Strona główna » Ai e-book o sztucznej inteligencji » Rolnictwo, a sztuczna inteligencja

Rolnictwo, a sztuczna inteligencja

by kapdes
sztuczna-inteligencja-rolnictwo-ai

Rolnictwo w dobie rozwoju sztucznej inteligencji

W szczycie sezonu żniwnego wstaje świt, a rolnik zwleka się z łóżka wraz z pierwszym pianiem koguta. Napełnia swój termos kawą i wychodzi – nie na pole czy do stodoły, ale do swojego biura, gdzie ze względnego komfortu fotela przy biurku rozpoczyna długi dzień zbierania zboża. Ze swojego monitora komputerowego rolniczka kieruje flotą autonomicznych kombajnów z ich zaparkowanych magazynów i na pola wczesnym rankiem. Wyposażone w 360-stopniowe kamery i najnowocześniejsze czujniki maszyny są gotowe do cięcia i młócenia według wskazówek i uznania ich zdalnego władcy. Jeśli wydarzy się coś nieoczekiwanego – powiedzmy, krnąbrna jałówka utrudni postęp – rolnik może, zakładając gogle rzeczywistości rozszerzonej i w przenośni przejmując stery, zręcznie poprowadzić maszyny alternatywną trasą.

Brzmi naciąganie? Jak najbardziej.

W nadchodzących latach rolnictwo ulegnie radykalnej transformacji, ponieważ technologie takie jak automatyzacja, sztuczna inteligencja (AI), uczenie maszynowe (ML) i przetwarzanie brzegowe odblokowują przełomowe możliwości dla nowych narzędzi i sposobów pracy w branży żywienia świata. W branży agritech zachodzi obecnie sejsmiczna zmiana, która może zadecydować o zdrowiu i stabilności globalnego łańcucha żywnościowego w obliczu bezprecedensowych wyzwań, takich jak zmiany klimatyczne, gwałtowny wzrost populacji i urbanizacja. W obliczu tych megatrendów na horyzoncie, to właśnie najnowsze, najnowocześniejsze technologie połączone z jednym z najstarszych zawodów mogą uratować nas wszystkich.

Wygrają Ci, którzy zdobędą wiedzę, jak wykorzystać sztuczną inteligencję!

Ai Rolnik

„Nawet jeśli jesteśmy starym zawodem, nie jesteśmy staroświeccy”, wyjaśnia Max Schulman. Ten doświadczony rolnik mieszka na południu Finlandii, gdzie jest rolnikiem w rodzinie sięgającej ponad 400 lat wstecz.

„Rolnicy zawsze korzystali z technologii. To nic nowego…

wystarczy spojrzeć, ilu rolników ma dziś smartfony. Używamy go, aby spojrzeć na rynek. Używamy go do sprawdzania prognozy pogody. Korzystamy z bankowości… jesteśmy bardziej połączeni niż wiele innych grup na świecie”. Zdany na łaskę kaprysów pogody i zarazy, rolnik zawsze wymagał zdolności adaptacyjnych, pomysłowości i innowacyjności. Nie powinno więc dziwić, że powszechny stereotyp prostego wiejskiego życia jest szalenie niedokładny – i że rolnicy są silnymi i chętnymi partnerami dla branży technologicznej.

Robienie więcej za to samo (lub mniej) będzie w nadchodzących latach kluczem do sukcesu,

ponieważ kwestie wzrostu populacji i ekstremalnych warunków pogodowych, potęgowane przez malejącą liczbę rolników i znikające grunty orne, zagrażają bezpieczeństwu światowych dostaw żywności. „Problemy, którymi się zajmujemy, są zbyt duże, by mogła je rozwiązać jedna osoba” – wyjaśnia Sandro Castronovo, kierownik techniczny w Europejskim Centrum Innowacji Technologicznych John Deere. Monolit produkcyjny z listy Fortune 500 tworzy produkty, które wykorzystują uczenie maszynowe, aby umożliwić precyzyjne rolnictwo, jeden z trendów w agrotechnice, który ułatwia rolnikom optymalizację ich działalności i zwiększenie zwrotu z inwestycji, pomimo rosnących kosztów. „Nasze innowacje produktowe przeszły od” większego, silniejszego, szybszego „do” zautomatyzowanego, łatwego w użyciu i bardziej precyzyjnego „… sztuczna inteligencja pozwala sprzętowi zarządzać na poziomie zakładu w czasie rzeczywistym i będzie siłą transformacyjną w rolnictwie”.

