- Hoe kunnen we kunstmatige intelligentie inzetten voor duurzame landbouw?
- Voorspellende analyses en diagnostiek helpen bij betere besluitvorming
- Met AI in de verticale landbouw kunnen landen aan de stijgende vraag voldoen
- Autonoom oogsten met AI-robots helpt de sector te verduurzamen
- AI-precisielandbouw – efficiëntie leidt tot meer duurzaamheid
Nu onze wereldbevolking richting de 8 miljard gaat, staan we voor enorme uitdagingen. Volgens de 18e-eeuwse econoom Thomas Malthus neemt “de menselijke bevolking geometrisch toe, terwijl de voedselproductie alleen rekenkundig toeneemt”. Dit betekent dat hoe meer de beschaving groeit en bloeit, des te kleiner de kans dat we aan de voedselvraag kunnen blijven voldoen. De landbouwsector staat al onder enorme druk en aangezien ook de hoeveelheid landbouwgrond afneemt, wordt de noodzaak om over te gaan op andere methoden dan traditionele landbouw steeds dringender. Het is belangrijk om manieren te vinden om bedrijven in de landbouw te helpen, en dat kan door onder andere kunstmatige intelligentie in te zetten. Met behulp van AI kunnen boeren met minder inspanning betere resultaten behalen, en zo beter en sneller verduurzamen.
De landbouwproductie is verantwoordelijk voor ongeveer een derde van de totale uitstoot van broeikasgassen, en voor ongeveer 70 procent van het wereldwijde zoetwaterverbruik.
CNBC
Hoe kunnen we kunstmatige intelligentie inzetten voor duurzame landbouw?
Kunstmatige intelligentie kan duidelijk zichtbare voordelen opleveren voor de agrarische sector. Het kan helpen de efficiëntie te verbeteren, kosten te verlagen en de huidige uitdagingen aan te pakken. Door kunstmatige intelligentie te combineren met traditionele landbouwtechnologieën, kunnen boeren een groot aantal landbouwprocessen optimaliseren, waarvan er vele nu nog handmatig worden uitgevoerd. Zo kunnen ze AI inzetten om de marktvraag te analyseren en te bepalen welke producten potentieel de meeste winst opleveren – waar ze hun gewasselectie vervolgens op kunnen aanpassen. AI kan ook worden gebruikt om fouten in bedrijfsprocessen op te lossen dankzij prognoses en voorspellende analyses, en om de kans op misoogsten te verminderen.
Bovendien kunnen boeren AI gebruiken om allerlei waardevolle informatie over plantengroei te verzamelen, die ze vervolgens kunnen gebruiken om gewassen te produceren die beter bestand zijn tegen ziekten en ongunstige weersomstandigheden. Daarnaast kan AI worden ingezet om de chemische samenstelling van de bodem te analyseren en te bepalen welke voedingsstoffen mogelijk ontbreken, optimale irrigatiepatronen te identificeren, vast te stellen welke mix van agronomische producten de beste resultaten oplevert, en de beste tijden te berekenen om voedingsstoffen toe te dienen. AI kan boeren ook helpen hun gewassen te beschermen door deze dag en nacht te monitoren, automatisch ziekteverschijnselen te detecteren, en de meest effectieve oplossingen te bepalen. Daarnaast kunnen boeren AI toepassen om verschillende processen te automatiseren, waaronder het oogsten.
AI kan bovendien de ecologische impact van landbouw helpen verminderen, die op dit moment aanzienlijk is. Volgens schattingen is de landbouwproductie verantwoordelijk voor ongeveer een derde van de totale uitstoot van broeikasgassen, en voor ongeveer 70 procent van het wereldwijde zoetwaterverbruik. In dit artikel bespreken we enkele van de meest interessante manieren waarop AI kan helpen de landbouw te verduurzamen, waaronder voorspellende analyses en diagnostiek, verticale landbouw, autonoom oogsten, en AI-precisielandbouw.
1. Voorspellende analyses en diagnostiek helpen bij betere besluitvorming
In de afgelopen jaren is de toepassing van voorspellende analysetools in de landbouw aanzienlijk toegenomen. Deze innovatieve tools zijn bedoeld om toekomstige trends te voorspellen door zowel huidige als historische gegevens te analyseren met behulp van datamining, machine learning, predictive modelling, en andere vergelijkbare statistische methoden. De gegevens hiervoor komen uit uiteenlopende bronnen en bestaan onder andere uit landbouw- en biologische tot klimaat- en hydrologische data. Boeren kunnen deze voorspellingen vervolgens gebruiken om bepaalde inzichten te genereren, waarmee ze de input beter kunnen managen, agronomische prestaties kunnen verbeteren, het gebruik van hulpbronnen kunnen optimaliseren, de ecologische impact kunnen verminderen, marktomstandigheden kunnen voorspellen, en tijdig maatregelen kunnen treffen voor zowel huidige als toekomstige uitdagingen.
