fish me parece uma direção potencialmente interessante comercialmente, mas não sou um especialista nisso. Até agora, estamos limitados ao grupo prioritário de plantas.
P: você trabalha com todos os tipos de cultivo?
Não com todos. Não trabalhamos com campo aberto, porque ainda não entendemos qual método de instalação de câmeras para controle de plantas no campo será eficaz. Antes da epidemia, tínhamos um relacionamento com um grande fabricante americano de equipamentos de campo, mas tudo estagnou. Agora estamos nos concentrando no que acontece dentro de casa - estufas e interiores.
P: em que vivia a inicialização antes do primeiro cliente? Quais foram os primeiros pedidos?
A startup ainda vive principalmente de fundos de investimento. Esperamos alcançar lucratividade em alguns meses, mas agora o principal é o dinheiro para investir.
As primeiras histórias comerciais começaram após uma reorientação do mercado russo para o ocidental, o que aconteceu há não muito tempo. Agora temos dois projetos comerciais bastante grandes. Também há um ponto importante aqui: não trabalhamos diretamente com fazendeiros, trabalhamos com fabricantes de tecnologia e fabricantes de estufas.
Se fôssemos instalar o equipamento nós mesmos, teríamos que ter uma grande equipe de pessoas; Como focamos em um grande número de mercados e não queremos nos limitar, é muito importante para nós que o processo de instalação de nossa tecnologia seja rápido, eficiente e que mais alguém esteja envolvido. Queremos permanecer na área de desenvolvimento de software. Por isso, trabalhamos com empresas que podem providenciar a instalação dos equipamentos necessários para o funcionamento de nossa tecnologia. Portanto, trata-se de fabricantes de estufas, porque nossa tecnologia pode passar a fazer parte de estufas, ou empresas que fazem tecnologias para o cuidado e controle de plantas. Falamos com eles sobre isso assim: você faz luz, ou aquece as raízes, ou outra tecnologia bacana que permite que você cresça plantas cada vez melhor, e nós fazemos tecnologia,o que permite coletar feedback dessas plantas. Ou seja, podemos descobrir como eles se sentem e podemos dizer a você - e ao agricultor final - se tudo está indo bem ou se alguns processos precisam ser otimizados.
P: quais são seus concorrentes atuais?
Questão complexa. Existem várias empresas no mundo que afirmam fazer tecnologias semelhantes. Quando tivemos a nossa equipa europeia pela primeira vez, tivemos a ideia que eles trouxeram: falávamos que éramos agricultores e ligávamos para várias empresas. Procuramos entender, comunicando com eles, o que realmente estão fazendo, quão séria é nossa concorrência, quanto cobram por seus produtos - esta é a questão mais importante. Agora, parece-nos que a competição não é muito elevada. Existem muitas empresas distintas fazendo algo semelhante; Mas, pelo que entendemos, mesmo aquelas empresas que dizem usar IA têm um baixo nível de aprendizado de máquina em seus projetos. Portanto, nos sentimos confiantes em geral, mas não relaxamos e tentamos nos mover com rapidez e eficiência.
A agricultura é geralmente uma indústria bastante conservadora e não digitalizada. Foi muito interessante observar a dinâmica de sua mudança ao longo dos dois anos em que trabalhamos; quando começamos a conversar com grandes empresas - mesmo no Ocidente - fomos confrontados com ceticismo, uma falta de compreensão de por que isso é necessário. Mas agora, quando chegamos a uma empresa, muitas vezes ouvimos que as pessoas estão apenas pensando em como chegar a um acordo com uma startup. E temos muita sorte de já termos desenvolvimentos, resultados, métricas, modelos, e não apenas viemos e dizemos que queremos fazer algo. Agora é um bom momento para a agrotec.
P: quais câmeras você usa? Conte-nos mais sobre a infraestrutura
Temos a seguinte história com câmeras: inicialmente fizemos tudo sozinhos. Mas agora estamos tentando ficar na área de software, porque temos expertise nisso - acreditamos que somos fortes em ciência de dados, mas não em instalação e escolha de câmeras. Existem pessoas muito legais que se especializam nisso; existe uma empresa letã que trata de videovigilância - instala sistemas de segurança em aeroportos, em outras grandes instituições, e eles sabem tudo sobre câmeras. Ou seja, como instalá-los, quais podem ser os problemas, o que fazer se houver água, etc. Agora eles são nosso principal parceiro na área de câmeras. Juntos, escolhemos câmeras para nossas tarefas; eles fornecem a peça inteira com seleção, seleção de câmeras. Esta foi uma das principais decisões corretasque aceitamos - parar de fazer esse trabalho dentro de nós mesmos e, em vez disso, atrair especialistas de alto nível.
