Το 2018, πέντε ομάδες μεγάλωσαν αγγούρια σε μια πρωτοποριακή Αυτόνομη Πρόκληση Θερμοκηπίου ΔΙΕΘΝΗΣ ΔΙΑΓΩΝΙΣΜΟΣ. Το στρίψιμο: μόνο μία από τις ομάδες αποτελούνταν από έμπειρους καλλιεργητές που χειρίζονταν το διαμέρισμα του θερμοκηπίου τους με μη αυτόματο τρόπο. Οι υπόλοιπες τέσσερις ομάδες αποτελούνταν από διεθνείς εμπειρογνώμονες στους τομείς της κηπουρικής και της τεχνητής νοημοσύνης (AI). Εργάστηκαν για να αναπτύξουν λύσεις τεχνητής νοημοσύνης για τη διαχείριση των καλλιεργειών τους εξ αποστάσεως και αυτόνομα. Ο στόχος του διαγωνισμού, η πρώτη αυτόνομη πρόκληση του θερμοκηπίου στον κόσμο, ήταν να οδηγήσει σε σημαντικές ανακαλύψεις στην αειφόρο παραγωγή τροφίμων.
Μετά από τέσσερις έντονους μήνες, οι χειροκίνητοι καλλιεργητές ήρθαν στη δεύτερη θέση. Η ομάδα της πρώτης θέσης, με επικεφαλής έναν από τους συγγραφείς αυτού του άρθρου, κέρδισε με μια αυτόνομη αναπτυσσόμενη λύση που όχι μόνο πέτυχε 6% μεγαλύτερες αποδόσεις και 17% υψηλότερο καθαρό κέρδος, αλλά χρησιμοποίησε επίσης λιγότερο CO2, θέρμανση και είσοδο νερού.
Για να μάθετε περισσότερα σχετικά με τον ανταγωνισμό και να καταλάβετε πώς μια λύση AI μπορεί να ανταγωνιστεί - και ακόμη και να ξεπεράσει - μια ομάδα εξειδικευμένων ανθρώπινων καλλιεργητών, ας ρίξουμε μια πιο προσεκτική ματιά στο AI και πώς σχετίζεται με τον αυτοματισμό του θερμοκηπίου.
Ο αυτοματισμός του θερμοκηπίου δεν είναι κάτι νέο
Για δεκαετίες, οι καλλιεργητές χρησιμοποιούν υπολογιστές επεξεργασίας, αισθητήρες και ενεργοποιητές για τη διαχείριση του κλίματος και της άρδευσης του θερμοκηπίου. Σε ένα τέτοιο σενάριο, η εργασία του υπολογιστή επεξεργασίας είναι απλή, βασισμένη σε απλούς λογικούς κανόνες. Εάν η θερμοκρασία του αέρα είναι υψηλότερη από 75 ° F, ανοίξτε, για παράδειγμα, τον εξαερισμό. Η κουραστική εργασία της θερμοκρασίας ανάγνωσης και της ενεργοποίησης και απενεργοποίησης των φώτων και των θερμαντήρων ανατίθεται σε μηχανήματα.
Φυσικά, η αυτοματοποίηση βάσει κανόνων δεν μπορεί να αντιμετωπίσει απρόβλεπτες περιστάσεις. Πιο κρίσιμα, ένας ειδικευμένος άνθρωπος πρέπει να λάβει όλες τις αποφάσεις διαχείρισης των καλλιεργειών, σύμφωνα με τα ακριβή σημεία για περιβαλλοντικές παραμέτρους. Για να επιτύχετε αξιόπιστες υψηλές αποδόσεις, απαιτείται ένα σημαντικό επίπεδο γνώσεων και δεξιοτήτων, και ακόμη και τότε, είναι εύκολο να κάνετε λάθη. Επιπλέον, καθώς τα αγροκτήματα μεγαλώνουν, το έργο της συνεχούς παρακολούθησης των καλλιεργειών γίνεται ακόμη πιο απαιτητικό.
