Вы мыслите недостаточно масштабно: как ИИ-агенты меняют продовольственные системы — Коди Менефи, Firecrawl

AAI Engineer
Computing/SoftwareSmall Business/StartupsEnvironment

Transcript

00:00:00Итак, всем привет. Меня зовут Коди. Я вывел эту картинку на экран, потому что куртка пока
00:00:20не произвела того эффекта, на который я рассчитывал. Шутку никто не понимает. Так что это для того,
00:00:26чтобы ткнуть вас прямо носом. Мне не просто нравится носить университетскую куртку
00:00:30с кучей брендов. Мы намеренно попытались поддержать эту тему. Итак, меня зовут
00:00:35Коди. Я из команды роста Firecrawl, и сегодня я здесь, чтобы сказать:
00:00:40вы мыслите недостаточно широко. Но прежде чем перейти к делу, я должен
00:00:45затронуть одну щекотливую тему: Тео украл мой доклад. Около месяца назад Тео выпустил
00:00:50видео под названием «Вам нужно мыслить шире», но я хочу сказать,
00:00:54что отправил название этой презентации за месяц до его видео. Я
00:00:58не украл его доклад. Это он украл мой! Так что сегодня мы поговорим
00:01:04о сельском хозяйстве, и да, я серьезно. Если точнее — о животноводстве,
00:01:10а еще точнее — об автоматизации ротации пастбищ при пастбищном
00:01:14выпасе скота. Подозреваю, большинство из вас не ожидали слушать сегодня про коров,
00:01:20траву и фермерство, но раз уж я здесь, вам придется. Немного
00:01:25обо мне и о том, почему вам вообще стоит меня слушать. Если коротко,
00:01:30у меня нет никаких регалий для этого доклада, но тем не менее я
00:01:34постараюсь выложиться по полной. Я вырос в Кентукки. Работал в сфере
00:01:38физического труда: барменом, механиком, официантом и много кем еще. Но фермером никогда не был.
00:01:46А потом я как-то попал в инженерию, разработку ПО и так далее.
00:01:51Вообще мне не нравится называть себя программным инженером. Я избегаю
00:01:56этого термина, кажется, будто я присваиваю чужие заслуги, ведь я тот самый «вайб-кодер», которого
00:01:59все вы так боитесь. Я целыми днями использую ИИ-агентов, не помню синтаксис наизусть,
00:02:05не владею в совершенстве ни одним языком программирования, но на выходных могу набросать
00:02:10что-нибудь этакое. Сейчас я работаю в Firecrawl, где мы создаем контекст для ИИ-агентов. У нас
00:02:16серия веб-API, чтобы дать вашим агентам доступ к сети. Как я сказал, я в команде роста,
00:02:21но сегодня мы углубимся в фермерство. Впрочем, вот доказательство
00:02:26моей квалификации — настоящее фото, где я везу индеек на крыше своей Tesla, и у меня все еще есть
00:02:33трещина на этой стеклянной крыше из-за них. Это было в Нэшвилле, где я живу в самом центре
00:02:38жилого района, где запрещено разводить индеек. Но я вырастил 10 индеек у себя
00:02:43на заднем дворе, потому что хотел узнать, каково это — самому вырастить скот себе на еду.
00:02:49Если честно, психологически это очень тяжелый процесс. Но вот я погрузил их
00:02:56на крышу моей Tesla и три часа вез к переработчику, остановившись по пути у
00:03:01зарядки Supercharger, где куча народа меня фотографировала. Скажу вам сразу: запас хода
00:03:07очень сильно падает, когда у вас на крыше гигантский ветрорез с индейками.
00:03:13Так что поездка была нервной, уж поверьте. Я даже чуть не бросил IT, чтобы стать фермером.
00:03:21Очень хотел разводить кур. Вот концепт упаковки, который я придумал. Я хотел заворачивать
00:03:26индеек в белую обертку и просто штамповать сверху слово «е-е». Мне казалось это дерзким.
00:03:31Думал, это заставит покупать моих куриц. Но потом понял, что на фермерстве вообще-то трудно
00:03:36что-то заработать. Вот сюрприз! А у меня жена и двоих детей. Было бы неправильно просить их
00:03:46отказаться от привычной жизни ради того, чтобы я косплеил фермера и выращивал курей. Поэтому
00:03:51я решил сменить курс и узнать, можно ли масштабировать само сельское хозяйство и те
00:03:57системы животноводства, которые меня интересуют. В этом докладе у меня три
00:04:02цели: во-первых, убедить вас брать за более масштабные идеи. Мне кажется, на многих
00:04:07этих выступлениях и конференциях мы слишком много времени уделяем разговорам о
