V roku 2018 pestovalo päť tímov uhorky v prelomovej súťaži Autonomous Greenhouse Challenge medzinárodnej súťaže. Zvrat: iba jeden z tímov pozostával zo skúsených ľudských pestovateľov, ktorí manuálne ovládali svoje skleníkové oddelenie. Zvyšné štyri tímy tvorili medzinárodní odborníci v oblasti záhradníctva a umelej inteligencie (AI). Pracovali na vývoji riešení AI na vzdialenú a autonómnu správu svojich plodín. Cieľom súťaže, prvej autonómnej skleníkovej výzvy na svete, bolo dosiahnuť prelom v oblasti udržateľnej výroby potravín.
Po štyroch intenzívnych mesiacoch sa ruční pestovatelia umiestnili na druhom mieste. Tím na prvom mieste pod vedením jedného z autorov tohto článku vyhral s autonómnym rastúcim riešením, ktoré nielenže dosiahlo o 6 % vyššie výnosy a o 17 % vyšší čistý zisk, ale zároveň spotrebovalo menej CO2, kúrenie a vstupy vody.
Ak sa chcete dozvedieť viac o konkurencii a pochopiť, ako môže riešenie umelej inteligencie konkurovať tímu skúsených pestovateľov ľudí – a dokonca ho aj prekonávať, pozrime sa bližšie na AI a na to, ako súvisí s automatizáciou skleníkov.
Automatizácia skleníkov nie je ničím novým
Po celé desaťročia pestovatelia používali procesné počítače, senzory a ovládače na riadenie skleníkovej klímy a zavlažovania. V takomto scenári je práca procesného počítača jednoduchá a spolieha sa na jednoduché logické pravidlá. Ak je teplota vzduchu vyššia ako 75°F, otvorte napríklad vetrací otvor. Únavná práca s čítaním teplôt a zapínaním a vypínaním svetiel a ohrievačov je delegovaná na stroje.
Samozrejme, automatizácia založená na pravidlách si nevie poradiť s nepredvídanými okolnosťami. Ešte dôležitejšie je, že kvalifikovaný človek musí robiť všetky rozhodnutia týkajúce sa manažmentu plodín, až po presné nastavenia parametrov prostredia. Na spoľahlivé dosiahnutie vysokých výnosov je potrebná značná úroveň vedomostí a zručností a aj tak je ľahké robiť chyby. Okrem toho, keď sa farmy zväčšujú, práca s nepretržitým monitorovaním plodín sa stáva ešte náročnejšou.
Žiaľ, pestovatelia veľmi dobre vedia, že najväčším zdrojom problémov vo výrobe je pracovná sila. Rok čo rok, v Pestovateľ skleníkov V prieskume Top 100 Growers pestovatelia hlásia problémy nielen s cenou práce, ale aj s dostupnosťou kvalifikovanej pracovnej sily. Nie je prekvapením, že pestovatelia čoraz viac hľadajú spôsoby, ako tieto výzvy riešiť, vrátane nových technológií, vďaka ktorým bude správa skleníkov viac autonómna.
AI je o krok za automatizáciou založenou na pravidlách
Dobrým spôsobom, ako premýšľať o umelej inteligencii, je to, že ide o krok nad rámec jednoduchej automatizácie založenej na pravidlách. Moderná AI je o použití matematiky na nájdenie vzorcov v údajoch vrátane tých, ktoré sa nachádzajú v skleníkových environmentálnych a biologických systémoch. Napríklad:
- S dostatkom klimatických údajov môžu pestovatelia použiť AI na určenie optimálnych nastavených hodnôt a predpovede klímy.
- S dostatkom údajov o výnosoch plodín môžu pestovatelia použiť AI na generovanie prognóz výnosov.
- S dostatkom obrazových údajov môžu pestovatelia použiť AI na detekciu škodcov a chorôb.
Niektoré typy umelej inteligencie sa dokonca dokážu učiť z nových údajov a v priebehu času prinášajú postupne lepšie výsledky.
Tým, že je umelá inteligencia schopná poskytnúť hlbší pohľad na každodennú prevádzku skleníkov, môže byť použitá na podporu rozhodovania odborníkov a zmysluplným spôsobom posilniť pestovateľov. Veď najlepšie výsledky prináša premyslená kombinácia ľudskej inteligencie a umelej inteligencie.
