În 2018, cinci echipe au crescut castraveți într-o revoluționară provocare autonomă cu efect de seră concurența internațională. Răsucire: doar una dintre echipe era formată din cultivatori umani cu experiență care își operau manual compartimentul de seră. Celelalte patru echipe au fost formate din experți internaționali în domeniile horticulturii și inteligenței artificiale (AI). Au lucrat pentru a dezvolta soluții de IA pentru a-și gestiona culturile de la distanță și autonom. Scopul competiției, prima provocare autonomă cu efect de seră din lume, a fost să creeze progrese în producția durabilă de alimente.
După patru luni intense, cultivatorii manuali au ajuns pe locul al doilea. Echipa de pe primul loc, condusă de unul dintre autorii acestui articol, a câștigat cu o soluție autonomă în creștere, care nu numai că a obținut randamente mai mari cu 6% și un profit net cu 17% mai mare, dar a folosit și mai puțin CO2, încălzire și intrări de apă.
Pentru a afla mai multe despre concurență și pentru a înțelege modul în care o soluție AI poate concura cu - și chiar depăși - o echipă de cultivatori umani calificați, să aruncăm o privire mai atentă la AI și cum se raportează la automatizarea serelor.
Automatizarea cu efect de seră nu este nimic nou
De zeci de ani, cultivatorii au folosit calculatoare de proces, senzori și dispozitive de acționare pentru a gestiona climatul cu efect de seră și irigarea. Într-un astfel de scenariu, sarcina computerului de proces este simplă, bazându-se pe reguli logice simple. Dacă temperatura aerului este mai mare de 75 ° F, deschideți orificiul de aerisire, de exemplu. Munca obositoare de citire a temperaturilor și de pornire și oprire a luminilor și a încălzitoarelor este delegată mașinilor.
Desigur, automatizarea bazată pe reguli nu poate face față circumstanțelor neprevăzute. Mai important, un om calificat trebuie să ia toate deciziile de gestionare a culturilor, până la valorile de referință exacte pentru parametrii de mediu. Pentru a obține randamente ridicate în mod fiabil, este necesar un nivel substanțial de cunoștințe și abilități și chiar și atunci este ușor să greșești. Mai mult, pe măsură ce fermele cresc, activitatea de monitorizare continuă a culturilor devine și mai solicitantă.
Din păcate, cultivatorii știu prea bine că forța de muncă este cea mai mare sursă de probleme în producție. An după an, în Greenhouse Grower's Primul sondaj de 100 de producători, producătorii raportează provocări nu numai cu costul forței de muncă, ci și cu disponibilitatea forței de muncă calificate. Nu este surprinzător că cultivatorii caută din ce în ce mai multe modalități de a aborda aceste provocări, inclusiv noile tehnologii care pot face gestionarea serelor mai autonomă.
AI este un pas dincolo de automatizarea bazată pe reguli
O modalitate bună de a gândi la inteligența artificială este că este un pas dincolo de simpla automatizare bazată pe reguli. AI modernă se referă la utilizarea matematicii pentru a găsi modele în date, inclusiv a celor găsite în sistemele biologice și de mediu cu efect de seră. De exemplu:
- Cu suficiente date climatice, cultivatorii pot utiliza AI pentru a determina valorile de referință optime și pentru a face predicții climatice.
- Cu suficiente date privind randamentul culturilor, cultivatorii pot utiliza AI pentru a genera prognoze de producție.
- Cu suficiente date de imagine, cultivatorii pot folosi AI pentru a detecta dăunătorii și bolile.
Unele tipuri de AI pot învăța chiar din date noi, oferind rezultate din ce în ce mai bune în timp.
Prin posibilitatea de a oferi informații mai profunde în operațiunile de seră de zi cu zi, IA poate fi utilizată pentru a sprijini luarea de decizii de către experți și pentru a împuternici cultivatorii într-un mod semnificativ. La urma urmei, cele mai bune rezultate provin dintr-o combinație atentă de inteligență umană și inteligență artificială.
