Nel 2018, cinque squadre hanno coltivato cetrioli in un'innovativa sfida autonoma della serra competizione internazionale. Il colpo di scena: solo uno dei team era composto da coltivatori umani esperti che gestivano manualmente il loro comparto in serra. I restanti quattro team erano composti da esperti internazionali nei settori dell'orticoltura e dell'intelligenza artificiale (AI). Hanno lavorato per sviluppare soluzioni di intelligenza artificiale per gestire le loro colture da remoto e in modo autonomo. L'obiettivo del concorso, la prima sfida della serra autonoma al mondo, era guidare scoperte nella produzione alimentare sostenibile.
Dopo quattro mesi intensi, i coltivatori manuali sono arrivati al secondo posto. Il team al primo posto, guidato da uno degli autori di questo articolo, ha vinto con una soluzione di coltivazione autonoma che non solo ha ottenuto il 6% in più di rese e il 17% in più di profitto netto, ma ha anche utilizzato meno CO2, riscaldamento e ingressi acqua.
Per saperne di più sulla concorrenza e capire come una soluzione di intelligenza artificiale può competere - e persino superare - un team di coltivatori umani qualificati, diamo uno sguardo più da vicino all'intelligenza artificiale e al modo in cui si relaziona all'automazione delle serre.
L'automazione della serra non è una novità
Per decenni, i coltivatori hanno utilizzato computer di processo, sensori e attuatori per gestire il clima e l'irrigazione delle serre. In uno scenario del genere, il lavoro del computer di processo è semplice e si basa su semplici regole logiche. Se la temperatura dell'aria è superiore a 75 ° F, aprire lo sfiato, ad esempio. Il tedioso lavoro di lettura delle temperature e accensione e spegnimento di luci e stufe è delegato alle macchine.
Ovviamente, l'automazione basata su regole non può far fronte a circostanze impreviste. Ancora più importante, una persona esperta deve prendere tutte le decisioni di gestione delle colture, fino ai setpoint esatti per i parametri ambientali. Per ottenere rendimenti elevati in modo affidabile, è necessario un livello sostanziale di conoscenza e abilità, e anche in questo caso è facile commettere errori. Inoltre, man mano che le fattorie si ingrandiscono, il lavoro di monitoraggio continuo delle colture diventa ancora più impegnativo.
Sfortunatamente, i coltivatori sanno fin troppo bene che la manodopera è la principale fonte di problemi nella produzione. Anno dopo anno, in Coltivatore in serra Sondaggio Top 100 Growers, i coltivatori segnalano sfide non solo con il costo del lavoro, ma anche con la disponibilità di manodopera qualificata. Non sorprende che i coltivatori siano sempre più alla ricerca di modi per affrontare queste sfide, comprese nuove tecnologie che possano rendere la gestione delle serre più autonoma.
L'intelligenza artificiale è un passo oltre l'automazione basata su regole
Un buon modo per pensare all'intelligenza artificiale è che è un passo oltre la semplice automazione basata su regole. L'intelligenza artificiale moderna si basa sull'uso della matematica per trovare modelli nei dati, compreso il tipo che si trova nei sistemi ambientali e biologici delle serre. Per esempio:
- Con una quantità sufficiente di dati climatici, i coltivatori possono utilizzare l'intelligenza artificiale per determinare i setpoint ottimali e fare previsioni sul clima.
- Con una quantità sufficiente di dati sulla resa delle colture, i coltivatori possono utilizzare l'intelligenza artificiale per generare previsioni di resa.
- Con una quantità sufficiente di dati di immagine, i coltivatori possono utilizzare l'intelligenza artificiale per rilevare parassiti e malattie.
Alcuni tipi di intelligenza artificiale possono persino imparare da nuovi dati, offrendo risultati sempre migliori nel tempo.
Essendo in grado di fornire informazioni più approfondite nelle operazioni quotidiane in serra, l'intelligenza artificiale può essere utilizzata per supportare il processo decisionale degli esperti e responsabilizzare i coltivatori in modo significativo. Dopotutto, i migliori risultati derivano da una ponderata combinazione di intelligenza umana e intelligenza artificiale.