Também temos sensores climáticos da infraestrutura pesada. Isso inclui um conjunto padrão de parâmetros que você precisa saber em uma estufa - temperatura, umidade, CO2, iluminação e assim por diante. Fazemos sensores sem fio que nos permitem obter informações da estufa em alta resolução - podemos espalhá-los muito e fazer mapas tridimensionais do que está acontecendo com o clima.
Até recentemente, nós mesmos desenvolvíamos sensores, mas aí - principalmente depois que a parceria na área de câmeras nos deu muito - percebemos que também não queríamos fazer essa parte dentro da empresa. Isso apesar do fato de que no estágio inicial de trabalho nos parecia que este era quase um elemento chave, e até tínhamos proteção de patente para aqueles sensores que desenvolvemos para nossos primeiros clientes. Mas então percebemos que, em princípio, não somos grandes especialistas nisso, e as atividades relacionadas ao hard são menos claras e mais complicadas. Por isso, agora estamos a organizar uma parceria com outra empresa europeia para produzir este tipo de equipamento para nós.
P: houve algum problema com patentes ou trolls de patentes?
Ainda não. Basicamente, toda a história do patenteamento relacionado à IA é muito complexa; agora estamos lançando nossos esforços para resolver este problema. Além disso, temos muitos desenvolvimentos internos interessantes em termos de algoritmos que são importantes para proteger e que são o valor chave da empresa.
P: como você validou a ideia no mercado e buscou feedback?
Estávamos apenas olhando. Não posso dizer nada inteligente aqui - foi doloroso e por muito tempo, especialmente no início. A princípio procuraram amigos, encontraram-se com pessoas diferentes, contaram-lhes, contaram-nos - é uma droga, conheceram-se a seguir, disseram o mesmo. Tentamos entender a lógica disso - se as pessoas simplesmente não gostam que estejamos falando sobre algo novo e perdendo seu tempo, ou se realmente existem razões pelas quais isso não pode ser lucrativo. Na verdade, tomamos a decisão certa - abandonamos o robô - justamente porque muitas pessoas nos disseram que não daria certo.
Procuramos falar com o mercado na hora, tentamos oferecer pilotos de graça logo no início, não falamos nada sobre dinheiro. Tentamos obter pelo menos algum tipo de especialização em qualquer lugar, porque não tínhamos conhecimento de agricultura. Conversamos com universidades. Agora, continuamos a validar constantemente ideias no mercado - temos ideias sobre novos recursos e nos comunicamos com os clientes sobre isso.
Já temos uma rede de consultores de pessoas com quem nos comunicamos; e existem diretamente aquelas equipes com as quais interagimos. O processo de desenvolvimento de negócios consiste em validar ideias e isso geralmente requer contatos frios. Não há nada de errado com eles, realmente funciona - embora quando estávamos na "incubadora", parecesse que era algum tipo de bobagem. Curiosamente, depois de centenas de mensagens enviadas, você pode realmente encontrar um cliente ou pelo menos validar uma ideia se tiver um produto interessante.
Vou falar sobre como tudo isso está relacionado ao diagnóstico de câncer e à biotecnologia, e como tudo funciona junto. Na verdade, a tecnologia e a compreensão de como trabalhar com todos os tipos de dados na agricultura inicialmente, como eu disse, vieram da ideia de trabalhar com dados de pacientes com câncer. Outro projeto que co-fundei é o Smartnomica, onde estamos desenvolvendo tecnologias que vão permitir o diagnóstico de pacientes com câncer.
A ideia é a seguinte. Há um grande número de pessoas - e não apenas pacientes com câncer - que seguiram o caminho da medicina padrão e falharam. Ou eles não receberam um tratamento eficaz ou os médicos não conseguiam entender o que havia de errado com eles. Essas pessoas precisam de uma abordagem ligeiramente diferente; é importante ir além dos protocolos padrão e entender o que pode ser dado a essas pessoas mergulhando na pesquisa científica. Sabe-se que os artigos científicos foram digitalizados desde a década de 1980, e existem mais de 40 milhões de artigos publicados na área médica. Eles contêm uma grande quantidade de dados que podem ser úteis para cada paciente individualmente.