Δυστυχώς, οι καλλιεργητές γνωρίζουν πολύ καλά ότι η εργασία είναι η μεγαλύτερη πηγή προβλημάτων στην παραγωγή. Χρόνο με το χρόνο, σε Greenhouse Grower's Η έρευνα των 100 κορυφαίων παραγωγών, οι καλλιεργητές αναφέρουν προκλήσεις όχι μόνο με το κόστος εργασίας αλλά και με τη διαθεσιμότητα εξειδικευμένου εργατικού δυναμικού. Δεν αποτελεί έκπληξη το γεγονός ότι οι καλλιεργητές αναζητούν όλο και περισσότερο τρόπους αντιμετώπισης αυτών των προκλήσεων, συμπεριλαμβανομένων νέων τεχνολογιών που μπορούν να κάνουν τη διαχείριση του θερμοκηπίου πιο αυτόνομη.
Το AI είναι ένα βήμα πέρα από την αυτοματοποίηση βάσει κανόνων
Ένας καλός τρόπος σκέψης για την τεχνητή νοημοσύνη είναι ότι είναι ένα βήμα πέρα από τον απλό αυτοματισμό που βασίζεται σε κανόνες. Η σύγχρονη τεχνητή νοημοσύνη αφορά στη χρήση των μαθηματικών για την εύρεση προτύπων στα δεδομένα, συμπεριλαμβανομένου του είδους που βρίσκεται στα περιβαλλοντικά και βιολογικά συστήματα του θερμοκηπίου. Για παράδειγμα:
- Με αρκετά κλιματικά δεδομένα, οι καλλιεργητές μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να καθορίσουν τις βέλτιστες τιμές και να κάνουν προβλέψεις για το κλίμα.
- Με αρκετά δεδομένα απόδοσης καλλιεργειών, οι καλλιεργητές μπορούν να χρησιμοποιήσουν το AI για να δημιουργήσουν προβλέψεις απόδοσης.
- Με αρκετά δεδομένα εικόνας, οι καλλιεργητές μπορούν να χρησιμοποιούν AI για να εντοπίζουν παράσιτα και ασθένειες.
Ορισμένοι τύποι τεχνητής νοημοσύνης μπορούν ακόμη και να μάθουν από νέα δεδομένα, προσφέροντας σταδιακά καλύτερα αποτελέσματα με την πάροδο του χρόνου.
Με τη δυνατότητα να παρέχει βαθύτερες γνώσεις στις καθημερινές λειτουργίες του θερμοκηπίου, το AI μπορεί να χρησιμοποιηθεί για να υποστηρίξει τη λήψη αποφάσεων από ειδικούς και να ενδυναμώσει τους καλλιεργητές με ουσιαστικό τρόπο. Σε τελική ανάλυση, τα καλύτερα αποτελέσματα προέρχονται από έναν προσεκτικό συνδυασμό ανθρώπινης νοημοσύνης και τεχνητής νοημοσύνης.
Η βασισμένη σε δεδομένα προσέγγιση της AI μπορεί επίσης να συνδυαστεί με την κλασική προσέγγιση που βασίζεται σε κανόνες, επιτρέποντας έναν πολύ υψηλότερο βαθμό αυτοματισμού θερμοκηπίου από ποτέ. Εν ολίγοις, οι καλλιεργητές μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να αυτοματοποιήσουν πολλές λειτουργικές εργασίες, βοηθώντας στην ανακούφιση των χρόνιων εργατικών προβλημάτων που προκαλούν τη βιομηχανία.
Τα δεδομένα είναι το καύσιμο για AI
Όσο το AI αφορά τους μαθηματικούς αλγόριθμους, αφορά επίσης τα δεδομένα. Σε αντίθεση με τη δημοφιλή πεποίθηση, ορισμένοι από τους πιο κοινούς αλγόριθμους που χρησιμοποιούνται στο AI υπάρχουν εδώ και δεκαετίες. Δεν είναι καν τρομερά περίπλοκα. Αλλά για μεγαλύτερο χρονικό διάστημα, η διαθεσιμότητα δεδομένων - μαζί με την προσιτή υπολογιστική ισχύ που απαιτείται για την επεξεργασία των δεδομένων - ήταν περιοριστικοί παράγοντες.