00:04:12создании софта для тех, кто создает софт для тех, кто создает софт, и так далее. И я
00:04:17хочу напомнить, что существуют и другие проблемы, помимо очередного MCP
00:04:22для очередного SaaS-решения в очередной компании. А во-вторых, я просто пытаюсь воспользоваться
00:04:27вниманием запертой аудитории. Если загнан в угол в любом месте, я с высокой вероятностью начну
00:04:32говорить с вами про фермерство. И вот я здесь. И, надеюсь, смогу убедить вас перейти в Firecrawl.
00:04:39Итак, прежде всего: я считаю, что скот должен жить на пастбище. Животные должны быть на траве.
00:04:45Так лучше для животного, потребителя, фермера и экосистемы. Я мог бы провести целый
00:04:48TED-доклaд по каждому из этих пунктов. Можете найти меня позже, если нужно объяснить,
00:04:53почему животным лучше на траве. Но у меня мало времени на все это. Поверьте мне
00:04:57на слово. Начнем с этого. Исходный тезис: животные должны быть на траве. Вот цель, к которой я хочу прийти.
00:05:05Я не против стойлового содержания, была причина перейти на него. Но 97% коров
00:05:11до сих пор откармливают на фидлотах. И лишь 3% ращут на пастбищах. Мое мнение — больше скота должно быть
00:05:17на траве. Я хочу понять, как вернуть животных на траву. Вопрос в том, почему они не на
00:05:22траве? Главная проблема — человеческий фактор. Выращивать животных на траве — чертовски тяжело.
00:05:28Правильный выпас требует постоянного перемещения животных. А это колоссальный труд. Если задуматься
00:05:35о травяном откорме, кажется: вот у меня 100 коров и 100 акров. Запускаю 100 коров на 100 акров, они едят траву,
00:05:41и в конце года у меня есть говядина. Но это работает иначе. Вы очень быстро испортите
00:05:48качество пастбища, если позволите коровам пастись где вздумается, ведь они съедят всё самое
00:05:51вкусное, проигнорируют остальное и вытопчут участки. И решение этой проблемы —
00:05:58ротационный выпас. Это значит, что вы делите пастбище на отдельные загоны, где животным
00:06:04хватает корма ровно на один день, и перегоняете их каждый божий день. Это дает одним участкам отдыхать,
00:06:10пока другие стравливаются, что со временем повышает продуктивность пастбища. Но это требует
00:06:17просто уймы работы. Нужно постоянно переставлять ограждения, перегонять скот, двигать поилки
00:06:25и делать это ежедневно, чтобы вовремя перемещать животных. Кое-кто
00:06:33уже пытается решить эту проблему. Возможно, вы слышали в новостях о компании Halter,
00:06:38в которую Питер Тиль инвестировал при оценке в $2 млрд. Еще есть компания NoFence. Они
00:06:44предлагают ошейники для животных с GPS-связью, которые позволяют задавать
00:06:50виртуальные границы и перемещать скот удаленно. Я считаю, это отличный шаг
00:06:56в сторону сокращения трудозатрат, но тут есть проблема: нужно знать, куда именно перегонять
00:07:05животных. Честно говоря, это совсем не точная наука. Нельзя просто двигать их по прямой
00:07:10по пастбищу каждый день на один и тот же участок. Причина в том, что трава
00:07:17растет неравномерно. Бывают засухи, дожди, зависит от того, насколько вытоптан
00:07:23конкретный загон. И сегодня эти технологии продают так: фермер сам выходит
00:07:28в поле, смотрит на траву и интуитивно решает, куда лучше переставить загон.
00:07:33И встает вопрос: как заменить глаза фермера на пастбище, чтобы он мог удаленно
00:07:41принимать взвешенные решения о переносе виртуальных fences? Но это еще далеко
00:07:48не все. Вам также нужно знать высоту травы. У травы есть цикл роста.
00:07:54цикл. Если стравливать её слишком коротко, она восстанавливается очень долго. Если передержать,
00:07:59она грубеет, горчит, и животные ее не едят. Есть идеальная фаза,
00:08:04в которой и нужно держать траву. Нужно стравить ее до того, как она перерастет, но при этом
00:08:08и не слишком низко. Нужен постоянный круговорот скота по пастбищу,
00:08:13чтобы трава оставалась в оптимальной фазе роста и давала максимальный урожай.
00:08:21Вот несколько вариантов, как этого добиться. Это мои идеи, над которыми
00:08:26я размышлял. Первое — ортофотопланы с дронов.
