我采访了约翰迪尔公司自动化和自治副总裁Jorge Heraud，以及蓝河科技公司（约翰迪尔公司）自治和新风险投资副总裁Willy Pell。

他们解释说，这次收购不仅将加速公司人工智能技术的开发和部署，而且还将使设备真正在没有人类干预的情况下更快、更安全地移动。

背景。迪尔与之合作购买资产的Light公司，是自动驾驶汽车领域的主要参与者。该公司采用计算机视觉方法进行自动驾驶，使控制车辆的人工智能系统能够像生物系统一样 "看到 "这个世界。

从本质上讲，Light公司的算法将使迪尔公司的设备使用行业标准的相机（读作：普通的现成的视觉系统）来实现几乎无与伦比的深度感知。

这与特斯拉为其 "完全自动驾驶"（FSD）系统采取的方法类似。

在过去，我们曾在Neural批评过仅有视觉的方法，但这是不同的。客运车辆必须在繁忙的大道上行驶，稍有不慎就会导致人命的丧失。

在农场，情况则大不相同。拖拉机和其他农业设备需要能够识别作物和障碍物，以最终实现优化粮食产量的目标。

目前业界标准的自动驾驶解决方案（通常）涉及使用LiDAR和计算机视觉的组合。这使开发人员能够实现必要的分辨率和深度，例如，教一个人工智能系统 "看到 "暴风雪中走过街道的行人。

但在农业领域，这不一定是最好的方法。例如，迪尔公司的车辆往往需要能够实时看到车辆在颠簸的地形上行驶时的个别杂草。

再深入一点。LiDAR的成本很高，而且不能真正实现农业作业所需的近距离保真度。能够看到数百码外走过街道的人是很好的，但对于种植个别种子、杀死个别杂草或提醒农民注意其田地的具体问题却没有多大帮助。

迪尔公司的自动驾驶车辆必须更像机器人工人，而不是单纯的运输工具。为此，他们需要专注于以适合客户需求的速度和分辨率进行感应。

正如佩尔告诉我的。

    完美的传感器是一个能给你提供LiDAR质量的深度的相机。

不幸的是，相机通常需要静止不动，以便正确处理深度的光线。现代系统通过使用图像稳定算法来克服这个问题。

但是，当你摆出自拍的姿势或教人工智能模型识别停车标志时，如何补偿你摇晃的握力是一回事。

当相机的钢制支架因数千公斤的机械在不平坦的地形上颠簸而发生扭曲和振动时，如何保持相机的正确方向是一个完全不同的问题。

而这仅仅是冰山一角。Light的技术将使迪尔公司能够使用行业标准的摄像机来补偿所有这些问题。这意味着该公司可以通过将最先进的算法应用到它可能已经拥有的设备上，从而保持低硬件成本。

展望未来：Heraud告诉Neural，该公司预计在未来几个月内，收购将开始为迪尔的客户带来收益。他说，该公司最终打算用其目前的自动驾驶系统实现更高的速度，并包括更多的车辆。

最终目标是实现农场工作的完全自动化和优化，这样农民就可以把时间用于更高级别的管理和其他独特的人类工作。

快来看看。迪尔已经在自主化和自动化方面取得了相当大的成就。不到一个月前，我们说它正逐渐成为地球上最重要的人工智能公司之一。但这次收购让我们有理由更新这一评估--它现在正迅速成为值得关注的人工智能公司。

每个人都需要吃饭。而且，尽管公众普遍认为人工智能将使人们失去工作，但农业领域一直存在着劳动力短缺的问题--机器可以帮忙。

很难想象有什么比优化人类养活自己的能力更好的自主性应用案例。而且，同样令人振奋的是，也很难想象有比巨大的农业用地的广阔空间更好、更安全的自动化和自主化试验场。