Χρειάστηκε μια πρόσφατη ανάπτυξη στο υλικό του υπολογιστή για να ξεκλειδώσει τις δυνατότητες της AI. Η επανάσταση των smartphone, που πυροδότησε η Apple το 2007, δημιούργησε εντελώς νέα οικοσυστήματα και αλυσίδες εφοδιασμού σε παγκόσμια κλίμακα. Αυτό άλλαξε τα θεμελιώδη οικονομικά του υλικού του υπολογιστή, φαινομενικά εν μία νυκτί. Βασικά εξαρτήματα υλικού, όπως μικροεπεξεργαστές, ραδιόφωνα και αισθητήρες, έγιναν εκθετικά φθηνότερα, μικρότερα και πιο ισχυρά. Τα στάδια των πρώτων δεδομένων μετατράπηκαν σε πλημμύρες. Η νέα αφθονία δεδομένων και υπολογιστικής ισχύος συνέβαλε στη μετατροπή της τεχνητής νοημοσύνης από μια ερευνητική περιέργεια με λίγες εμπορικές εφαρμογές σε μια τεχνολογική αλλαγή στη θάλασσα.
Το IoT φέρνει πληθώρα δεδομένων
Στις αρχές της δεκαετίας του 1980, οι μεταπτυχιακοί φοιτητές στο Πανεπιστήμιο Carnegie Mellon στο Πίτσμπουργκ ενοχλήθηκαν κατά την πεζοπορία σε ένα μηχάνημα αυτόματης πώλησης της Coca-Cola για να το βρουν άδειο. Το τροποποίησαν ώστε να μπορεί να αναφέρει το απόθεμά του μέσω του Διαδικτύου. Με αυτόν τον τρόπο, ανακάλυψαν την πρώτη συσκευή με σύνδεση στο Διαδίκτυο στον κόσμο.
Σήμερα, δισεκατομμύρια συσκευές, μεγάλες και μικρές, από καταναλωτικά ηλεκτρονικά έως βιομηχανικά μηχανήματα, έχουν ενταχθεί στην πρώτη μηχανή σόδας που συνδέονται με το Διαδίκτυο, σχηματίζοντας αυτό που είναι γνωστό ως Διαδίκτυο των πραγμάτων (IoT). Αυτό που είναι σημαντικό είναι ότι, σε αντίθεση με τις προηγούμενες γενιές υλικού - συμπεριλαμβανομένων πολλών κοινών λύσεων αυτοματισμού θερμοκηπίου - οι συσκευές IoT χρησιμοποιούν τα ίδια είδη μορφών δεδομένων και πρωτόκολλα επικοινωνίας με αυτά που χρησιμοποιούνται αλλού στο Διαδίκτυο. Βασιζόμενοι στα παγκόσμια πρότυπα του Διαδικτύου, μπορεί να είναι ευκολότερη η ανταλλαγή δεδομένων με συσκευές IoT χωρίς να απαιτείται επιπλέον υλικό για τη γέφυρα από τον ένα τύπο συστήματος στον άλλο.
Μαζί, το AI και το IoT είναι συμπληρωματικές τεχνολογίες. Το υλικό IoT βοηθά τους καλλιεργητές να συλλέγουν ακατέργαστα δεδομένα από θερμοκήπια πιο εύκολα. Και το λογισμικό τεχνητής νοημοσύνης βοηθά τους καλλιεργητές να κατανοήσουν - και να δράσουν - αυτά τα δεδομένα για τη βελτίωση της παραγωγής των καλλιεργειών.
