5 redenen waarom AI de tuinbouw zal veranderen

Karacor is op een missie en dat is om deze baanbrekende technologieën in de handen van gebruikers in de kas te krijgen. Met meer dan 20 jaar ervaring in het veld begrijpt hij de technologie en de zorgen van telers als geen ander. Maar wat betekenen al deze ontwikkelingen voor telers? Voordat we in detail treden, een korte beschrijving van hoe AI precies werkt:

"Kunstmatige intelligentie (AI) houdt in dat computers worden gebruikt om dingen te doen waar traditioneel menselijke intelligentie voor nodig is. Dit betekent het creëren van algoritmen om gegevens te classificeren, analyseren en voorspellingen te doen. Het gaat ook om het handelen op gegevens, het leren van nieuwe gegevens en het verbeteren in de loop van de tijd", zoals uitgelegd door Medium.

Hieronder deelt Karacor zijn top 5 van redenen waarom AI de manier waarop je werkt (ten goede) zal veranderen:

1. De vraag naar voedsel zal blijven toenemen. Er is een steeds grotere behoefte aan vers en duurzaam voedsel dat steeds efficiënter wordt geproduceerd. Hulpbronnen zoals landbouwgrond en mensen die op het platteland werken nemen af terwijl de vraag naar voedsel en verse producten toeneemt. "Ik denk dat kassen en andere overdekte kweekfaciliteiten in de toekomst een steeds belangrijkere rol zullen spelen bij het voldoen aan de vraag naar voedsel. Daarom is ondersteuning van intelligente technologie en AI nu meer dan ooit noodzakelijk," voegt Karacor toe.
2. Het volwassenheidsniveau van de technologie is er klaar voor. We vroegen Karacor wat hij ziet als de belangrijkste trends en onderwerpen in de kas van dit moment:
   • Machine Learning (ML) is een subset van AI en zorgt ervoor dat software leert van data, het is dus puur datagedreven. Zoals hierboven te zien is, is er behoorlijk veel data en potentieel voor het verzamelen van deze big data in de kas.
   • Beeldverwerkingstechnologie, of Deep Image Recognition, stelt machines in staat om te "zien" door foto's te gebruiken. Karacor zegt hierover: "Zoals ze zeggen, een foto zegt meer dan duizend woorden en niets is hier meer waar. Het is gemakkelijker dan sensorgegevens en handmatige opnames."
   • Robots zijn autonome of semi-autonome apparaten voor bepaalde taken die vaak vervelend, repetitief, tijdrovend of gevaarlijk zijn.
   • Edge-AI: Terwijl algemene AI-berekeningen en modellering worden uitgevoerd op een hoofdserver/cloud (wat tijdrovend is), worden bij Edge-AI alle berekeningen uitgevoerd aan de 'rand' van het apparaat of de robot. De berekeningen worden direct op de robot zelf uitgevoerd, waardoor veel snellere beslissingen mogelijk zijn. Dit is vooral belangrijk voor real-time operaties.
3. Telers zijn er klaar voor. Telers volgen de technologische vooruitgang op de voet. Ze worstelen nog steeds met vragen als: ik heb veel data, maar hoe kan ik daar gebruik van maken? Loop ik achter op mijn concurrenten? Is mijn teeltstrategie optimaal? Maar volgens Karacor zijn ze erg leergierig en bereid om gebruik te maken van de gegevens die ze krijgen van populaire technologieën zoals AI.
4. Big data creëert een groot potentieel voor persoonlijke en lokale oplossingen. De kwaliteit en kwantiteit van gegevens is zo belangrijk, maar erg vervelend voor telers om te verzamelen. Door slechts een paar foto's te gebruiken, kunnen AI technologieën telers helpen om gewassen te registreren. Deze gegevens kunnen worden gebruikt in vele toepassingen, waaronder prognoses. Grodan's nieuwste innovatie e-Gro, bijvoorbeeld, maakt opbrengstvoorspellingen tot 4 weken mogelijk. Daarnaast kunnen telers profiteren van meer algemene AI-gebaseerde voorspellingen en datagestuurde aanbevelingen in de kas. Big Data biedt ook mogelijkheden voor telerspecifieke intelligente oplossingen. Menselijke experts hebben generieke regels, maar specifieke telers in bepaalde regio's met een specifiek klimaat zouden oplossingen op maat moeten hebben. "Dit zal echt een verschil maken", zegt Karacor. "Een continue stroom van big data door Machine Learning en AI zal ons in staat stellen om al deze middelen te benutten. Het is heel spannend."
5. Automatisering voor uiterste efficiëntie. Er is nog steeds veel handwerk in de kas voor taken als planten, gewasregistratie, oogsten, enz. Dit zijn vervelende, repetitieve en tijdrovende taken die bijvoorbeeld door robots zouden kunnen worden uitgevoerd. Automatisering is niet alleen nodig vanwege de efficiëntie, maar ook vanwege gezondheids- en veiligheidskwesties, zoals de overdracht van virussen, bacteriën en ziekten (minder contact tussen mensen onderling en tussen mensen en planten), zoals we ons duidelijk hebben gerealiseerd tijdens de COVID-19 pandemie.

Karacors advies met betrekking tot het laatste punt: "Het goede is dat deze oplossingen gebruiksvriendelijk zijn. Als je met de juiste mensen samenwerkt, zal het verrassend eenvoudig en zeer vruchtbaar zijn."