Wetenschappers van ICRISAT hebben bijvoorbeeld een voorspellende analysetool ontwikkeld die de exacte datum kan berekenen waarop moet worden gezaaid voor een maximale gewasopbrengst. Hoewel je misschien niet zou denken dat iets relatief eenvoudigs als het plannen van zaaien een grote invloed kan hebben op het succes van de oogst, is het wel degelijk een van de belangrijkste beslissingen die een boer moet nemen, een die kan bepalen of ze een goed jaar zullen hebben of niet. Naast het vaststellen van de beste zaaitijd, biedt de tool verschillende andere nuttige inzichten met betrekking tot bodemgezondheid en de keuze van meststoffen, en ook een wekelijkse weersvoorspelling.
Onstabiele gewasprijzen zijn een ander groot probleem waarmee boeren dagelijks worden geconfronteerd, wat het voor hen moeilijk maakt om een vaststaand productiepatroon te formuleren. Sommige gewassen hebben meer last van dit probleem dan andere, vooral die met een beperkte houdbaarheid, zoals tomaten. Om dit probleem te omzeilen, gebruiken bedrijven steeds vaker technologieën als AI, machine learning, en big data. Hiermee kunnen ze de gezondheid van gewassen live monitoren, tekenen van ziekte of ongedierte detecteren, gewasopbrengsten inschatten, en prijzen voorspellen. Deze gegevens kunnen vervolgens worden gebruikt om waardevolle inzichten te genereren in toekomstige prijspatronen en vraagniveaus, en boeren te helpen beslissen welke gewassen ze moeten zaaien of hoeveel pesticiden ze moeten gebruiken.
PEAT, een in Berlijn gevestigde agritech-startup, heeft een app ontwikkeld met de naam Plantix, die AI en machine learning gebruikt om plantenziekten, ongedierte en tekorten aan voedingsstoffen op te sporen. Nadat een boer een foto van de plant in kwestie heeft gemaakt, vergelijkt de app de afbeelding met bestaande afbeeldingen in de database om het probleem te identificeren. Tot nu toe hebben meer dan zeven miljoen boeren de app gedownload en gebruikt om meer dan 385 verschillende gewasziekten te identificeren.
2. Met AI in verticale landbouw kunnen we wellicht aan de stijgende vraag voldoen
In 1999 presenteerden onderzoekers van Columbia University het idee voor een wolkenkrabber die duizenden mensen zou kunnen voeden; dit concept van een verticaal voedselsysteem was nog niet eerder voorgesteld. Daarna kwamen er steeds meer visies over hoe verticale ‘indoor farming’ de landbouwsector zou kunnen transformeren. Hoewel die voorspelling nog niet helemaal is uitgekomen, wordt verticale landbouw steeds vaker gebruikt om boeren overal ter wereld te helpen omgaan met de groeiende vraag naar voedsel. Verticale landbouw kan bovendien bepaalde inefficiënte onderdelen van traditionele landbouwsystemen verbeteren en voedselvoorzieningsketens tegen toekomstige verstoringen beschermen. Verticale landbouw biedt bovendien een duurzamer alternatief voor traditionele landbouwmethoden, met name omdat hierbij tot 95 procent minder water verbruikt wordt.
Ondanks dat er minder water nodig is, kunnen verticale indoor farming-systemen in een veel sneller tempo meer voedsel produceren. Een enkele verticaal gekweekte hectare kan dezelfde hoeveelheden voedsel produceren als vier tot zes hectare op het land. Een ander voordeel van verticale landbouw is dat het gebruikmaakt van voedselrijke groeisystemen, wat niet alleen de druk op krimpende landbouwgrond vermindert, maar ons ook in staat stelt om productielocaties dichter bij stedelijke gemeenschappen te brengen. Dit helpt transport-gerelateerde uitstoot te verminderen, en maakt de toeleveringsketen beter bestand tegen verstoringen. Bovendien kan voedsel dat in verticale landbouwsystemen wordt geteeld mogelijk helpen bij het oplossen van ons voedselverspillingsprobleem, omdat het een langere houdbaarheid heeft en tegelijkertijd smakelijker en voedzamer is.
Bowery Farming, een in New York gevestigde vertical farm, gebruikt een AI-systeem genaamd BoweryOS om duizenden gewassen te monitoren die op zijn boerderijen worden geteeld en elk gewas individueel aandacht te kunnen geven. Met behulp van een uitgebreid netwerk van sensoren en camera’s verzamelt het systeem miljarden gegevenspunten over elke plant, die vervolgens worden verwerkt door machine learning-algoritmen om belangrijke inzichten te genereren. Het systeem kan bijvoorbeeld aangeven welke planten meer licht nodig hebben of welke klaar zijn om geoogst te worden.
