Dyrkning af intelligens: Den stille teknologiske revolution i landbrug

Landbrug er ét af menneskehedens ældste foretagender — så meget, at det måske synes, der er lidt tilbage at ændre radikalt. Alligevel står landbrugssektoren i dag på frontlinjen af nogle af verdens mest presserende udfordringer: fra klimaforandring til svagheder i forsyningskæden.

Vi hører ofte om, hvordan AI forvandler medicin eller bilindustrien, men måske er det ude på markerne, bogstaveligt talt, hvor kunstig intelligens skal spille en af sine mest afgørende roller.

Lad os udforske de udfordringer, landbrug står over for i dag, og hvordan innovative teknologier, især AI, hjælper med at afsløre uventede, men væsentlige løsninger.

Udfordring #1 — Sult og logistik

Verdens befolkning fortsætter med at vokse, og antallet af mennesker, der skal fødes, stiger også. Alligevel er sultproblemet, vi ofte hører om, ikke altid forårsaget af mangel på mad. Ifølge FN’s Organisation for Ernæring og Landbrug (FAO), producerer verden nok mad hvert år til at føde over 10 milliarder mennesker, selv om den globale befolkning er på omkring 8 milliarder. Alligevel lider hver niende person, mere end 735 millioner, under kronisk underernæring.

Rodårsagen? Logistik. Vi ved, hvordan vi dyrker mad, men at distribuere den effektivt er stadig en enorm udfordring. I visse regioner er leveringsomkostningerne forbudt høje; i andre er de næsten umulige. Væbnede konflikter, politisk ustabilitet og manglen på pålidelig infrastruktur, veje, lagerhuse og kølekæder gør madforsyningen kompliceret og dyr.

Sådan er kernen i problemet ikke madproduktionen i sig selv, men hvordan den mad kommer fra mark til bord.

AI-teknologier tilbyder nu praktiske værktøjer til at overvinde disse logistiske hindringer. Ved at analysere store mængder data — fra vejrforhold og infrastruktursstatus til regionale markeders og humanitære behov — optimerer AI leveringsruter, forudser risici og minimiserer tab langs forsyningskæden. Innovationer som antimikrobiel emballage, intelligente beholdere, der overvåger temperatur og fugtighed, og solceller til kølelager er også med til at forlænge shell life af fødevarer.

Udfordring #2 — Madssikkerhed

Madssikkerhed er en nations evne til at sikre sine borgere de nødvendige madforråd, uanset naturlige, politiske eller økonomiske faktorer. Dette spørgsmål er tæt forbundet med logistik. I dag afhænger dusinvis af lande verden over af import til deres basisfødevarer.

Et enkelt, men talende eksempel er avocadoen, en varmekærlig afgrøde, der traditionelt dyrkes i Latinamerika, især Mexico, som står for over 30% af verdens eksport. Kunne lande med væsentligt forskellige klimaer, som Canada eller Finland, med succes dyrke avocadoer i kommerciel målestok? Svaret ligger lige i teknologien og især i kunstig intelligens.

Kunstig intelligens kan ikke ændre klimaet eller “aflyse vinteren”, men det er et kraftfuldt værktøj i hænderne på landmænd, ingeniører og bioteknologer. Det hjælper med at finde optimale løsninger — fra design af effektive drivhuse til tilpasning af planter til lokale klimaer.

Nogle eksempler inkluderer:

• Genetisk tilpasning: AI-systemer som AlphaFold accelererer analysen af proteinstrukturer og plantegenomer. Dette giver videnskabsmænd mulighed for at identificere og redigere gener, der er ansvarlige for kuldetolerance, tørketolerance eller pestimmunitet. Det, der tidligere tog år, sker nu på måneder eller endda uger.
• Intelligente drivhus-systemer: AI modellerer mikroklimaet, der er nødvendigt for bestemte afgrøder, vælger materialer med ideal isolering og beregner optimal belysning, opvarmning, vanding og ventilation. Disse teknologier understøtter produktivt drivhuslandbrug i ekstreme kolde regioner, selv så langt mod nord som i Arktis.

Måske er den mest ambitiøse front, AI åbner, skabelsen af alternative afgrøder, der kan erstatte populære fødevarer som avocadoen. Avocado-historien illustrerer, hvordan kulturelle tendenser, som 1990’ernes sushi-boom, hvor denne grønne frugt blev en grundlæggende ingrediens, kan omdanne en nicheprodukt til en global fænomen. En lignende forvandling kunne ske med en ny, AI-udviklet frugt eller grøntsag, der er ideelt egnet til dyrkning i et givet land. Ved at analysere forbrugstendenser, smagpræferencer, ernæringsprofiler og logistik kan innovationer hjælpe med at udvikle helt nye “superfoods”, der er biologisk og markedsmæssigt attraktive.

Udfordring #3 — Masseproduktion

I modsætning til industrielt fremstillede varer, hvor output kan forudses med en vis nøjagtighed, er landbrug stadig sårbart over for en række uforudsigelige faktorer. En enkelt virus, en uventet pest eller dårlig kvalitetsgødning kan udrydde en afgrøde på få dage. En sygdom kan starte i ét drivhus og hurtigt sprede sig til nabodrivhuse; en landmand kan utilsigtet bringe infektionen med sig, blot ved at flytte mellem jordlodder. Disse risici forøges i masseproduktionsmiljøer, hvor skalaen gør menneskelig overvågning næsten umulig.

