Árið 2018 ræktuðu fimm teymi gúrkur í tímamótaáskorun sjálfstætt gróðurhúsalofttegunda alþjóðleg samkeppni. Snúningurinn: aðeins eitt liðanna samanstóð af reyndum mannlegum ræktendum sem stjórnuðu gróðurhúsahólfinu sínu handvirkt. Hin fjögur liðin sem eftir voru samanstóð af alþjóðlegum sérfræðingum á sviði garðyrkju og gervigreindar (AI). Þeir unnu að því að þróa gervigreindarlausnir til að stjórna ræktun sinni með fjarstýringu og sjálfstætt. Markmið keppninnar, fyrstu sjálfvirku gróðurhúsaáskorunarinnar í heiminum, var að knýja fram byltingar í sjálfbærri matvælaframleiðslu.
Eftir fjóra erfiða mánuði komust handverksræktendur í annað sæti. Liðið í fyrsta sæti, undir forystu eins höfunda þessarar greinar, vann með sjálfstæðri ræktunarlausn sem náði ekki aðeins 6% meiri ávöxtun og 17% meiri hreinum hagnaði, heldur notaði einnig minna CO.2, hita og vatnsinntak.
Til að læra meira um samkeppnina og skilja hvernig gervigreind lausn getur keppt við - og jafnvel staðið sig betur - teymi hæfra ræktenda, skulum skoða gervigreind og hvernig hún tengist sjálfvirkni gróðurhúsalofttegunda.
Sjálfvirkni gróðurhúsalofttegunda er ekkert nýtt
Í áratugi hafa ræktendur notað vinnslutölvur, skynjara og stýribúnað til að stjórna loftslagi og áveitu í gróðurhúsum. Í slíkri atburðarás er starf vinnslutölvunnar einfalt og byggir á einföldum rökréttum reglum. Ef lofthitinn er hærri en 75°F, opnaðu þá til dæmis loftopið. Hið leiðinlega starf við að lesa hitastig og kveikja og slökkva á ljósum og hitara er falið í vélar.
Auðvitað getur reglubundin sjálfvirkni ekki tekist á við ófyrirséðar aðstæður. Mikilvægara er að hæfur maður þarf að taka allar ákvarðanir um uppskerustjórnun, niður að nákvæmum settum fyrir umhverfisbreytur. Til að ná háum ávöxtun á áreiðanlegan hátt þarf mikla þekkingu og færni og jafnvel þá er auðvelt að gera mistök. Þar að auki, eftir því sem bú stækka, verður starfið við að fylgjast stöðugt með ræktuninni enn meira krefjandi.
Því miður vita ræktendur allt of vel að vinnuafl er stærsti uppspretta vandamála í framleiðslu. Ár eftir ár, í Gróðurhúsaræktunarstöð Top 100 ræktendur könnun, ræktendur segja frá áskorunum ekki aðeins með kostnað við vinnu heldur einnig með framboði á hæft vinnuafli. Það kemur ekki á óvart að ræktendur eru í auknum mæli að leita leiða til að takast á við þessar áskoranir, þar á meðal nýrri tækni sem getur gert gróðurhúsastjórnun sjálfstæðari.
AI er skrefi lengra en reglubundin sjálfvirkni
Góð leið til að hugsa um gervigreind er að hún er skref út fyrir einfalda sjálfvirkni sem byggir á reglum. Nútíma gervigreind snýst allt um notkun stærðfræði til að finna mynstur í gögnum, þar á meðal þeirrar tegundar sem finnast í umhverfis- og líffræðilegum kerfum gróðurhúsa. Til dæmis:
- Með nægjanlegum loftslagsgögnum geta ræktendur notað gervigreind til að ákvarða ákjósanlegar stillingar og gera loftslagsspár.
- Með nægum upplýsingum um uppskeru geta ræktendur notað gervigreind til að búa til uppskeruspár.
- Með nægum myndgögnum geta ræktendur notað gervigreind til að greina meindýr og sjúkdóma.
Sumar gerðir gervigreindar geta jafnvel lært af nýjum gögnum og skilað stöðugt betri árangri með tímanum.
Með því að vera fær um að veita dýpri innsýn í daglegan gróðurhúsarekstur er hægt að nota gervigreind til að styðja við ákvarðanatöku sérfræðinga og styrkja ræktendur á þroskandi hátt. Þegar öllu er á botninn hvolft kemur besti árangurinn af hugsi samsetningu mannlegrar greind og gervigreind.
