Zrównoważona uprawa

5 powodów, dla których sztuczna inteligencja zmieni przemysł szklarniowy

Gursel Karacor
Gursel Karacor
1 stycznia 1

Istnieje tak wiele osiągnięć i innowacyjnych rozwiązań w zakresie sztucznej inteligencji i innych najnowocześniejszych technologii w sektorze ogrodniczym, że czasem trudno jest nadążyć. W tym artykule przybliżymy 5 powodów, dla których sztuczna inteligencja zmieni przemysł szklarniowy. Sporo dowiedzieliśmy się podczas rozmowy z Gurselem Karacorem, Starszym Specjalistą ds. Danych w Grodan . „Wszyscy mówią o big data, ale jedyne co widzę na poziomie praktycznym kończy się na zastosowaniu tego wyrażenia w zdaniu”, mówi Gursel.

Karacor ma misję, której celem jest przekazanie przełomowych technologii użytkownikom szklarni. Dzięki ponad 20-letniemu doświadczeniu w tej dziedzinie rozumie on technologię i obawy producentów jak nikt inny. Ale co te wszystkie zmiany oznaczają dla producentów? Zanim przejdziemy do szczegółów, krótki opis tego, jak dokładnie działa sztuczna inteligencja:

„Sztuczna inteligencja polega na użyciu komputerów do wykonywania działań, które tradycyjnie wymagają ludzkiej inteligencji. Oznacza to tworzenie algorytmów do klasyfikowania, analizowania i rysowania prognoz na podstawie danych. Obejmuje to także działanie na podstawie danych, wyciąganie wniosków z nowych danych i ulepszanie ich w miarę upływu czasu ”, jak wyjaśniono na stronie Medium.

Poniżej Karacor dzieli się 5 głównymi powodami, dla których sztuczna inteligencja zmieni sposób pracy (na lepsze):