Abordarea bazată pe date a IA poate fi, de asemenea, combinată cu abordarea clasică bazată pe reguli, permițând un grad mult mai mare de automatizare a serelor decât oricând. Pe scurt, cultivatorii pot folosi IA pentru a automatiza multe sarcini operaționale, contribuind la ameliorarea problemelor cronice de muncă care provoacă industria.
Datele sunt combustibilul pentru AI
La fel de mult ca AI este despre algoritmi matematici, este vorba și despre date. Contrar credinței populare, unii dintre cei mai obișnuiți algoritmi folosiți în AI există de zeci de ani. Nu sunt nici măcar teribil de complicate. Dar pentru cea mai lungă perioadă de timp, disponibilitatea datelor - împreună cu puterea de calcul accesibilă necesară procesării datelor - au fost factori limitativi.
A fost nevoie de o dezvoltare recentă a hardware-ului computerului pentru a debloca potențialul AI. Revoluția smartphone-urilor, declanșată de Apple în 2007, a creat ecosisteme de producție complet noi și lanțuri de aprovizionare la scară globală. Acest lucru a schimbat economia fundamentală a hardware-ului computerului, aparent peste noapte. Componentele hardware cheie, cum ar fi microprocesoarele, aparatele de radio și senzorii, au devenit exponențial mai ieftine, mai mici și mai puternice. Fluirile de date brute s-au transformat în inundații. Noua abundență de date și puterea de calcul au ajutat la transformarea IA dintr-o curiozitate de cercetare cu puține aplicații comerciale într-o schimbare tehnologică.
IoT aduce o abundență de date
La începutul anilor 1980, studenții absolvenți de la Universitatea Carnegie Mellon din Pittsburgh s-au enervat când au mers la un distribuitor automat de Coca-Cola doar pentru a-l găsi gol. L-au modificat pentru a-și putea raporta inventarul pe internet. Procedând astfel, au inventat primul aparat conectat la internet din lume.
Astăzi, miliarde de dispozitive, mari și mici, de la electronice de larg consum la mașini industriale, s-au alăturat acelei prime mașini de sifon conectate la Internet, formând ceea ce este cunoscut sub numele de Internetul obiectelor (IoT). Ceea ce este semnificativ este că, spre deosebire de generațiile anterioare de hardware - inclusiv multe soluții obișnuite de automatizare a serelor - dispozitivele IoT utilizează aceleași tipuri de formate de date și protocoale de comunicații ca și cele utilizate în altă parte pe Internet. Bazându-vă pe standardele globale de Internet, poate fi mai ușor să faceți schimb de date cu dispozitive IoT fără a necesita hardware suplimentar pentru a trece de la un tip de sistem la altul.
Împreună, AI și IoT sunt tehnologii complementare. Hardware-ul IoT îi ajută pe cultivatori să colecteze mai ușor datele brute de la sere. Iar software-ul AI îi ajută pe cultivatori să înțeleagă și să acționeze asupra acelor date pentru a îmbunătăți producția de culturi.
Studiu de caz: Succesul lui Kenneth Tran în provocarea autonomă cu efect de seră
Dr. Tran: În 2018, am fost cercetător AI la Microsoft Research lângă Seattle, lucrând la un tip mai nou de IA cunoscut sub numele de învățare cu întărire. Acolo am inițiat un nou efort de a aplica cercetările noastre în domeniul agriculturii de mediu controlat. Cu așa-numitul proiect Sonoma, am colaborat cu oamenii de știință din plante la Harrow Research Center din Ontario, Canada și am ajuns să concurăm la prima provocare internațională de seră autonomă, organizată de Universitatea Wageningen & Research din Olanda.