Aby zilustrować siłę sztucznej inteligencji w rewolucjonizowaniu branży, Castronovo zwraca uwagę na See and Spray™ Select firmy John Deere, nowo wprowadzone narzędzie do opryskiwania punktowego. Opiera się ono na fundamencie John Deere ExactApply™ i dzięki wykorzystaniu technologii kamer może wykrywać zróżnicowanie kolorów na ugorach, tym samym celując tylko w chwasty. Taka precyzyjna technologia sprawia, że „robić więcej za to samo (lub mniej)” staje się realną możliwością: w tym przypadku poprzez zmniejszenie zużycia herbicydów średnio o 77%.

Zbieranie danych w celu uzyskania obfitych plonów
Zdolność do identyfikacji i opryskiwania jednej rośliny spośród setek tysięcy jest tylko jednym z przykładów potencjału wykorzystania sztucznej inteligencji w pojazdach i narzędziach rolniczych, gdzie inteligentniejsze decyzje mogą być podejmowane przez maszynę w czasie rzeczywistym. Ale co się stanie, gdy dane zebrane na polu zostaną przesłane do chmury? „Sztuczna inteligencja off-board może zmienić zasady gry”, wyjaśnia Castronovo. „Mogłaby stworzyć receptę na następny rok, mówiąc [rolnikowi], gdzie należy wysiać więcej nasion za pomocą siewnika lub nawozić”. Dzięki statystycznie istotnym danym z pola zebranym w chmurze i zmapowanym geoprzestrzennie, rolnicy mogliby podejmować mądrzejsze decyzje agronomiczne, umożliwiając oszczędniejsze użytkowanie gruntów i bardziej efektywne stosowanie dodatków, takich jak nawozy.

Ochrona zasobów przy jednoczesnej optymalizacji plonów – ponownie, pomagając rolnikom „robić więcej za mniej” – to także codzienna działalność GeoPard Agriculture. Startup z siedzibą w Kolonii opracował platformę rolnictwa precyzyjnego, aby wspierać operacje rolnicze w podejmowaniu mądrzejszych decyzji dotyczących użytkowania gruntów i zarządzania uprawami.

Dzięki połączeniu historycznych zestawów danych georeferencyjnych, takich jak plony, gleba, satelita i topografia, mapy GeoPard umożliwiają precyzyjne podejście do rolnictwa na najbardziej heterogenicznych polach, wykrywając niestabilne strefy wegetacji, włączając dane z czujników naziemnych, a nawet wykrywając chmury i cienie. Dzięki zastosowaniu sztucznej inteligencji i uczenia maszynowego do wielowarstwowej analizy, interfejs API GeoPard jest potężnym narzędziem pomagającym rolnikom zwiększyć zwrot z inwestycji i zwiększyć produktywność poprzez selektywne stosowanie nasion, nawozów, herbicydów i fungicydów dzięki bardziej zaawansowanemu zrozumieniu profilu każdego pola.

Ale choć potencjał technologii mapowania jest ogromny, GeoPard stoi przed kilkoma poważnymi wyzwaniami w realizacji swojej misji tworzenia doskonałych map dla agritech. Współzałożyciel Dmitry Dementiev wyjaśnia, że chociaż jego zespół ma dostęp do bezpłatnych, wysokiej jakości danych satelitarnych, „bez publicznie dostępnego przechowywania danych o glebie, do którego każdy startup może uzyskać dostęp, jest to duże wyzwanie… moglibyśmy zapewnić ogromne korzyści plantatorom i jeszcze więcej usług, gdyby lokalne dane terenowe były nam udostępniane przez plantatorów”. Łącząc istniejące zbiory danych z dodatkowymi informacjami z konkretnych prywatnych pól, modele GeoPard zwiększyłyby tylko precyzję i umożliwiłyby dalszą optymalizację użytkowania gruntów.

rolnictwo-sztuczna-inteligencja-rolnik-ai

Jak zasiejesz, tak zbierzesz

Gdzie więc są dane i jak Dementiev i inni technolodzy mogą je zdobyć? Agritech napotyka dwie główne bariery dla odpowiednich i zróżnicowanych źródeł gromadzenia danych. Pierwszą z nich jest niechęć rolników do udostępniania swoich danych. Jest to zrozumiałe stanowisko, argumentuje Schulman: „Rolnictwo to nasz biznes. Jeśli masz coś, co chciałbyś zachować w celu uzyskania przewagi konkurencyjnej, to byś to zachował i nie dzielił się tym tak po prostu… ważne jest, aby pamiętać, że w przypadku informacji i danych, niezależnie od tego, czy są one tworzone w gospodarstwie, czy na polu, zawsze jest ktoś, kto jest ich właścicielem”.