00:08:31Если автоматизировать полеты дронов, они могли бы облетать
00:08:36пастбище, делать кучу высокодетализированных снимков травы,
00:08:41а фермеры бы их анализировали. Минус в том, что фермеров придется учить
00:08:48управлять дронами. К тому же есть юридические ограничения — дрон должен быть в зоне видимости,
00:08:52а в идеале все должно быть автономно. Ни в одной стране мира пока нет
00:08:56законов, разрешающих автономные дроны для таких задач. Так что это серьезный барьер.
00:09:01Качество снимков тут высокое, но преодолеть все регуляторные препятствия
00:09:05будет непросто. Спутники — мой любимый вариант на сегодня.
00:09:11Есть классная компания Planet, которая каждый день снимает всю Землю
00:09:17с разрешением метр на метр. Но спутники находятся очень высоко,
00:09:25и по снимкам трудно разглядеть детали, необходимые для принятия решений.
00:09:31Фото посередине — от моего друга из Миссури, он работает аспирантом-исследователем
00:09:35в Университете Линкольна. Идея проста: повесить фотоловушку на дерево рядом
00:09:42с измерительным шкалой и просто отслеживать высоту травы
00:09:48относительно этого объекта. Просто чтобы у нас была точка отсчёта,
00:09:54чтобы отслеживать рост травы. Если мы решим эту проблему
00:09:59вместе с ошейниками, думаю, мы сможем встроить LLM в этот процесс
00:10:07и начать работу над автономным выпасом. Это значит, что LLM будет
00:10:14принимать оптимальное решение, где животным находиться в любой день. Но это
00:10:19многофакторный анализ. LLM нужны данные из разных источников: GPS-координаты скота,
00:10:25где они были вчера, куда могут пойти завтра, какова ситуация с засухой,
00:10:30какова высота травы на всей ферме. Причём принимать решения нужно
00:10:36не просто изо дня в день, а на разных уровнях. Где лучше быть
00:10:43конкретной корове, где лучше находить стаду относительно данного пастбища,
00:10:49относительно всей фермы и всей экосистемы в целом.
00:10:55Все эти компоненты взаимосвязаны. Оптимизировав эту картину,
00:11:00вы получите более продуктивную ферму, где можно держать больше скота на меньшей площади.
00:11:05Именно так мы сможем конкурировать с откормочными площадками.
00:11:12Как решить эту задачу? Есть несколько составляющих. На мой взгляд, нужно устранить
00:11:17три главных препятствия. Первое — создание базы знаний.
00:11:21Это то, чем я в основном занимаюсь в Firecrawl и в моём опенсорс-проекте
00:11:26под названием OpenPasture. Дело в том, что знания о том, когда, зачем и как перегонять скот,
00:11:32о пользе ротации и так далее, заперты в основном в видео на YouTube.
00:11:38Есть куча отличных фермеров. Я могу дать список каналов, где можно зависнуть надолго:
00:11:42простые мужики из Миссури, Теннесси, Кентукки каждый день перемещают животных,
00:11:48делятся опытом, рассказывают, какие породы лучше, какие бобовые культуры
00:11:54нужны для биоразнообразия пастбища. Здесь очень много нюансов,
00:11:59и нам нужно собрать эти знания. Firecrawl — это набор инструментов, который я использую
00:12:03для сбора данных. Я собираю информацию с YouTube-видео, из научных статей
00:12:08и архивирую её, формируя базу знаний. А OpenPasture — это репозиторий,
00:12:13куда я выкладываю данные, чтобы любой фермер мог ими воспользоваться.
00:12:18Следующая задача — уровень визуализации. Есть много факторов,
00:12:24касающихся травы, которые фермер сейчас оценивает чисто интуитивно,
00:12:28глядя на поле. Две главные вещи, которые нужно понимать про пастбище
00:12:34(где скот находится и куда его перегнать) — это биомасса (сколько растительности
00:12:40доступно для поедания) и биоразнообразие в долгосрочной перспективе.
00:12:46При перевыпасе начинается стравливание отдельных видов холодостойких и теплолюбивых
00:12:52трав, бобовых и т. д. В идеале нужно сбалансированное, разнообразное пастбище,
00:12:58скот получал все необходимые питательные вещества и вам не приходилось давать им сено, медь,
00:13:03алюминием и прочим. В идеале они получают макро- и микроэлементы прямо из травы,
00:13:10и система становится полностью автономной. И третий момент — производители
