2018. aastal kasvatas viis meeskonda murrangulises autonoomses kasvuhoone väljakutses kurke rahvusvaheline konkurents. Pööre: ainult üks meeskondadest koosnes kogenud inimkasvatajatest, kes käitasid oma kasvuhoonesektsiooni käsitsi. Ülejäänud neli meeskonda kuulusid aianduse ja tehisintellekti (AI) valdkonna rahvusvahelised eksperdid. Nad töötasid tehisintellekti lahenduste väljatöötamiseks, et oma saaki kaugelt ja autonoomselt hallata. Maailma esimese autonoomse kasvuhoone väljakutse võistluse eesmärk oli edendada säästva toidutootmise läbimurdeid.
Pärast nelja intensiivset kuud tulid käsitsikasvatajad teisele kohale. Esikoha meeskond, mida juhtis selle artikli üks autoritest, võitis autonoomse kasvava lahendusega, mis mitte ainult ei saavutanud 6% suuremat saaki ja 17% suuremat puhaskasumit, vaid kasutas ka vähem CO2, kütte- ja veevarustus.
Võistluse kohta lisateabe saamiseks ja mõistmiseks, kuidas tehisintellekti lahendus suudab konkureerida kvalifitseeritud inimkasvatajate meeskonnaga - ja isegi edestada -, vaatleme lähemalt tehisintellekti ja selle seost kasvuhoone automatiseerimisega.
Kasvuhoone automatiseerimine pole midagi uut
Aastakümnete jooksul on kasvatajad kasvuhoone kliima ja niisutamise haldamiseks kasutanud protsessori arvuteid, andureid ja ajame. Sellises stsenaariumis on protsessiarvuti töö lihtne, tuginedes lihtsatele loogilistele reeglitele. Kui õhutemperatuur on kõrgem kui 75 ° F, avage näiteks ventilatsiooniava. Temperatuuride lugemine ning tulede ja kütteseadmete sisse- ja väljalülitamine on tüütu töö masinatele.
Muidugi ei saa reeglipõhine automatiseerimine ettenägematute olukordadega hakkama. Veelgi olulisem on, et asjatundlik inimene peab tegema kõik põllukultuuride haldamise otsused, kuni keskkonnaparameetrite täpsete seadepunktideni. Kõrge tootluse usaldusväärseks saavutamiseks on vaja olulisi teadmisi ja oskusi ning isegi siis on lihtne vigu teha. Pealegi, kui talud kasvavad suuremaks, muutub põllukultuuride pidev jälgimine veelgi nõudlikumaks.
Paraku teavad kasvatajad liiga hästi, et tööjõud on suurim probleemide allikas tootmises. Aasta-aastalt, aastal Kasvuhoonekasvataja oma 100 parima kasvataja uuringu kohaselt ei pea kasvatajad väljakutseid lisaks tööjõukuludele, vaid ka kvalifitseeritud tööjõu kättesaadavusele. Pole üllatav, et kasvatajad otsivad üha enam võimalusi nende probleemide lahendamiseks, sealhulgas uusi tehnoloogiaid, mis muudavad kasvuhoone juhtimise autonoomsemaks.
Tehisintellekt on samm reeglipõhisest automatiseerimisest
Hea viis tehisintellekti üle mõelda on see, et see on samm kaugemale lihtsast reeglipõhisest automatiseerimisest. Kaasaegne tehisintellekt on seotud matemaatika kasutamisega andmete mustrite leidmiseks, sealhulgas kasvuhoonegaaside keskkonna- ja bioloogilistes süsteemides. Näiteks:
- Piisavate kliimaandmete olemasolul saavad kasvatajad kasutada tehisintellekti optimaalsete seadepunktide määramiseks ja kliimaennustuste tegemiseks.
- Piisavate saagikusandmete olemasolul saavad kasvatajad kasutada saagiprognooside loomiseks tehisintellekti.
- Piisavate pildiandmete olemasolul saavad kasvatajad kasutada tehisintellekti kahjurite ja haiguste avastamiseks.