L'approccio basato sui dati dell'IA può anche essere combinato con il classico approccio basato su regole, consentendo un grado di automazione della serra molto più elevato che mai. In breve, i coltivatori possono utilizzare l'intelligenza artificiale per automatizzare molte attività operative meccaniche, aiutando ad alleviare i problemi cronici di lavoro che sfidano il settore.
I dati sono il carburante per l'IA
Per quanto l'IA riguardi gli algoritmi matematici, riguarda anche i dati. Contrariamente alla credenza popolare, alcuni degli algoritmi più comuni utilizzati nell'intelligenza artificiale esistono da decenni. Non sono nemmeno terribilmente complicati. Ma per molto tempo, la disponibilità dei dati, insieme alla potenza di calcolo conveniente richiesta per elaborare i dati, sono stati fattori limitanti.
È stato necessario un recente sviluppo dell'hardware del computer per sbloccare il potenziale dell'IA. La rivoluzione degli smartphone, innescata da Apple nel 2007, ha creato ecosistemi di produzione e catene di fornitura completamente nuovi su scala globale. Ciò ha cambiato l'economia fondamentale dell'hardware del computer, apparentemente dall'oggi al domani. I componenti hardware chiave, come microprocessori, radio e sensori, sono diventati esponenzialmente più economici, più piccoli e più potenti. I rivoli di dati grezzi si sono trasformati in inondazioni. La nuova abbondanza di dati e potenza di calcolo ha contribuito a trasformare l'IA da una curiosità di ricerca con poche applicazioni commerciali in un cambiamento tecnologico epocale.
IoT porta un'abbondanza di dati
All'inizio degli anni '1980, gli studenti laureati della Carnegie Mellon University di Pittsburgh si sono infastiditi quando si sono diretti a un distributore automatico di Coca-Cola solo per trovarlo vuoto. Lo hanno modificato in modo che potesse segnalare il suo inventario su Internet. In tal modo, hanno inventato il primo dispositivo connesso a Internet al mondo.
Oggi, miliardi di dispositivi, grandi e piccoli, dall'elettronica di consumo alle macchine industriali, si sono uniti a quella prima macchina per bevande gassate connettendosi a Internet, formando ciò che è noto come Internet of Things (IoT). Ciò che è significativo è che, a differenza delle precedenti generazioni di hardware, comprese molte comuni soluzioni di automazione delle serre, i dispositivi IoT utilizzano gli stessi tipi di formati di dati e protocolli di comunicazione utilizzati altrove su Internet. Facendo affidamento su standard Internet globali, può essere più semplice scambiare dati con dispositivi IoT senza richiedere hardware aggiuntivo per collegare un tipo di sistema a un altro.
Insieme, AI e IoT sono tecnologie complementari. L'hardware IoT aiuta i coltivatori a raccogliere più facilmente i dati grezzi dalle serre. E il software AI aiuta i coltivatori a dare un senso a questi dati e ad agire in base a tali dati per migliorare la produzione delle colture.
Caso di studio: il successo di Kenneth Tran nella sfida della serra autonoma
Dr. Tran: Nel 2018 ero un ricercatore di intelligenza artificiale presso Microsoft Research vicino a Seattle, lavorando su un nuovo tipo di intelligenza artificiale noto come apprendimento per rinforzo. Lì ho avviato un nuovo sforzo per applicare la nostra ricerca al dominio dell'agricoltura in ambiente controllato. Con il cosiddetto progetto Sonoma, abbiamo collaborato con scienziati delle piante presso l'Harrow Research Center in Ontario, Canada, e siamo finiti per partecipare alla prima sfida internazionale della serra autonoma, organizzata dalla Wageningen University & Research nei Paesi Bassi.