Własność i bezpieczeństwo to dobrze znane kwestie, jeśli chodzi o debaty dotyczące wykorzystania danych.

Co więc przekonałoby rolnika do przesłania swoich plonów lub pomiarów składników odżywczych gleby do chmury? „Najważniejsze jest to, że rolnik, producent danych… cokolwiek wydarzyło się na jego glebie, na jego polach, z jego zwierzętami – on to kontroluje. To jego własność i tyle” – wyjaśnia Schulman. I choć udostępnianie danych producentowi autonomicznego ciągnika, na przykład w ramach umowy sprzedaży, jest zrozumiałe, fiński rolnik podkreśla znaczenie przejrzystości: „Powinieneś wiedzieć, na co się piszesz… to otwartość buduje zaufanie. A zaufanie i przejrzystość idą w parze”.

Z pola do chmury

Ostatnią rzeczą, jaką firma chce zrobić, jest zasianie nieufności wśród swoich klientów i rynku docelowego. Jak więc zespoły pracujące nad rozwiązaniami agrotechnicznymi mogą zdobyć zaufanie rolników? „Najważniejszą rzeczą, gdy pracujesz nad nową technologią i rozwijasz ją, gdy jesteś w fazie, w której masz gotowy pierwszy działający prototyp, jest wprowadzenie użytkownika końcowego, rolnika” – podkreśla Schulman. „Pozwól mu korzystać z urządzenia lub technologii. Wysłuchaj go. Upewnij się, że kiedy to robisz, robisz to dla klienta, rolnika. On zna swój biznes, nawet jeśli wszyscy myślą, że jest to proste i łatwe, że każdy może prowadzić gospodarstwo. Niestety nie jest to takie proste”.

Włączenie użytkownika końcowego jako głównego interesariusza w rozwój produktu zapewnia nieocenioną perspektywę dla tych, którzy opracowują rozwiązania agrotechniczne: rolnik prawdopodobnie zna swoją ziemię, jej działanie i idiosynkrazje lepiej niż ktokolwiek inny. Ale nawet jeśli rolnicy chętnie dzielą się swoimi danymi i korzystają z inteligentniejszych, bardziej precyzyjnych praktyk w celu zwiększenia rentowności i wydajności, istnieją inne, bardziej praktyczne bariery stojące na drodze. Co prowadzi nas do drugiego czynnika, który utrudnia gromadzenie danych w sektorze rolnym: żałośnie niewystarczająca infrastruktura łączności na obszarach wiejskich na całym kontynencie. Bez połączenia 4G lub 5G nie ma możliwości, aby inteligentne, autonomiczne maszyny łączyły się z chmurą z pola, gdzie maszyny mają nie tylko komunikować się ze sobą, ale także udostępniać dane systemom zewnętrznym. Jednak dzięki inwestycjom w infrastrukturę, gromadzenie danych i wdrażanie narzędzi opartych na sztucznej inteligencji i uczenia maszynowego na polach staje się nieograniczone.

Wygrają Ci, którzy zdobędą wiedzę, jak wykorzystać sztuczną inteligencję!

Ciągnik przyszłości już tu jest

Podczas gdy inteligentniejsze rolnictwo i rolnictwo precyzyjne są sposobami na złagodzenie wyzwań stojących przed nami, na drodze jest kilka wybojów, z których najważniejszym jest testowanie rozwiązań w terenie – dosłownie. Weźmy pod uwagę naszego rolnika z jego (jak dotąd wyimaginowanym) zdalnie sterowanym autonomicznym kombajnem: „Bardzo wymagającym zadaniem będzie pełna integracja w ramach jednej, opartej na krawędziach platformy w pojeździe rolniczym, aby uczynić go bardziej inteligentnym. Bardzo innowacyjne podejście polega na tym, że operator przejmuje bezpośrednią kontrolę nad pojazdem ze zdalnej lokalizacji”, wyjaśnia dr Martijn Rooker, wiedeński kierownik ds. projektów innowacyjnych i finansowania w TTTech Group. TTTech Group i HYDAC International utworzyły spółkę joint venture TTControl, wiodącego dostawcę specjalizującego się w systemach kontroli bezpieczeństwa, wyświetlaczach i rozwiązaniach łączności dla pojazdów terenowych, takich jak ciągniki i inne maszyny rolnicze.