Μελέτη περίπτωσης: Η επιτυχία του Kenneth Tran στην αυτόνομη πρόκληση του θερμοκηπίου
Δρ Tran: Το 2018, ήμουν ερευνητής τεχνητής νοημοσύνης στη Microsoft Research κοντά στο Σιάτλ, δουλεύοντας σε έναν νεότερο τύπο AI που είναι γνωστός ως ενίσχυση μάθησης. Εκεί ξεκίνησα μια νέα προσπάθεια να εφαρμόσω την έρευνά μας στον τομέα της ελεγχόμενης περιβαλλοντικής γεωργίας. Με το λεγόμενο έργο Sonoma, συνεργαστήκαμε με επιστήμονες φυτών στο Harrow Research Center στο Οντάριο του Καναδά και καταλήξαμε να αγωνιζόμαστε στην πρώτη διεθνή αυτόνομη πρόκληση θερμοκηπίου, που διοργανώθηκε από το Πανεπιστήμιο Wageningen & Research στις Κάτω Χώρες.
Σε αυτήν την πρόκληση, κάθε ομάδα μεγάλωσε αγγούρια σε ένα διαμέρισμα θερμοκηπίου 315 τετραγωνικών ποδιών για διάρκεια περίπου τεσσάρων μηνών. Αυτά τα διαμερίσματα ήταν εξοπλισμένα με υπολογιστές τυπικής επεξεργασίας, αισθητήρες κλίματος και ενεργοποιητές. Χρησιμοποιώντας ψηφιακές διασυνδέσεις IoT (REST APIs), τα προγράμματα AI θα μπορούσαν να διαβάζουν συνεχώς δεδομένα από τους αισθητήρες, να καθορίζουν βέλτιστα σημεία ρύθμισης και να στέλνουν σημεία ρύθμισης πίσω στους υπολογιστές διεργασίας - σε όλο το Διαδίκτυο (βλ. Εικόνα παρακάτω) Περισσότερες λεπτομέρειες σχετικά με την πρόκληση και τα αποτελέσματά της μπορείτε να βρείτε σε ένα άρθρο από Οι Hemming et al. (2019).
Παρά την έλλειψη εμπειρίας μας στην καλλιέργεια αγγουριών και το πρωτότυπο πολύ πρώιμου σταδίου, η αυτόνομη αναπτυσσόμενη λύση μας κατάφερε να κερδίσει τον ανταγωνισμό. Ξεπεράσαμε ακόμη και την ομάδα της δεύτερης θέσης, την ομάδα αναφοράς που αποτελείται από έμπειρους Ολλανδούς καλλιεργητές, με 6% υψηλότερη απόδοση. Αυτό το περιθώριο απόδοσης ισοδυναμούσε με αύξηση 17% στα λειτουργικά κέρδη.
Η ομάδα αναφοράς δεν είχε καλή απόδοση; Καθόλου. Έχουν εξαιρετική απόδοση, σύμφωνα με πολλούς ειδικούς. Η απόδοση τους ήταν σχεδόν 50 kg / m2 σε διάστημα τεσσάρων μηνών, που ισοδυναμεί με περίπου 150 kg / m2 ανά έτος. Αυτό θεωρείται υψηλή απόδοση για ένα θερμοκήπιο οπουδήποτε στον πλανήτη.
Ως αποτέλεσμα της Αυτόνομης Πρόκλησης του Θερμοκηπίου, ίδρυσα την Koidra το 2020 για να βασιστώ άμεσα στις γνώσεις μας και να προωθήσω περαιτέρω την υπερσύγχρονη τεχνολογία AI και IoT για τη γεωργία και άλλες εφαρμογές βιομηχανικού ελέγχου.
Κάνοντας τις σωστές ερωτήσεις για το AI και το IoT
Σήμερα, περισσότεροι καλλιεργητές θερμοκηπίου είναι πρόθυμοι και έτοιμοι να υιοθετήσουν AI και IoT. Η κύρια πρόκληση είναι να κατανοήσουμε τα προϊόντα στην αγορά και να είμαστε σε θέση να ξεπεράσουμε όλες τις ομιλίες του μάρκετινγκ. Πολλές εταιρείες ισχυρίζονται ανυπόμονα ότι διαθέτουν αλγόριθμο AI ή συσκευή IoT που θα λειτουργεί για θερμοκήπια.