00:13:19электронных ограждений, вроде NoFence и Halter. Я отдаю должное их технологиям,
00:13:24но принципиально с ними не согласен: чтобы использовать их софт,
00:13:29нужно покупать их ошейники, и нельзя подключить своё ПО к их железу.
00:13:34С точки зрения бизнеса это понятно, но для индустрии это огромная проблема.
00:13:39Я хочу развивать софтверную часть, передавать на ошейники GPS-координаты,
00:13:45рассчитанные моей LLM. Не хочу зависеть от их софта,
00:13:49потому что считаю, что могу сделать лучше, скажу честно. Поэтому отчасти
00:13:55моё выступление — это призыв к вам, слушателям. Мне нужен ошейник.
00:14:02С открытой платформой и открытыми API. В идеале — готовое решение из доступных деталей.
00:14:08Фермеры народ мастеровитый, любят чинить всё сами. Тут напрашивается аналогия
00:14:13с John Deere и правом на самостоятельный ремонт. Так что моё предложение к тем, кто заинтригован:
00:14:19разработайте ошейник с открытым патентом и API, чтобы мы могли конкурировать
00:14:23в сфере ПО и оптимизировать решение. И ещё одна интересная деталь:
00:14:31это касается не только жвачных животных. К жвачным относятся коровы, овцы, козы —
00:14:36все они жуют траву и переваривают её в рубце (специальном органе жвачных).
00:14:43Но есть выгода и в комбинировании разных видов животных при ротации пастбищ.
00:14:48Компания Pasture Bird подтолкнула меня к этой идее.
00:14:53Они взяли обычный курятник, поставили на большие колёса и автоматизировали движение,
00:14:59чтобы он смещался на свою ширину каждые 24 часа. С курами это работает,
00:15:05потому что они получают питательные вещества не только из травы.
00:15:08Их нужно подкармливать зерном, ведь куры всеядны, а не травоядны.
00:15:13Так что курятник просто медленно движется по лугу, давая им свежую землю.
00:15:22А азот из их помёта служит отличным удобрением для травы.
00:15:30Плюс есть двойная выгода от совмещения жвачных и кур. Если сначала пустить
00:15:34крупный скот, он сщиплет верхушки, а идущие следом куры выклёвывают
00:15:39паразитов из их навоза. Это снижает общий уровень паразитов на ферме,
00:15:45сокращая расходы на лекарства. Со временем вы получаете более стойкое
00:15:50племенное поголовье, сильных животных, требующих минимум вмешательства,
00:15:56которые просто едят траву и растут. Три главных вывода,
00:16:04которые я прошу вас сделать: первое — нам нужно брать реальные физические задачи,
00:16:09требующие многофакторного анализа, а не простых ответов «да» или «нет».
00:16:17Существует масса проблем без детерминированного решения. Я часто слышу от инженеров,
00:16:22что мы превращаем LLM в детерминированные процессы. Но я убеждён,
00:16:27что многие задачи нельзя решить жесткими алгоритмами. И это одна из них.
00:16:33Здесь нужен многофакторный анализ. Идеального загона не существует —
00:16:38есть лишь наиболее обоснованное предположение. И если взять такие системы
00:16:44с множеством входных данных и поставить в центр LLM для их анализа,
00:16:49чтобы она хотя бы давала рекомендации, а человек их подтверждал,
00:16:55мы сможем масштабировать эти процессы, упирающиеся сейчас в ресурс фермера.
00:17:02Мы дадим им инструменты для расширения. Думаю, всех животных можно вырастить на траве,
00:17:08если решить эти проблемы. И последнее: вы можете помочь мне в этом.
00:17:13Главная задача — предоставить агентам контекст: собрать данные,
00:17:19упаковать и подать в удобном для обработки LLM виде.
00:17:24Именно этим мы и занимаемся в Firecrawl. Мыслят недостаточно широко.
00:17:29В Firecrawl мы создаём контекстный слой для ИИ, и я зову вас к нам. Мы наймаем людей!
00:17:34Вот наши открытые вакансии. Заходите на сайт, подберите подходящую
00:17:39и пишите мне. Мы рады всем, кто хочет извлекать данные из Сети
00:17:44для решения сложных задач и передавать их ИИ-агентам в качестве контекста.
00:17:50Так мы сделаем мир лучше. Меня зовут Коди. Open Pastures — мой опенсорс-проект,
00:17:57Firecrawl — основная работа. Вот мои соцсети. Я ещё побуду здесь,
00:18:02буду рад пообщаться про скот, коров, птиц и всё остальное. Большое спасибо!