  1. Ciągły wzrost zapotrzebowania na żywność. Rośnie zapotrzebowanie na świeżą i zrównoważoną żywność wytwarzaną z coraz większą wydajnością. Liczba zasobów takich jak pola uprawne i osoby pracujące na obszarach wiejskich maleje, podczas gdy rośnie popyt na żywność i świeże produkty. „Myślę, że szklarnie i inne pomieszczenia do uprawy będą odgrywać coraz większą rolę w zaspokajaniu zapotrzebowania na żywność w przyszłości. Dlatego wsparcie inteligentnej technologii i sztucznej inteligencji jest teraz potrzebne bardziej niż kiedykolwiek ”- dodaje Karacor.
  2. Odpowiedni poziom dojrzałości technologicznej. Zapytaliśmy Karacora, jakie są obecnie kluczowe trendy i tematy w szklarni:
    • Uczenie maszynowe to gałąź sztucznej inteligencji i sprawia, że ​​oprogramowanie uczy się na podstawie danych, więc jest ono oparte wyłącznie na analizie danych. Jak widać powyżej, istnieje dość dużo danych i potencjał do gromadzenia big data w szklarni.
    • Technologia obrazowania lub głębokie uczenie w rozpoznawaniu obrazu umożliwia maszynom „widzenie” za pomocą fotografii. Karacor wspomina: „Jak mówią, obraz jest wart tysiąca słów i nic nie jest bardziej prawdziwe. To łatwiejsze niż dane z czujnika i ręczne nagrywanie ”.
    • Roboty to autonomiczne lub półautonomiczne urządzenia do wykonywania niektórych często uciążliwych, powtarzalnych, czasochłonnych lub niebezpiecznych zadań.
    • Edge-AI: Podczas gdy ogólne obliczenia i modelowanie AI są wykonywane na głównym serwerze/chmurze (co jest czasochłonne), w Edge-AI wszystkie obliczenia są wykonywane na „krawędzi” urządzenia lub robota. Obliczenia są przeprowadzane bezpośrednio na samym robocie, dzięki czemu możliwe są znacznie szybsze decyzje. Jest to szczególnie ważne w przypadku operacji w czasie rzeczywistym.
  3. Gotowość producentów. Producenci ściśle śledzą postęp technologiczny. Nadal borykają się z pytaniami typu Mam dużo danych, ale jak mogę z nich skorzystać? Czy pozostanę w tyle za konkurencją? Czy moja strategia uprawy jest optymalna? Ale według Karacora bardzo chętnie się uczą i chętnie korzystają z danych, które uzyskują z popularnych technologii, takich jak sztuczna inteligencja.
  4. Ogromny potencjał dla rozwiązań osobistych i lokalnych dzięki big data. Jakość i ilość danych jest bardzo ważna, ale bardzo nużąca dla producentów. Wykorzystując tylko kilka zdjęć, Technologie AI mogą pomóc producentom w rejestrowaniu upraw. Dane te można wykorzystać w wielu aplikacjach, w tym w prognozowaniu. Na przykład najnowsza innowacja firmy Grodan e-Gro umożliwia prognozowanie plonów do 4 tygodni naprzód. Ponadto producenci mogą skorzystać z bardziej ogólnych prognoz opartych na sztucznej inteligencji i zaleceń opartych na danych w szklarni. Big data stanowi również potencjał inteligentnych rozwiązań specyficznych dla producentów. Eksperci kierują się ogólnymi zasadami, ale konkretni producenci w niektórych regionach o określonym klimacie powinni mieć  dostosowane rozwiązania. „To spowoduje odczuwalną różnicę” - mówi Karacor. „Ciągły przepływ big data przez nauczanie maszynowe i sztuczną inteligencję pozwoli nam wykorzystać wszystkie te zasoby. To jest bardzo ekscytujące."
  5. Automatyzacja dla najwyższej wydajności. W szklarni wciąż jest dużo pracy fizycznej związanej z zadaniami takimi jak sadzenie, rejestracja upraw, zbiory itp. Są to żmudne, powtarzalne i czasochłonne zadania, które mogą być wykonywane na przykład przez roboty. Potrzeba automatyzacji wynika nie tylko ze względów związanych z wydajnością, ale również w związku ze zdrowiem i bezpieczeństwem, np. przenoszenie wirusa, bakterii i chorób (redukowanie kontaktu człowieka z człowiekiem, kontaktu człowieka z rośliną), jak to było wyraźnie widać podczas pandemii COVID-19.

Rada Karacora dotycząca ostatniego punktu: „Dużym plusem jest to, że te rozwiązania są przyjazne dla użytkownika. Jeśli pracujesz z odpowiednimi ludźmi, będzie to zaskakująco łatwe i bardzo owocne.”

Nasze ostatnie wpisy

20240910 RW-GR PHO 1541
By Mona Nazari
Sustainable Growing

Spacer po szklarniach w Leamington, Ontario: podróż do serca rolnictwa w kontrolowanym środowisku

Filozofia Grodan „Zaprojektowana, by rosnąć razem” łączy naturę, technologię i ludzkie przywództwo w ogrodnictwie, a Mona Nazari bada kanadyjskie szklarnie.

20240426 RW-GR PHO 1462
By Joyce Rasquin
Sustainable Growing

Sektor ogrodnictwa jest równie atrakcyjny dla kobiet, co dla mężczyzn

Dyrektor marketingu Grodan, Gonneke Gerkema, jest orędowniczką równości płci, dołączając do GAIA, aby to promować. Joyce Rasquin, Manager Business Development, dostrzega pozytywne zmiany w Grodan.

20240214 RW-GR PHO 1306
By Emmanouela Alexopoulou
Sustainable Growing

Zmniejszenie zużycia energii cieplnej przy zachowaniu wysokiej jakości pomidorów

Sprawdź najnowsze informacje o badaniach firmy Grodan i Philips Full LED.

20220930 RW-GR PHO 1082
Nawadnianie
Uprawa Precyzyjna
Zrównoważona uprawa

Optymalizacja kosztów uprawy

Optymalizacja kosztów uprawy pomidora szklarniowego - jak Uprawa Precyzyjna pozwala oszczędzać energię