AI “Maths Robot” Helpt bij het Beheren van Microklimaten en Verhoogt de Voorspellingen van Bessenopbrengst

Een van de grootste landbouw- en tuinbouwbedrijven in Australië is Costa Group, en het bedrijf heeft onlangs een AI-systeem ingezet om de kwaliteit en opbrengst van de gewassen te verbeteren door het bedrijf te helpen bij het analyseren van zijn bessen gewassen. 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, bodemgesteldheid, 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 grote hoeveelheid gegevens die worden gevoed in het AI-model. Het proces is een voortdurende creatie, productie, feedback en verfijning van modellen. De makers van het systeem beschrijven het als een “maths 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 cruciaal is omdat bessen moeilijk te monitoren zijn tijdens het groeiproces. In tegenstelling tot andere groenten of fruit, gaan bessen vaak door een reeks stadia heel snel en kan één bessen gewas veel groeistadia tegelijk hebben. Zoals Harvey aan ZDNet uitlegde:

“Het is zo’n moeilijk probleem voor bessenproducenten wereldwijd omdat bessen, in tegenstelling tot andere gewassen, veel groeistadia tegelijk hebben… Als je naar een bessenplant kijkt, is het aan het vruchten, bloeien, zijn er bessen die klaar zijn en zijn er bessen die half geproduceerd zijn omdat het voortdurend vruchten produceert 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.”

Op dit moment 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 binnenkort veel vaker te worden gebruikt.

De gegevens die door het AI-systeem worden geretourneerd, stellen Costa Group in staat om een beter inzicht te krijgen in de opbrengst, waardoor het bedrijf zijn logistieke kosten en prijspunt beter kan beheren. Harvey voorspelt dat in de toekomst meer en meer bedrijven AI-gestuurde toepassingen zullen beginnen te gebruiken om de opbrengst te kwantificeren en het risico te verlagen, waarbij hij opmerkt dat door de klimaatverandering het weer onvoorspelbaarder wordt en meer bedrijven mogelijk polytunnels zullen gebruiken. Het gebruik van AI in de hele landbouwsector wordt verwacht snel te groeien in de nabije toekomst. Machine learning, computer vision en predictieve analyse helpen landbouwbedrijven de opbrengst te verhogen en meer te doen met minder.

Zoals een onlangs uitgebracht rapport over de staat van AI in de landbouw aangaf, wordt verwacht dat AI AgTech dramatisch zal groeien in de komende vijf jaar. In 2018 was de AI-markt in de landbouw ongeveer 330 miljoen USD waard, maar deze wordt verwacht te groeien tot ongeveer 980 miljoen USD tegen het einde van 2024. Andere recente toepassingen van AI in de landbouwsector zijn kleine robots ontworpen om onkruid te verwijderen en het bijhouden van groeicondities in verticale landbouwoperaties.