În această provocare, fiecare echipă a crescut castraveți într-un compartiment de seră de 315 de metri pătrați pentru o durată de aproximativ patru luni. Aceste compartimente au fost echipate cu calculatoare de proces standard, senzori climatici și actuatoare. Folosind interfețe digitale IoT (API-urile REST), programele noastre de AI puteau citi în mod continuu date de la senzori, stabileau valori de referință optime și trimiteau valori de referință înapoi la computerele de proces - pe tot Internetul (vezi figura de mai jos). Mai multe detalii despre provocare și rezultatele ei pot fi găsite într-un articol de Hemming și colab. (2019).
În ciuda lipsei noastre de experiență în creșterea castraveților și a prototipului nostru foarte incipient, soluția noastră de creștere autonomă a reușit să câștige competiția. Am depășit chiar echipa de pe locul doi, echipa de referință compusă din cultivatori olandezi experți, cu un randament cu 6% mai mare. Această marjă de randament a fost echivalentă cu o creștere de 17% a profitului operațional.
Echipa de referință a performat slab? Deloc. Ei au performat remarcabil de bine, potrivit multor experți. Randamentul lor a fost de aproape 50 kg / m2 în intervalul de patru luni, care este echivalentul a aproape 150 kg / m2 pe an. Acesta este considerat un randament ridicat pentru o seră oriunde pe planetă.
Ca rezultat al provocării autonome cu efect de seră, am fondat Koidra în 2020 pentru a construi direct pe învățăturile noastre și a împinge în continuare stadiul tehnicii în AI și IoT pentru agricultură și alte aplicații de control industrial.
Puneți întrebările corecte despre AI și IoT
Astăzi, mai mulți cultivatori de sere sunt dispuși și gata să adopte AI și IoT. Principala provocare este să înțelegeți produsele de pe piață și să fiți capabili să treceți prin toate vorbele de marketing. Multe companii susțin cu nerăbdare că au un algoritm AI sau un dispozitiv IoT care va funcționa pentru sere.
Iată câteva considerații cheie pe care trebuie să le aveți în vedere atunci când evaluați software AI și hardware IoT:
- Performanță: Producătorii ar trebui să poată vedea beneficii concrete din lumea reală. Întrebați: S-a dovedit AI în producția comercială pentru a îmbunătăți randamentul și eficiența resurselor? În ce condiții? Care este palmaresul companiei în dezvoltarea de software AI și IoT?
- Proiectare AI: Cele mai eficiente soluții de AI combină cel mai bun din inteligența umană cu cel mai bun din inteligența artificială pentru a lua decizii. Întrebați: Cum valorifică modelul AI corpul de cunoștințe existent? Cum se asigură că performanța se va îmbunătăți în timp cu mai multe date?
- Proiectare software: Producătorii ar trebui să rămână în controlul operațiunilor cu efect de seră. Întrebați: Ce principii de proiectare software sunt utilizate pentru a asigura siguranța culturilor? Pot comuta cu ușurință între modurile manual, recomandare și pilot automat în orice moment?
- Proprietatea datelor: Producătorii ar trebui să dețină datele lor și să evite „blocarea furnizorului”. Întrebați: Pot importa cu ușurință date din alte sisteme? Pot să fac backup și să export propriile mele date? Există API-uri care permit accesul direct la date și integrări personalizate? Pot folosi software și hardware de la diferiți furnizori, acum și în viitor?
AI și IoT pot împuternici cultivatorii
Într-o lume în care resursele critice - apa și energia, precum și timpul, banii și forța de muncă calificată - devin din ce în ce mai rare, are sens să exploreze noi tehnologii pentru a atenua această povară. După cum am aflat de la Autonomia Serii, producătorii pot obține într-adevăr randamente mai mari și eficiență mai mare a utilizării resurselor cu utilizarea software-ului AI și a hardware-ului IoT. Mai mult, aceste tehnologii continuă să fie dezvoltate și avansate într-un ritm rapid.
În cele din urmă, AI și IoT pot împuternici cu adevărat cultivatorii cu efect de seră - să ia decizii mai bune, să facă mai mult cu mai puțin - să cultive alimentele lumii mai durabil.