Key Takeaway

Автоматизация ротационного выпаса скота с помощью ИИ-агентов, GPS-ошейников с открытым API и данных о биомассе позволяет масштабировать пастбищное животноводство и составить конкуренцию фидлотам.

Highlights

  • 97% крупного рогатого скота откармливается на стационарных площадках (фидлотах), и только 3% выращивается на пастбищах.

  • Ротационный выпас требует ежедневного перемещения стада, перестановки ограждений и перепоения скота для восстановления травы.

  • Компания Halter привлекла инвестиции при оценке в 2 млрд долларов на создание GPS-ошейников для виртуального ограждения скота.

  • Качественный анализ высоты и биомассы травы достигается спутниковой съемкой компании Planet с разрешением 1 метр на пиксель или локальными фотоловушками.

  • Совмещение ротации крупного скота и кур снижает уровень паразитов на ферме и сокращает расходы на ветеринарные препараты.

Timeline

Проблема узкого мышления в разработке ПО

  • Инженерная индустрия сосредоточена на создании инструментария для других разработчиков софта, игнорируя физический сектор.
  • Выращивание птицы в домашних условиях демонстрирует высокие физические и логистические затраты сельского хозяйства.

Большинство современных стартапов создают узкоспециализированный софт для других SaaS-компаний. Реальный сектор экономики и сельское хозяйство получают значительно меньше внимания разработчиков ПО. Опыт выращивания 10 индеек на заднем дворе и их транспортировки на переработку выявляет высокую трудоемкость и финансовые ограничения малого фермерства без масштабирования.

Ограничения существующей системы откорма скота

  • 97% рогатого скота содержатся на откормочных площадках вместо естественных пастбищ.
  • Бессистемный выпас уничтожает биоразнообразие пастбища и снижает его продуктивность.
  • Ротационный выпас требует ежедневного перемещения животных и оборудования.

Содержание скота на фидлотах преобладает из-за сложности организации пастбищного содержания. При свободном выпасе коровы съедают предпочитаемые виды трав и вытаптывают почву. Решением является деление территории на загоны и ежедневный перегон стада, однако этот процесс упирается в высокий объем ручного труда.

Технологические решения для мониторинга и ротации

  • GPS-ошейники компаний Halter и NoFence создают виртуальные границы для скота.
  • Автономные дроны ограничены законодательными требованиями к зоне прямой видимости.
  • Спутниковые снимки высокого разрешения и фотоловушки со шкалой дают данные о росте травы.

Существующие GPS-ошейники позволяют смещать границы загонов удаленно, но не определяют оптимальное время и направление перегона. Дроны подходят для оценки высоты травы, но их применение регулируется жесткими законами. Спутники компании Planet с детализацией 1 метр на пиксель и стационарные фотоловушки возле измерительных шкал обеспечивают регулярный поток данных о состоянии биомассы.

Компоненты системы автономного выпаса

  • Опенсорс-проект OpenPasture собирает знания о животноводстве из профильных источников и научной литературы.
  • Модели LLM проводят многофакторный анализ данных GPS, погоды и состояния травы для принятия решений.
  • Закрытые экосистемы производителей ошейников препятствуют интеграции стороннего ПО.

Для работы автономного выпаса необходимо объединить знания фермеров, данные о биоразнообразии и текущие показатели пастбища в единую базу. Сбор данных выполняется инструментами Firecrawl. Главным барьером остается отсутствие ошейников с открытым API, что блокирует передачу координат напрямую из сторонних алгоритмов управления.

Многовидовой выпас и применение ИИ в реальном мире

  • Последовательный выпас крупного рогатого скота и кур естественным образом уничтожает вредителей.
  • НЕДЕТЕРМИНИРОВАННЫЕ задачи физического мира требуют анализа сложных систем через LLM.
  • Передача контекста из сети ИИ-агентам позволяет решать комплексные прикладные проблемы.

Использование подвижных курятников вслед за крупным скотом позволяет птицам склевывать личинок паразитов из навоза, удобряя почву азотом и снижая потребность в медикаментах. Задачи управления экосистемами не имеют жестких алгоритмических решений. Модели LLM выступают центром анализа многофакторных данных, трансформируя веб-контекст в решения для физического мира.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video