Jo større landbrug, desto højere risici og desto sværere kontrollen. Gødning, jord, pesticider og veterinærforbrug købes ofte fra multiple, undertiden udenlandske, leverandører, hvilket kræver kompleks logistisk koordination og medfører risici for forurening eller infektion. Samtidig står landmænd over for strenge miljø- og lovgivningsmæssige reguleringer: kemisk brug er strengt reguleret for at forhindre luft-, vand- og jordforurening. For eksempel har Den Europæiske Union strammet pesticidreguleringerne, og OECD-lande er på vej mod at reducere brugen af landbrugskemikalier med mindst 30% inden 2030.

I storstilelandbrug bliver manuel arbejdskraft og intuitivt beslutningstagning ineffektive. Volumenerne er simpelthen for store til at håndtere manuelt, og fejlernes omkostninger er for høje. Præcis ressourcefordeling — gødning, vand, kemikalier — på det rigtige sted og tidspunkt er afgørende.

Hvordan hjælper innovation i denne sag?

• Præcision og beslutningstagning: Avancerede teknologier kan scannen jorden med radar- og fjernsensingssystemer. Maskinelæringsalgoritmer analyserer data om jord, vejr, mikroklima og pH-niveauer for at optimere ressourcefordelingen. Dette kan reducere gødning og vandforbrug med 20-40%. Meteorologiske modeller forbedrer yderligere denne analyse ved at forudse vejrforhold baseret på atmosfæriske bevægelser. For eksempel kan en støvstorm, der starter i Afrika, ændre mineralindholdet i jorden, mens luftmasser fra Europa kan påvirke dets surhedsgrad. Baseret på data genereres nøjagtige forudsigelser og agronomiske anbefalinger til at understøtte beslutningstagning.
• Tidlig diagnose og forebyggelse: AI identificerer mønstre i opblomstrende problemer og forudser dem lang tid før de bliver kritiske. Ved at lære af data om forsyninger, behandlinger og afgrøder kan AI anbefale indgreb, før en landmand overhovedet fornemmer en trussel. For eksempel har Keymakr leveret annotations-tjenester til datavidenskabsfirmaer, der udvikler computerseende løsninger til skadedyr- og sygdomsdetektion. Vi hjalp med at forberede ekspert-mærkede datasæt til at forbedre tidlige advarselssystemer og muliggøre mere præcise, rettidige indgreb, der beskytter afgrøder i stor målestok.

Fremtidens teknologi: Hvor innovationsfloden flyder

Hvis vi forestiller os teknologisk fremgang som en flod, der flyder fra bjergene mod havet, bliver det klart, at innovation ikke sker i et vakuum. Den flyder mod områder, hvor den kan bryde igennem mere let — hvor der er reel efterspørgsel, klare forretningsmodeller og økonomisk afkast. I dag tilbyder landbrug flere lovende retninger.

Prædictiv analyse

Evnen til at forudse afgrødeudbytte, sygdomsudbrud, klimaforandringer og planternes behov ved hjælp af big data er en nødvendighed. AI hjælper allerede landmænd med at bestemme, hvornår og hvor de skal plante, hvor meget de skal vande og hvornår de skal gøde, ved hjælp af vejrmodeller, satellitbilleder og sensordata. Denne teknologi er blandt de hurtigst voksende i ag-tech-rummet.

Vertikalt landbrug

Det, der engang blev betragtet som futuristisk, er nu en realitet. I Singapore, Japan, UAE og Holland producerer dusinvis af vertikale landbrugssystemer salat, grøntsager, jordbær og endda foder til husdyr ved hjælp af fleretagersystemer. Efterspørgslen efter sådanne løsninger er især stærk i megabyer, hvor jord er begrænset. Højhus-svinefarme, biogassystemer og autonome drivhuse muliggør madproduktion op til 10 gange højere udbytte pr. kvadratmeter, samtidig med at de sparer vand og energi. For eksempel lancerede Kina i 2023 verdens første 26-etagers automatiserede svinefarm, hvor alt fra foder til affaldshåndtering er fuldstændigt automatiseret.

Næste generations husdyrbrug

To nøgle-tendenser former husdyrbrug. Den første er automatisering af traditionelt landbrug gennem intelligente foderanlæg, AI-baseret dyresundheds-overvågning og klimakontrolsystemer. Den anden er opblomstringen af alternative proteiner. Interessen vokser for laboratorie-dyrket kød, mycoproteiner (fremstillet af svampe) og insekt-baseret protein. Disse innovationer er ikke kun mere bæredygtige, men kan også løse en række etiske bekymringer.

Til sidst vil jeg nævne … bier, de unikke og uerstattelige bestøvere. De globale bipopulationer er faldet med omkring 35% hvert år. Givet biers afgørende rolle i bestøvning udgør dette fald en alvorlig trussel mod den globale madforsyning og -sikkerhed. Ifølge World Bee Project afhænger omkring 75% af verdens afgrøder af bier, i det mindste delvis.

Jeg var overrasket over at lære, at vi endnu ikke har udviklet en kunstig metode til bestøvning, der matcher effektiviteten af bier. Robotter med børster, som bruges i Kina, kan kun efterligne en lille del af, hvad bier naturligt opnår. Kompleksiteten og effektiviteten af naturlig bestøvning er en stor udfordring for moderne teknologi.

Hvis jeg skulle starte et nyt foretagende i dag, ville jeg investere i biavl. Men det er et svært felt — bier er ømfindtlige væsener, der kræver specifikke omhu. De modstår ofte avl i fangenskab og er sårbare over for talrige miljøtrusler. Derfor kan teknologier, der sigter mod at bevare og avle bipopulationer, udvikle sig fra en niche-forfølgelse til en hjørnesten i global madssikkerhed.