Opracowywany pojazd, półautonomiczny ciągnik, będzie wyposażony w nową moc obliczeniową, dzięki czemu cały pojazd będzie sam w sobie działał jako urządzenie brzegowe. Ciągnik ten będzie wchodził w interakcje z innymi maszynami na polu – dronami, czujnikami – a gdy napotka nieznaną sytuację, ludzki operator może wkroczyć i pomóc. Dzięki interakcji z człowiekiem system operacyjny zaktualizuje swoją wewnętrzną wiedzę, skutecznie ucząc się, co zrobić następnym razem, zwiększając bezpieczeństwo, wydajność i produktywność. Ponieważ ciągnik łączyłby się z rozwiązaniami chmurowymi, jego obszar działania wymaga nie tylko możliwości komunikacji 5G, ale także jego sprzęt i oprogramowanie muszą być wystarczająco wytrzymałe, aby wytrzymać szlifowanie i żwirową pracę w terenie. „Miałem przyjemność dołączyć do rolnika w kombajnie” – powiedział Rooker – „i jest tak dużo kurzu, że czasami po prostu nie widać. Kiedy zbierasz plony, one latają dookoła”.

Na wszystko przychodzi pora

Opracowywanie nowego sprzętu rolniczego, który jest wystarczająco wytrzymały, aby sprostać trudnym warunkom, wymaga rygorystycznej, czasochłonnej i zasobochłonnej pracy. Testowanie, walidacja, certyfikacja – to długi i złożony proces, a w rolnictwie większość prac jest ograniczona do określonych pór roku (nie wspominając o nieprzewidywalnej pogodzie). Podczas gdy większe przedsiębiorstwa mogą dysponować zasobami, które to umożliwiają, startupy takie jak GeoPard muszą przyjąć strategie uwzględniające fakt, że hipotezy nie mogą być testowane z taką samą szybkością, jakiej często oczekują inwestorzy technologiczni.

Dodając do tego konieczność przestrzegania przepisów rządowych, staje się jasne, że chociaż możliwości są ogromne, a potrzeby będą tylko rosły, od pomysłu do uruchomienia w agrotechnice potrzeba czasu, i to dużo. „Chodzi o to”, wyjaśnia Schulman, „że wdrożenie technologii w tak dużym, podstawowym sektorze, jakim jest rolnictwo – w Europie jest wielu rolników – wymaga czasu. Największym zmartwieniem jest to, że ludzie chcą, aby stało się to zbyt szybko. [Ale] daj nam czas, a zrobimy to – i wyjaśnij decydentom, że kiedy tworzysz politykę, jest ona długoterminowa „.

Aby innowacyjne rozwiązania w dziedzinie agrotechniki odniosły sukces i rozwiązały palące kwestie, takie jak bezpieczeństwo żywnościowe, w grę wchodzi wiele sił.

Zainteresowane strony, w tym korporacje takie jak John Deere, startupy takie jak GeoPard, firmy technologiczne takie jak TTControl, władze rządowe i sami rolnicy szukają sposobów na łączenie się i współpracę. Właśnie dlatego firma TTControl nawiązała współpracę z unijnym projektem badawczym IntellIoT jako wiodącym przypadkiem zastosowania w rolnictwie i będzie testować i rozwijać swoje jednostki sterujące do użytku w półautonomicznych zdalnie sterowanych pojazdach rolniczych, takich jak wspomniany ciągnik. W ramach inicjatywy Horyzont 2020, misją IntellIoT jest umożliwienie realizacji półautonomicznych aplikacji IoT dla systemów wykorzystujących sztuczną inteligencję. Projekty konsorcjum mają na celu przezwyciężenie ograniczeń tradycyjnego IoT skoncentrowanego na chmurze, takich jak zawodna łączność, obawy o prywatność lub długi czas przesyłania danych w obie strony.

Poszukiwani: Farmfluencerzy i fani danych

Dla naukowców zajmujących się danymi, zwłaszcza tych skupionych na uczeniu maszynowym i sztucznej inteligencji, sama ilość i potencjalna moc danych rolniczych jest ogromna i stanowi przestrzeń do eksperymentowania. „To idealna piaskownica… wiele zestawów danych, różne pytania ekonomiczne dotyczące tego, które dane mogą być wartościowe, a które bezużyteczne” – mówi Nicholas Borsotto, konsultant ds. sztucznej inteligencji i danych oraz założyciel berlińskiego meetup.ai.

Dla tych technologów, którzy chcą nawiązać kontakt z graczami z branży agritech, TTControl i IntellIoT ogłosiły otwarte zaproszenie dla MŚP i startupów, których technologia przyczyniłaby się do pilotażowych projektów konsorcjum budujących rozwiązania agritech. Dowiedz się, jak wziąć udział.