Prístup umelej inteligencie založený na údajoch možno tiež kombinovať s klasickým prístupom založeným na pravidlách, čo umožňuje oveľa vyšší stupeň automatizácie skleníkov ako kedykoľvek predtým. Stručne povedané, pestovatelia môžu používať AI na automatizáciu mnohých bežných prevádzkových úloh, čo pomáha zmierniť chronické problémy s prácou, ktoré sú výzvou pre toto odvetvie.
Údaje sú palivom pre AI
Tak ako je AI o matematických algoritmoch, je to aj o údajoch. Na rozdiel od všeobecného presvedčenia, niektoré z najbežnejších algoritmov používaných v AI existujú už desaťročia. Nie sú ani strašne zložité. Dostupnosť údajov – spolu s cenovo dostupným výpočtovým výkonom potrebným na spracovanie údajov – však boli najdlhšie limitujúcim faktorom.
Na odomknutie potenciálu AI bol potrebný nedávny vývoj počítačového hardvéru. Revolúcia smartfónov, ktorú v roku 2007 vyvolala spoločnosť Apple, vytvorila úplne nové výrobné ekosystémy a dodávateľské reťazce v celosvetovom meradle. To zmenilo základnú ekonomiku počítačového hardvéru, zdanlivo cez noc. Kľúčové hardvérové komponenty, ako sú mikroprocesory, rádiá a senzory, sa stali exponenciálne lacnejšie, menšie a výkonnejšie. Pramienok nespracovaných údajov sa zmenil na záplavy. Nové množstvo údajov a výpočtového výkonu pomohlo premeniť AI z výskumnej zvedavosti s niekoľkými komerčnými aplikáciami na technologickú zmenu.
IoT prináša množstvo dát
Začiatkom osemdesiatych rokov sa postgraduálni študenti na Carnegie Mellon University v Pittsburghu rozčuľovali, keď kráčali k automatu na Coca-Colu, len aby ho našli prázdny. Upravili ho, aby mohol nahlásiť svoj inventár cez internet. Pritom vynašli prvé zariadenie na svete pripojené k internetu.
Dnes sa k prvému stroju na výrobu sódy pripojili miliardy zariadení, veľkých i malých, od spotrebnej elektroniky až po priemyselné stroje, vďaka čomu sa pripojili k internetu a vytvorili to, čo je známe ako internet vecí (IoT). Dôležité je, že na rozdiel od predchádzajúcich generácií hardvéru – vrátane mnohých bežných riešení automatizácie skleníkov – zariadenia internetu vecí používajú rovnaké druhy dátových formátov a komunikačných protokolov, aké sa používajú inde na internete. Spoliehaním sa na globálne internetové štandardy môže byť výmena údajov so zariadeniami internetu vecí jednoduchšia bez potreby ďalšieho hardvéru na premostenie z jedného typu systému do druhého.
AI a IoT sú spoločne doplnkové technológie. Hardvér internetu vecí pomáha pestovateľom jednoduchšie zbierať nespracované údaje zo skleníkov. A softvér AI pomáha pestovateľom porozumieť týmto údajom a konať na základe nich s cieľom zlepšiť produkciu plodín.
Prípadová štúdia: Kenneth Tran's Success in the Autonomous Greenhouse Challenge
Dr. Tran: V roku 2018 som bol výskumníkom AI v Microsoft Research neďaleko Seattlu, kde som pracoval na novšom type AI známej ako posilňovanie. Tam som inicioval nové úsilie o aplikáciu nášho výskumu v oblasti poľnohospodárstva s kontrolovaným prostredím. S takzvaným projektom Sonoma sme spolupracovali s rastlinnými vedcami z Harrow Research Center v kanadskom Ontáriu a nakoniec sme súťažili v prvej medzinárodnej súťaži Autonomous Greenhouse Challenge, ktorú organizovala Wageningen University & Research v Holandsku.
V tejto výzve každý tím pestoval uhorky v skleníku s rozlohou 315 štvorcových stôp po dobu približne štyroch mesiacov. Tieto oddelenia boli vybavené štandardnými procesnými počítačmi, klimatickými senzormi a ovládačmi. Pomocou digitálnych rozhraní internetu vecí (REST API) mohli naše programy AI nepretržite čítať údaje zo senzorov, určovať optimálne nastavené hodnoty a odosielať nastavené hodnoty späť do procesných počítačov – po celom internete (pozri obrázok nižšie). Viac podrobností o výzve a jej výsledkoch nájdete v článku od Hemming a kol. (2019).