Gagnatengda nálgun gervigreindar er einnig hægt að sameina með klassískri reglubundinni nálgun, sem gerir ráð fyrir miklu meiri sjálfvirkni gróðurhúsalofttegunda en nokkru sinni fyrr. Í stuttu máli, ræktendur geta notað gervigreind til að gera sjálfvirkan mörg útigangsverkefni, sem hjálpar til við að létta langvarandi vinnuvandamál sem ögra iðnaðinum.
Gögn eru eldsneyti fyrir gervigreind
Eins mikið og gervigreind snýst um stærðfræðilega reiknirit, þá snýst það líka um gögn. Andstætt því sem almennt er talið hafa sum algengustu reiknirit sem notuð eru í gervigreind verið til í áratugi. Þeir eru ekki einu sinni voðalega flóknir. En í lengstu lög hefur framboð á gögnum - ásamt viðráðanlegu reiknikrafti sem þarf til að vinna úr gögnunum - verið takmarkandi þættir.
Það þurfti nýlega þróun í tölvubúnaði til að opna möguleika gervigreindar. Snjallsímabyltingin, sem Apple kom af stað árið 2007, skapaði alveg ný framleiðsluvistkerfi og aðfangakeðjur á heimsvísu. Þetta breytti grundvallarhagfræði tölvuvélbúnaðar, að því er virðist á einni nóttu. Helstu vélbúnaðaríhlutir, eins og örgjörvar, talstöðvar og skynjarar, urðu veldishraða ódýrari, minni og öflugri. The tricks af hráum gögnum breyttust í flóð. Hin nýja gnægð gagna og reiknikrafts hjálpaði til við að breyta gervigreind úr rannsóknarforvitni með fáum viðskiptalegum forritum í tæknilega sjávarbreytingu.
IoT færir gnægð af gögnum
Snemma á níunda áratugnum urðu framhaldsnemar við Carnegie Mellon háskólann í Pittsburgh pirraðir á því að ganga yfir í Coca-Cola sjálfsala aðeins til að finna hann tóman. Þeir breyttu því svo það gæti tilkynnt um birgðaskrá sína á netinu. Þar með fundu þeir upp fyrsta nettengda tæki heimsins.
Í dag hafa milljarðar tækja, stórra sem smára, allt frá rafeindatækni til iðnaðarvéla, sameinast þessari fyrstu gosvél sem er tengd við internetið og myndað það sem er þekkt sem Internet of Things (IoT). Það sem er markvert er að ólíkt fyrri kynslóðum vélbúnaðar - þar á meðal margar algengar sjálfvirknilausnir í gróðurhúsum - nota IoT tæki sömu tegundir gagnasniða og samskiptareglur og notaðar eru annars staðar á netinu. Með því að treysta á alþjóðlega internetstaðla getur verið auðveldara að skiptast á gögnum með IoT tæki án þess að þurfa auka vélbúnað til að brúa frá einni tegund kerfis til annarrar.
Saman eru gervigreind og IoT viðbótartækni. IoT vélbúnaður hjálpar ræktendum að safna hráum gögnum úr gróðurhúsum á auðveldari hátt. Og gervigreind hugbúnaður hjálpar ræktendum að átta sig á - og bregðast við - þessi gögn til að bæta uppskeruframleiðslu.
Dæmi: Árangur Kenneths Tran í sjálfstætt gróðurhúsaáskoruninni
Dr. Tran: Árið 2018 var ég gervigreindarfræðingur hjá Microsoft Research nálægt Seattle og vann að nýrri gerð gervigreindar sem kallast styrkingarnám. Þar hóf ég nýtt átak til að beita rannsóknum okkar á sviði stjórnaðrar landbúnaðar. Með svokölluðu Sonoma verkefninu, áttum við samstarf við plöntufræðinga við Harrow Research Center í Ontario í Kanada og enduðum á því að keppa í fyrstu alþjóðlegu Autonomous Greenhouse Challenge, á vegum Wageningen University & Research í Hollandi.
Í þessari áskorun ræktaði hvert lið gúrkur í 315 fermetra gróðurhúsahólf í um fjóra mánuði. Þessi hólf voru búin stöðluðum vinnslutölvum, loftslagsskynjurum og stýribúnaði. Með því að nota IoT stafræn viðmót (REST API), gátu gervigreind forritin okkar stöðugt lesið gögn frá skynjurunum, ákvarðað ákjósanleg stillingar og sent stillingar til baka til vinnslutölva - um allt internetið (sjá mynd hér að neðan). Nánari upplýsingar um áskorunina og niðurstöður hennar er að finna í grein eftir Hemming o.fl. (2019).