Ακολουθούν ορισμένα βασικά ζητήματα που πρέπει να έχετε υπόψη κατά την αξιολόγηση του λογισμικού AI και του υλικού IoT:
- Απόδοση: Οι καλλιεργητές θα πρέπει να μπορούν να δουν συγκεκριμένα, πραγματικά οφέλη. Ρωτήστε: Έχει αποδειχθεί η AI στην εμπορική παραγωγή για τη βελτίωση της απόδοσης και της αποδοτικότητας των πόρων; Υπό ποιες προϋποθέσεις; Ποιο είναι το ιστορικό της εταιρείας στην ανάπτυξη λογισμικού AI και IoT;
- Σχεδιασμός AI: Οι πιο αποτελεσματικές λύσεις τεχνητής νοημοσύνης συνδυάζουν την καλύτερη ανθρώπινη νοημοσύνη με την καλύτερη τεχνητή νοημοσύνη για τη λήψη αποφάσεων. Ρωτήστε: Πώς αξιοποιεί το μοντέλο AI το υπάρχον σώμα γνώσεων; Πώς διασφαλίζει ότι η απόδοση θα βελτιωθεί με την πάροδο του χρόνου με περισσότερα δεδομένα;
- Σχεδιασμός λογισμικού: Οι καλλιεργητές πρέπει να παραμείνουν στον έλεγχο των εργασιών του θερμοκηπίου. Ρωτήστε: Ποιες αρχές σχεδιασμού λογισμικού χρησιμοποιούνται για τη διασφάλιση της ασφάλειας των καλλιεργειών; Μπορώ να αλλάζω εύκολα μεταξύ των χειροκίνητων, προτάσεων και αυτόματων πιλότων;
- Ιδιοκτησία δεδομένων: Οι καλλιεργητές πρέπει να κατέχουν τα δεδομένα τους και να αποφεύγουν το «κλείδωμα του προμηθευτή». Ρωτήστε: Μπορώ να εισαγάγω εύκολα δεδομένα από άλλα συστήματα; Μπορώ να δημιουργήσω αντίγραφα ασφαλείας και να εξαγάγω τα δικά μου δεδομένα; Υπάρχουν API που επιτρέπουν ζωντανή πρόσβαση σε δεδομένα και προσαρμοσμένες ενοποιήσεις; Μπορώ να χρησιμοποιήσω λογισμικό και υλικό από διαφορετικούς προμηθευτές, τώρα και στο μέλλον;
Το AI και το IoT μπορούν να ενδυναμώσουν τους καλλιεργητές
Σε έναν κόσμο στον οποίο οι κρίσιμοι πόροι - το νερό και η ενέργεια, καθώς και ο χρόνος, το χρήμα και η εξειδικευμένη εργασία - γίνονται πιο σπάνια, είναι λογικό να εξερευνήσουμε νέες τεχνολογίες για να μετριάσουμε αυτό το βάρος. Όπως μάθαμε από το Autonomous Greenhouse Challenge, οι καλλιεργητές μπορούν πράγματι να επιτύχουν μεγαλύτερες αποδόσεις και υψηλότερη αποδοτικότητα χρήσης πόρων με τη χρήση λογισμικού AI και υλικού IoT. Επιπλέον, αυτές οι τεχνολογίες συνεχίζουν να αναπτύσσονται και να προχωρούν με ταχύ ρυθμό.
Τελικά, το AI και το IoT μπορούν πραγματικά να ενδυναμώσουν τους καλλιεργητές θερμοκηπίου - να πάρουν καλύτερες αποφάσεις, να κάνουν περισσότερα με λιγότερα - για να καλλιεργήσουν την τροφή του κόσμου πιο βιώσιμα.