Entrei no projeto, que na época se dedicava ao tratamento de pacientes difíceis (como uma clínica médica), como especialista em IA. Junto com outro cofundador, tivemos uma ideia: automatizar o processo de busca dos dados necessários, que é feito por especialistas - médicos, cientistas - para pacientes difíceis.
Torne esse processo pelo menos parcialmente automatizado para ajudar os médicos a conduzir pesquisas com mais rapidez e eficiência para casos complexos. Em torno disso, construímos uma empresa que estabelecemos em Riga em março. Na verdade, tínhamos apenas pensado em abrir uma empresa, mas devido à epidemia não podíamos mais sair de Riga e não tínhamos para onde ir, exceto desenvolver a empresa. Agora temos uma clínica na Letônia, onde estou agora: conectamos médicos em todo o mundo com pacientes em todo o mundo para fornecer tratamento. E, por isso, estamos desenvolvendo tecnologias que permitem aos nossos médicos trabalhar de forma mais eficaz com os dados de pacientes complexos, para realizar diagnósticos de alta qualidade e selecionar tratamentos eficazes.
Então, o que fazemos em agrotec está relacionado ao que fazemos em oncologia. Também temos muitos projetos interessantes aqui. As decisões que tomamos por nossos pacientes às vezes se transformam em startups de biotecnologia separadas, das quais agora temos um 1 completo (mas haverá mais). Todas as tecnologias que utilizamos para os nossos pacientes estão relacionadas com a integração de diferentes tipos de dados - o que, do ponto de vista tecnológico, é semelhante à história que fazemos na Fermata. Existem dados visuais, dados genéticos e dados científicos que precisamos combinar para dar ao paciente a terapia mais eficaz possível.
P: Sobre a Fermata: em que volume de produção ela é lucrativa?
Depende não tanto da área, mas do tipo de planta e da região em que isso ocorre. A área não é tão afetada; embora isso possa afetar nosso desejo de nos envolver no projeto: tentamos selecionar grandes fabricantes nos quais vemos grande potencial para escalar nossas tecnologias. A área de uma produção específica não é tão importante: pode ser pequena, mas pode haver muitas dessas instalações de produção.
Q: crescendo em solo ou hidroponia?
Temos experiência com os dois métodos, não é tão importante.
P: talvez seja uma boa ideia trabalhar com os agricultores da cidade? Lá as pessoas são inovações mais jovens, de mente aberta e amorosas
Isso é verdade, embora não trabalhemos com os próprios agricultores, mas com aqueles que produzem as fazendas da cidade que eles utilizam. Esta é uma das áreas de trabalho que estamos considerando cuidadosamente.
Em particular, esta é uma das razões pelas quais trabalhamos bem com a cannabis medicinal: as pessoas que estão envolvidas nessas indústrias geralmente são mais experientes tecnicamente do que o normal e sua produção é mais tecnológica do que a produção de vegetais clássicos, por exemplo. Portanto, eles consideram a idéia de introduzir a IA muito mais fácil.
P: As câmeras hiperespectrais geralmente são usadas para sua tarefa - elas são muito caras; De quais câmeras estamos falando e quantas são usadas por fazenda?
A questão é complexa e não posso dizer quanto se gasta por fazenda. Isso é sempre diferente, olhamos para o projeto específico da treliça. A espectralidade das câmeras também depende disso. As câmeras multiespectrais são mais uma solução de drones. As soluções com efeito de estufa não são como um grande mercado, não existem padrões rígidos. Freqüentemente, usamos câmeras comuns para nossos projetos que capturam o espectro visível + IV - isso é suficiente para a maioria das tarefas. Não é tão caro.
O número de câmaras depende do projeto da estufa e do tipo de planta. Eu disse antes que os vegetais clássicos são um desafio de engenharia; por exemplo, uma estufa de tomate é uma selva. É muito difícil observar cada planta e folha individualmente, porque as plantas crescem 4 metros. Mas a salada é pequena e plana, muito menos difícil. Tal como os morangos - ou a mesma cannabis, que pode ser observada de cima com eficácia e ter uma ideia do que se passa com as plantas. Normalmente, uma das câmeras que usamos - dependendo da altura em que as câmeras podem ser colocadas - é suficiente para 200-400 metros quadrados.