Þrátt fyrir skort á reynslu okkar í ræktun gúrkur og frumgerð okkar á mjög fyrstu stigum, tókst sjálfstæða ræktunarlausnin okkar að vinna keppnina. Við vorum meira að segja betri en teymið í öðru sæti, viðmiðunarhópnum sem samanstendur af sérfróðum hollenskum ræktendum, með 6% meiri uppskeru. Sú framlegð í ávöxtunarkröfu jafngilti 17% aukningu á rekstrarhagnaði.
Gekk viðmiðunarhópurinn illa? Alls ekki. Þeir stóðu sig ótrúlega vel, að mati margra sérfræðinga. Afrakstur þeirra var tæplega 50 kg/m2 á fjórum mánuðum, sem jafngildir tæplega 150 kg/m2 hvert ár. Þetta er talið mikil ávöxtun fyrir gróðurhús hvar sem er á jörðinni.
Sem afleiðing af Autonomous Greenhouse Challenge stofnaði ég Koidra árið 2020 til að byggja beint á lærdóm okkar og ýta enn frekar undir nýjustu tækni í gervigreind og IoT fyrir landbúnað og önnur iðnaðarstýringarforrit.
Að spyrja réttu spurninganna um gervigreind og IoT
Í dag eru fleiri gróðurhúsaræktendur tilbúnir og tilbúnir til að taka upp gervigreind og IoT. Helsta áskorunin er að hafa vit fyrir vörum á markaðnum og að geta vaðið í gegnum allt markaðsmál. Mörg fyrirtæki halda því ákaft fram að þau séu með AI reiknirit eða IoT tæki sem virki fyrir gróðurhús.
Hér eru nokkur lykilatriði sem þarf að hafa í huga þegar gervigreind hugbúnaður og IoT vélbúnaður er metinn:
- Flutningur: Ræktendur ættu að geta séð raunverulegan ávinning. Spyrðu: Hefur gervigreind verið sannað í framleiðslu í atvinnuskyni til að bæta afrakstur og auðlindanýtingu? Við hvaða aðstæður? Hver er afrekaskrá fyrirtækisins í þróun gervigreindar og IoT hugbúnaðar?
- AI hönnun: Áhrifaríkustu gervigreindarlausnirnar sameina það besta af mannlegri greind og það besta af gervigreind til að taka ákvarðanir. Spyrðu: Hvernig nýtir gervigreind líkanið þá þekkingu sem fyrir er? Hvernig tryggir það að árangur batni með tímanum með meiri gögnum?
- Hugbúnaðarhönnun: Ræktendur ættu að hafa stjórn á rekstri gróðurhúsa. Spyrðu: Hvaða meginreglur hugbúnaðarhönnunar eru notaðar til að tryggja öryggi uppskeru? Get ég skipt auðveldlega á milli handvirkrar, meðmæla og sjálfstýringarhams alltaf?
- Eignarhald gagna: Ræktendur ættu að eiga gögnin sín og forðast „lokun söluaðila“. Spyrðu: Get ég auðveldlega flutt inn gögn úr öðrum kerfum? Get ég tekið öryggisafrit og flutt út mín eigin gögn? Eru til API sem leyfa aðgang að gögnum í beinni og sérsniðnar samþættingar? Get ég notað hugbúnað og vélbúnað frá mismunandi söluaðilum, nú og í framtíðinni?
AI og IoT geta styrkt ræktendur
Í heimi þar sem mikilvægar auðlindir - vatn og orka, svo og tími, peningar og hæft vinnuafl - eru að verða af skornum skammti, er skynsamlegt að kanna nýja tækni til að létta þá byrði. Eins og við lærðum af sjálfstætt gróðurhúsaáskoruninni geta ræktendur sannarlega náð meiri uppskeru og meiri auðlindanotkun með notkun gervigreindarhugbúnaðar og IoT vélbúnaðar. Það sem meira er, þessi tækni heldur áfram að þróast og þróast á miklum hraða.
Að lokum geta gervigreind og IoT sannarlega styrkt gróðurhúsaræktendur - til að taka betri ákvarðanir, gera meira með minna - til að rækta mat heimsins á sjálfbærari hátt.