In questa sfida, ogni squadra ha coltivato cetrioli in un compartimento di serra di 315 piedi quadrati per una durata di circa quattro mesi. Questi scomparti erano dotati di computer di processo standard, sensori climatici e attuatori. Utilizzando le interfacce digitali IoT (API REST), i nostri programmi di intelligenza artificiale potrebbero leggere continuamente i dati dai sensori, determinare i setpoint ottimali e inviare i setpoint ai computer di processo, in tutto Internet (vedere la figura sotto). Maggiori dettagli sulla sfida e sui suoi risultati possono essere trovati in un articolo di Hemming et al. (2019).
Nonostante la nostra mancanza di esperienza nella coltivazione di cetrioli e il nostro prototipo in fase iniziale, la nostra soluzione di coltivazione autonoma è stata in grado di vincere la concorrenza. Abbiamo persino sovraperformato il team al secondo posto, il team di riferimento composto da esperti coltivatori olandesi, con un rendimento superiore del 6%. Quel margine di rendimento era equivalente a un aumento del 17% dell'utile di esercizio.
Il team di riferimento si è comportato male? Affatto. Secondo molti esperti si sono comportati molto bene. La loro resa era di quasi 50 kg / m2 nell'arco di quattro mesi, che equivale a quasi 150 kg / m2 per anno. Questo è considerato un alto rendimento per una serra in qualsiasi parte del pianeta.
Come risultato della Autonomous Greenhouse Challenge, ho fondato Koidra nel 2020 per basarmi direttamente sulle nostre conoscenze e promuovere ulteriormente lo stato dell'arte nell'IA e IoT per l'agricoltura e altre applicazioni di controllo industriale.
Fare le giuste domande su AI e IoT
Oggi, più coltivatori in serra sono disposti e pronti ad adottare AI e IoT. La sfida principale è dare un senso ai prodotti sul mercato ed essere in grado di leggere tutti i discorsi di marketing. Molte aziende affermano con entusiasmo di avere un algoritmo AI o un dispositivo IoT che funzionerà per le serre.
Ecco alcune considerazioni chiave da tenere a mente quando si valuta il software AI e l'hardware IoT:
- Performance: I coltivatori dovrebbero essere in grado di vedere vantaggi concreti e reali. Chiedere: è stato dimostrato che l'IA nella produzione commerciale migliora la resa e l'efficienza delle risorse? A quali condizioni? Qual è il track record dell'azienda nello sviluppo di software AI e IoT?
- Progettazione AI: Le soluzioni AI più efficaci combinano il meglio dell'intelligenza umana con il meglio dell'intelligenza artificiale per prendere decisioni. Chiedi: in che modo il modello di intelligenza artificiale sfrutta il corpus di conoscenze esistente? In che modo garantisce che le prestazioni miglioreranno nel tempo con più dati?
- Progettazione software: I coltivatori dovrebbero mantenere il controllo delle operazioni in serra. Chiedere: quali principi di progettazione del software vengono utilizzati per garantire la sicurezza delle colture? Posso passare facilmente tra le modalità manuale, raccomandazione e autopilota in ogni momento?
- Proprietà dei dati: I coltivatori dovrebbero possedere i propri dati ed evitare il "vincolo del fornitore". Chiedi: posso importare facilmente dati da altri sistemi? Posso eseguire il backup ed esportare i miei dati? Esistono API che consentono l'accesso ai dati in tempo reale e integrazioni personalizzate? Posso utilizzare software e hardware di diversi fornitori, ora e in futuro?
L'intelligenza artificiale e l'IoT possono dare potere ai coltivatori
In un mondo in cui le risorse critiche - acqua ed energia, così come tempo, denaro e manodopera qualificata - stanno diventando sempre più scarse, ha senso esplorare nuove tecnologie per alleviare tale fardello. Come abbiamo appreso dall'Autonomous Greenhouse Challenge, i coltivatori possono effettivamente ottenere rese maggiori e maggiore efficienza nell'utilizzo delle risorse con l'uso di software AI e hardware IoT. Inoltre, queste tecnologie continuano a essere sviluppate e avanzate a un ritmo rapido.
In definitiva, l'intelligenza artificiale e l'IoT possono davvero consentire ai coltivatori in serra - di prendere decisioni migliori, fare di più con meno - di coltivare il cibo del mondo in modo più sostenibile.