P: infelizmente eu não encontrei nenhuma patente para Fermata.Estas
não são patentes ainda, são pedidos de patente pendentes.
P: você tem vagas?
Sim, se houver alguém interessado, você pode enviar inscrições para valeria.kogan@fermata.tech. Estamos sempre à procura de pessoas interessantes e talentosas.
P: pensando em fazer micologia?
Eu realmente não entendo a pergunta. Também analisamos problemas desse tipo visualmente. Analisamos se há insetos nas folhas, se há deficiência nutricional e várias doenças infecciosas - monitoramos tudo isso e podemos determinar.
P: você está planejando um produto de massa como um serviço em nuvem?
Esta é uma pergunta muito boa e muito grande. O fato é que um serviço de nuvem para nossa tecnologia não é a melhor solução. Foi aqui que começamos. No final das contas, estamos coletando muitos dados e é importante para nós coletar imagens de alta qualidade. Portanto, uma nuvem clara não é a ideal. Temos uma solução distribuída entre nuvem e on-site; no local analisa as imagens e envia os resultados para a nuvem. Agora, parece-nos a abordagem mais ideal. Mas isso não torna o produto menos popular.
P: micologia é sobre cogumelos [não parasitas]
Fizemos um projeto sobre cogumelos - eu até mencionei que os cogumelos têm problemas interessantes. Agora não temos um projeto gigantesco de cogumelos, mas temos experiência e interesse no desenvolvimento nessa direção.
P: é possível determinar as necessidades das plantas antes do aparecimento de patologias?
Acho que essa não é a tarefa em nossa abordagem atual. Tentamos automatizar o trabalho que as pessoas fazem. Ou seja, eles nos dizem que querem ver as folhas com esta aparência e recebem notificações sobre isso. E nossa tarefa é fazer isso com mais eficiência e rapidez do que os especialistas fazem manualmente. Ou seja, não estamos resolvendo o problema de prever o estado das plantas. É apenas quando usamos dados visuais em conjunto com o clima que essa tarefa às vezes é resolvida. Mas mais isso diz respeito a algum tipo de problemas nutricionais. No que diz respeito a pragas ou doenças infecciosas - determinamos isso apenas quando já aconteceu.
P: conte-nos sobre Fermata e o conjunto de dados: o que você coleta, como você marcou? E sobre a rede neural - existe uma colaboração, para entender aproximadamente o que você está fazendo?
No início, coletamos o conjunto de dados de tudo o que está aberto na Internet. Por exemplo, de todas as competições que foram realizadas em Kegel e em outros recursos, em particular os asiáticos, há muitas coisas interessantes. Coletamos fotos de todos os tipos de fóruns agronômicos, de diferentes enciclopédias - tentamos coletar tudo, marcar.
Quando conseguimos clientes, depois de algum tempo, elaboramos o procedimento para trabalhar com eles. Por exemplo, um cliente precisa detectar alguma peça mal-intencionada muito rara que pode matar toda a estufa, e não há muitas imagens dessa peça. E eles próprios, assim que veem, tiram fotos e nos enviam imagens. Além disso, nossos especialistas viajam regularmente - principalmente se estivermos trabalhando em uma nova planta - e tiram fotos e treinam a equipe interna, para que recebamos dados constantemente para reabastecer o conjunto de dados e melhorar a qualidade.
Em primeiro lugar, temos especialistas internos para marcação. Temos uma rede de agrônomos - especialistas em diferentes tecnologias, diferentes tipos de plantas e seus problemas em diferentes regiões (isso é importante, porque uma mesma planta pode ter problemas diferentes em diferentes países e em diferentes continentes). Também envolvemos ativamente os agrônomos de nossos clientes para a marcação. Eles estão prontos para compartilhar dados, porque entendem que será melhor para eles: se um engenheiro agrônomo ficar 2 horas por semana para nos dizer quais são as tarefas que eles enfrentam, nós poderemos resolvê-los melhor.
Sobre a colaboração - provavelmente não agora. Mas a questão é interessante, não pensei nisso. Vou consultar a galera, talvez algo assim deva ser organizado.
P: o que exatamente é o processo de desenvolvimento e o resultado?
