AI “Wiskundige Robot” Helpt Bij Het Beheren Van Microklimaten En Verhoogt De Voorspellingen Van Bessenvelden

Een van de grootste landbouw- en tuinbouwbedrijven in Australië is Costa Group, en het bedrijf heeft onlangs een AI-systeem geïmplementeerd om de kwaliteit en opbrengst van de gewassen te verbeteren door het bedrijf te helpen bij het analyseren van de bessencultures. Zoals gerapporteerd door ZDNet, is het systeem dat Costa Group gebruikt, ontworpen door The Yield, een AgTech-bedrijf gevestigd in Sydney. Het AI-systeem analyseert 14 verschillende kenmerken om betekenisvolle inzichten te verkrijgen. Deze kenmerken omvatten temperatuur, bodemcondities, wind, licht en regen. De informatie wordt vervolgens gecombineerd met een bestaande dataset en voorspellingen over individuele gewassen worden geretourneerd.

Costa Group exploiteert verschillende bessenboerderijen in Queensland, New South Wales en Tasmanië. De bessenboerderijen op deze locaties hebben polytunnels, en deze polytunnels hebben hun eigen microklimaten. Omdat het klimaat van deze tunnels wordt gecontroleerd, hebben ze hun eigen “weerdienst” nodig. Internet of Things (IoT)-apparaten binnen de tunnels verzamelen een breed scala aan gegevens die worden gevoed in het AI-model. Het proces is een voortdurende cyclus van modelcreatie, productie, feedback en verfijning. De makers van het systeem beschrijven het als een “wiskundige robot”.

Soortgelijke AI-modellen zijn gebruikt om de oogst van spinazie, sla en andere gewassen te voorspellen, maar de oprichter van The Yield, Ros Harvey, legde uit dat hun systeem kritiek is omdat bessen moeilijk te monitoren zijn tijdens het groeiproces. In tegenstelling tot andere groenten of fruit, gaan bessen vaak door een reeks stadia in korte tijd en kan één bessencultuur meerdere groeistadia tegelijk hebben. Zoals Harvey aan ZDNet uitlegde:

“Het is zo’n moeilijk probleem geweest voor bessenproducenten wereldwijd omdat bessen, in tegenstelling tot andere gewassen, meerdere groeistadia tegelijk hebben… Als je naar een bessenplant kijkt, bloeit het, er zijn bessen die klaar zijn en er zijn bessen die half geproduceerd zijn omdat het voortdurend vrucht draagt wanneer het in het seizoen is. Terwijl andere gewassen door een lineair groeistadium gaan waar je één keer aan het einde van het seizoen oogst.”

Momenteel wordt AI meestal gebruikt voor slechts een paar verschillende toepassingen in de AgTech-industrie. Onder deze toepassingen zijn precisielandbouw, landbouwrobots, veemonitoring en drone-analyse. In 2018 vertegenwoordigde precisielandbouw ongeveer 35,6% van het AI-gebruik in de landbouwsector. Toepassingen zoals die ontwikkeld door The Yield, die helpen bij het verhogen van de opbrengst en het beschermen tegen risico’s door waardevolle inzichten te verkrijgen in groeitrends, lijken klaar te staan voor een veel groter gebruik in de nabije toekomst.

De gegevens die door het AI-systeem worden geretourneerd, stellen Costa Group in staat om een beter begrip te krijgen van de opbrengst, wat op zijn beurt helpt bij het beheren van de logistieke kosten en de prijs. Harvey voorspelt dat in de toekomst meer en meer bedrijven AI-gebaseerde toepassingen zullen gaan gebruiken om de opbrengst te kwantificeren en het risico te verlagen, waarbij hij opmerkt dat, aangezien klimaatverandering het weer onvoorspelbaarder maakt, meer bedrijven mogelijk polytunnels zullen gaan gebruiken. Het gebruik van AI in de hele landbouwsector wordt verwacht snel te groeien in de nabije toekomst. Machine learning, computerzicht en predictieve analyse helpen landbouwbedrijven bij het verhogen van de opbrengst en het doen van meer met minder.

Volgens een recent rapport over de staat van AI in de landbouw, zal AI AgTech de komende vijf jaar dramatisch groeien. In 2018 was de AI-markt in de landbouw ongeveer 330 miljoen USD waard, maar naar verwachting zal deze tegen het einde van 2024 ongeveer 980 miljoen USD waard zijn. Andere recente toepassingen van AI in de landbouwsector zijn kleine robots die zijn ontworpen om onkruid in velden te verwijderen en het bijhouden van groeicondities in verticale landbouwoperaties.