3. Autonoom oogsten met AI-robots helpt de sector te verduurzamen
Naarmate de agrarische beroepsbevolking wereldwijd steeds meer vergrijst en veldwerkers zich steeds meer wenden tot minder veeleisende banen, wordt de landbouwsector in toenemende mate geconfronteerd met arbeidstekorten. Om deze uitdaging het hoofd te bieden maken steeds meer boeren dan ook gebruik van automatisering en kunstmatige intelligentie. Zelfrijdende landbouwmachines en autonome drones bieden agrariërs echter een heel scala aan andere voordelen. In combinatie met datamining en voorspellende analyses kunnen deze innovatieve technologieën boeren bijvoorbeeld helpen beter geïnformeerde beslissingen te nemen en hun gewasopbrengsten aanzienlijk te verhogen. Bovendien kunnen ze de time-to-market (TTM) versnellen, het gebruik van chemicaliën verminderen en de landbouw aanmerkelijk verduurzamen.
Zo heeft de in Boston gevestigde startup voor landbouwrobotica Root AI een nieuw robot-oogstsysteem ontwikkeld met de naam Virgo, dat op een dag menselijke veldwerkers zou kunnen vervangen. De robot maakt gebruik van kunstmatige intelligentie en computervisie-technologieën om gewassen te identificeren en vervolgens met een aangepaste ‘end-of-arm tool’ (EOAT) te oogsten. Op dit moment kan het systeem alleen tomaten identificeren, maar het bedrijf is van plan de mogelijkheden uit te breiden met andere speciale gewassen, zoals paprika’s, druiven, meloenen, aardbeien, frambozen, avocado’s, aubergines en komkommers. “AI is voor ons het grote puzzelstuk”, vertelt Josh Lessing, CEO en medeoprichter van Root AI. “Computer vision-algoritmen kunnen de fysieke wereld niet aanraken, ze kunnen er alleen naar kijken. Robots zijn de brug, en bij Root bouwen we machine learning-algoritmen waarmee robots fysiek werk kunnen doen in complexe, echte omgevingen”.
“Om afval en verspilling echt te elimineren, om echt dat volgende niveau van duurzaamheid en impact te bereiken, moeten we het hele groeiproces heroverwegen”.
Brandon Alexander
4. AI-precisielandbouw – efficiëntie leidt tot meer duurzaamheid
Een van de concepten die de afgelopen jaren aan populariteit wint is AI-gedreven precisielandbouw – een verzameling technologieën waarmee boeren hun landbouwactiviteit zeer nauwkeurig kunnen monitoren en managen. Precisielandbouw biedt tal van voordelen ten opzichte van traditionele landbouwmethoden, waaronder een efficiëntere productie, een lagere impact op het milieu, en goedkoper voedsel van hogere kwaliteit. Het is dan ook niet verwonderlijk dat de populariteit van precisielandbouw blijft groeien. Recente studies tonen aan dat 86 procent van de boeren nu een vorm van precisielandbouw gebruikt, en dat 95 procent van hen deze methode als zeer nuttig beschouwt.
De agritech-startup Iron Ox heeft een boerderij opgezet die volledig door robots wordt gerund. De boerderij maakt gebruik van een geavanceerd hydrocultuursysteem om onder andere basilicum en aardbeien te verbouwen. De gewassen worden constant door een AI-systeem gemonitord en van water, zon, en voedingsstoffen voorzien. Het proces werkt als volgt: de gewassen worden eerst door een robot met de naam ‘Grover’ naar een doseerstation getransporteerd. Dit is waar de tweede robot, ‘Ada’ het overneemt en de planten uit het water tilt om hun wortels te inspecteren en stikstof-, kalium- en fosfor-niveaus te controleren. Als het systeem vaststelt dat de niveaus van voedingsstoffen onvoldoende zijn, zal het hydrocultuursysteem worden ingezet om extra hoeveelheden te leveren en zo een optimale groei te garanderen. Volgens CEO Brandon Alexander stelt dit agrarische bedrijven in staat om afval te verminderen, gewasopbrengsten te verbeteren, en de impact op het milieu te minimaliseren. “Om afval en verspilling echt te elimineren, om echt dat volgende niveau van duurzaamheid en impact te bereiken, moeten we het hele groeiproces heroverwegen”, voegt hij toe.
Een laatste overweging
Terwijl de wereldbevolking in een snel tempo blijft groeien, neemt ook de druk op de landbouwsector toe om voldoende voedsel te produceren om iedereen te voeden. Helaas zijn traditionele landbouwmethoden hiervoor niet langer toereikend, waardoor boeren gedwongen worden om steeds meer van geavanceerde technologie gebruik te maken. Een van de technologieën die in dit opzicht bijzonder nuttig is gebleken is kunstmatige intelligentie, dat naar verwachting tegen 2030 een diepgaande impact op de sector zal hebben. AI kan boeren onder andere helpen hun kosten te verlagen, de gewasopbrengsten te verhogen, en voedzamer voedsel te produceren. Ook kan AI helpen de landbouw te verduurzamen door het inzetten van innovatieve concepten als voorspellende analyse en diagnostiek, verticale landbouw, autonoom oogsten, en AI-precisielandbouw. Dit moet ervoor zorgen dat AI de komende tijd een steeds grotere rol gaat spelen in de agrarische sector, waardoor de manier waarop we voedsel produceren voorgoed verandert.