O resultado, o produto final, é o sistema. Chegamos à estufa, instalamos câmeras-sensores, e depois o cliente tem um painel que mostra tudo o que acontece com o clima e a fitossanidade. Os alertas chegam com informações sobre quando e como. O cliente pode marcar e acompanhar o que está fazendo com essas plantas. Ou seja, um produto é um ambiente em que trabalha um agrônomo, e no qual todo o estado e a saúde das plantas são visíveis.
P: você disse que uma câmera tem 200-400 quadrados, mas há alguma experiência com fazendas verticais de várias camadas?
Sim, existe tal experiência (na verdade, começamos com essa experiência). Claro que outras câmeras são usadas. Em estufas convencionais, é importante ter um grande zoom e cobrir uma grande área, enquanto em estufas verticais, uma abordagem diferente. Eles usam câmeras mais baratas, o que nos permite observar as plantas em diferentes fileiras, percebendo que não poderemos instalar a câmera muito longe.
P : o que você acha das microalgas?
Infelizmente, não sou um especialista nisso, não posso responder.
P: Você vê os resultados da necessidade de automação do monitoramento da umidade do solo, automação da irrigação dosada?
Sim, esta é uma tarefa muito importante. Vemos essas empresas (especialmente trabalhando em Israel - o centro de tais tecnologias) principalmente como nossos parceiros. Eles estão envolvidos na automação da irrigação e nós monitoramos as plantas e podemos dar-lhes feedback sobre como seus sistemas estão funcionando. Parece-me que existem muitas empresas de sucesso que resolvem este problema, mas não posso dizer mais nada (não sou especialista).
P: qual estado é quantitativamente agora, onde você está geograficamente, há (ou está planejado) seu próprio departamento de P&D de hardware?
O quadro de funcionários da empresa é de cerca de 13 pessoas agora. Geograficamente, esse é um assunto complexo, estamos localizados em muitos lugares. Há uma equipe de desenvolvimento em Moscou, há uma equipe em Israel, há pessoas na Alemanha. Às vezes, envolvemos o desenvolvimento de terceirização para resolver tarefas mais padrão fora da equipe, a fim de nos concentrarmos no aprendizado de máquina. É por isso que as equipes estão tão espalhadas pelo mundo.
A P&D de hardware é improvável agora. Eu gostaria de focar em software, isso é devido ao ponto em que estamos nos movendo agora e onde queremos estar, e aqueles que vemos como nossos parceiros potencialmente mais interessantes são apenas empresas que tornam muito legais difíceis, e são muito fortes nisso área. Não queremos criar concorrência desnecessária e perder nosso tempo explorando novas áreas, em vez de aperfeiçoar a parte em que somos especialistas.
P: Minha pergunta era apenas sobre fazendas verticais e quantas eram usadas lá.
Não posso dizer os números exatos. Se você tiver um interesse prático, pode cancelar mais tarde.
P: você examinou negócios com produtores agrícolas do norte (complexos de estufas nos Urais e mais ao norte)?
Tentamos conversar com vários fabricantes do norte, mas na época eles não tiveram sucesso. Isso foi no início de nossa jornada. Não voltamos a essa história, porque agora estamos focados naqueles tipos de plantas que são nossa prioridade.
P: que tal trigo, girassol? Drones?
Eu sou cético quanto a isso. Tentamos conversar com diferentes empresas que fazem drones e tentamos encontrar uma solução para isso. São as abordagens com drones que me parecem arriscadas agora, e não estamos indo nessa direção. Mas existem algumas ideias interessantes sobre como esse tipo de monitoramento poderia ser feito no campo, mas agora isso não é uma prioridade para nossa P&D.
P: que tipo de educação você precisa ter para trabalhar na sua área de inteligência artificial (que linguagem de programação, qual área da matemática)?
Nossa programação é principalmente em Python. Parece-me que qualquer área da matemática será boa em programação, não há requisitos rígidos. Em princípio, as pessoas que estamos procurando para uma equipe interna para trabalhar em IA - especialistas em aprendizado de máquina - devem ser capazes de ler o artigo e implementar o que está escrito nele. Ou seja, não apenas usando bibliotecas padrão e redes padrão existentes. É importante para nós estarmos na vanguarda do que há agora em tecnologia.
Se você tiver perguntas adicionais, ideias de cooperação ou se quiser fazer parte da nossa equipe - escreva para (valeria.kogan@fermata.tech), teremos o maior prazer em conhecê-lo.