Napriek našim nedostatkom skúseností s pestovaním uhoriek a nášmu prototypu vo veľmi ranom štádiu, naše autonómne pestovateľské riešenie dokázalo vyhrať súťaž. Dokonca sme prekonali druhý tím, referenčný tím zložený z expertných holandských pestovateľov, s o 6 % vyšším výnosom. Táto marža vo výnose sa rovnala 17 % zvýšeniu prevádzkového zisku.
Podával referenčný tím slabý výkon? Vôbec nie. Podľa mnohých odborníkov sa im darilo pozoruhodne dobre. Ich výdatnosť bola takmer 50 kg/m2 v rozpätí štyroch mesiacov, čo je ekvivalent takmer 150 kg/m2 za rok. To sa považuje za vysoký výnos pre skleník kdekoľvek na planéte.
V dôsledku výzvy Autonomous Greenhouse Challenge som v roku 2020 založil spoločnosť Koidra, aby som priamo nadviazal na naše poznatky a ďalej posúval najmodernejšie technológie v oblasti AI a internetu vecí pre poľnohospodárstvo a iné priemyselné riadiace aplikácie.
Kladenie správnych otázok o AI a IoT
Dnes je viac pestovateľov skleníkov ochotných a pripravených prijať AI a internet vecí. Hlavnou výzvou je porozumieť produktom na trhu a vedieť sa predierať všetkými marketingovými rečami. Mnoho spoločností dychtivo tvrdí, že majú algoritmus AI alebo zariadenie IoT, ktoré bude fungovať pre skleníky.
Tu je niekoľko kľúčových úvah, ktoré treba mať na pamäti pri hodnotení softvéru AI a hardvéru internetu vecí:
- Výkon: Pestovatelia by mali byť schopní vidieť konkrétne výhody v reálnom svete. Opýtajte sa: Ukázalo sa, že AI v komerčnej výrobe zlepšuje výnos a efektívnosť zdrojov? Za akých podmienok? Aké sú výsledky spoločnosti vo vývoji softvéru AI a IoT?
- AI dizajn: Najúčinnejšie riešenia AI kombinujú to najlepšie z ľudskej inteligencie a to najlepšie z umelej inteligencie pri rozhodovaní. Opýtajte sa: Ako model AI využíva existujúci súbor vedomostí? Ako zabezpečuje, že sa výkon časom zlepší s väčším množstvom údajov?
- Softvérový dizajn: Pestovatelia by mali ostať pod kontrolou skleníkových operácií. Opýtajte sa: Aké princípy návrhu softvéru sa používajú na zaistenie bezpečnosti plodín? Môžem vždy jednoducho prepínať medzi manuálnym režimom, režimom odporúčaní a režimom autopilota?
- Vlastníctvo údajov: Pestovatelia by mali vlastniť svoje údaje a vyhnúť sa „uzamknutiu dodávateľa“. Opýtajte sa: Môžem jednoducho importovať údaje z iných systémov? Môžem zálohovať a exportovať svoje vlastné údaje? Existujú rozhrania API, ktoré umožňujú prístup k živým údajom a vlastné integrácie? Môžem teraz aj v budúcnosti používať softvér a hardvér od rôznych predajcov?
Umelá inteligencia a internet vecí môžu posilniť pestovateľov
Vo svete, v ktorom sú kritické zdroje – voda a energia, ako aj čas, peniaze a kvalifikovaná pracovná sila – čoraz vzácnejšie, má zmysel skúmať nové technológie na zmiernenie tohto bremena. Ako sme sa dozvedeli z Autonomous Greenhouse Challenge, pestovatelia skutočne môžu dosiahnuť vyššie výnosy a vyššiu efektivitu využívania zdrojov s použitím softvéru AI a hardvéru internetu vecí. A čo viac, tieto technológie sa naďalej vyvíjajú a rozvíjajú rýchlym tempom.
V konečnom dôsledku môžu AI a internet vecí skutočne umožniť pestovateľom skleníkov – robiť lepšie rozhodnutia, robiť viac s menej – pestovať svetové potraviny udržateľnejšie.