Mõni tüüpi tehisintellekt võib isegi uutest andmetest õppida, pakkudes aja jooksul järk-järgult paremaid tulemusi.
Tehisintellekti abil saab igapäevases kasvuhoonegaaside tegevuses sügavamat ülevaadet kasutada, et toetada ekspertide otsustamist ja anda kasvatajatele mõttekas viis. Lõppude lõpuks tulevad parimad tulemused inimese intelligentsuse ja tehisintellekti läbimõeldud kombinatsioonist.
Tehisintellekti andmepõhist lähenemist saab kombineerida ka klassikalise reeglipõhise lähenemisviisiga, mis võimaldab kasvuhoonegaaside automatiseerimist palju kõrgemal kui kunagi varem. Lühidalt öeldes saavad kasvatajad kasutada tehisintellekti paljude keerukate tööülesannete automatiseerimiseks, aidates vabaneda tööstusele väljakutseid tekitavatest kroonilistest tööjõuprobleemidest.
Andmed on tehisintellekti kütus
Nii palju kui tehisintellekt käsitleb matemaatilisi algoritme, on see seotud ka andmetega. Vastupidiselt levinud arvamusele on mõned AI-s kasutatavad kõige levinumad algoritmid olnud kasutusel aastakümneid. Need pole isegi kohutavalt keerulised. Kuid kõige kauem on andmete kättesaadavus koos andmete töötlemiseks vajaliku taskukohase arvutusvõimsusega olnud piiravad tegurid.
Tehisintellekti potentsiaali vabastamiseks kulus hiljuti arvutiriistvara areng. Nutitelefonide revolutsioon, mille Apple 2007. aastal vallandas, lõi ülemaailmselt täiesti uued tootmisökosüsteemid ja tarneahelad. See muutis arvutiriistvara põhiökonoomikat näiliselt üleöö. Põhilised riistvarakomponendid, nagu mikroprotsessorid, raadiod ja andurid, muutusid eksponentsiaalselt odavamaks, väiksemaks ja võimsamaks. Toorandmete nirised muutusid üleujutusteks. Uus andmete ja arvutusvõimsuse rohkus aitas muundada tehisintellekti väheste kommertsrakendustega uurimishuvilisusest tehnoloogiliseks meremuutuseks.
IoT toob kaasa arvukalt andmeid
1980. aastate alguses hakkasid Pittsburghi Carnegie Melloni ülikooli kraadiõppe üliõpilased Coca-Cola müügiautomaadi juurde matkama ajama, et see tühi oleks. Nad muutsid seda, et see saaks oma varudest Interneti kaudu aru anda. Nii leiutasid nad maailma esimese Interneti-ühendusega seadme.
Tänaseks on miljardid seadmed, nii suured kui ka väikesed, alates elektroonikast kuni tööstusmasinateni, liitunud selle esimese soodamasinaga Interneti-ühenduse loomisel, moodustades nn asjade Interneti (IoT). Tähtis on see, et erinevalt varasematest riistvarapõlvedest - sealhulgas paljudest levinud kasvuhoonegaaside automatiseerimislahendustest - kasutavad IoT-seadmed samasuguseid andmevorminguid ja sideprotokolle kui mujal Internetis. Kui toetuda ülemaailmsetele Interneti-standarditele, võib asjade Interneti-seadmetega olla lihtsam andmeid vahetada, ilma et oleks vaja ühelt tüüpi süsteemilt teisele ühendamiseks täiendavat riistvara.
Tehisintellekt ja IoT on koos täiendavad tehnoloogiad. Interneti-riistvara aitab kasvatajatel kasvuhoonetest toorandmeid hõlpsamalt koguda. Tehisintellekti tarkvara aitab kasvatajatel neid andmeid mõtestada ja nende järgi tegutseda, et parandada taimekasvatust.
Juhtumianalüüs: Kenneth Trani edu autonoomse kasvuhoone väljakutses
Dr Tran: 2018. aastal olin Seattle'i lähedal asuvas Microsofti uurimistöös tehisintellekti teadlane ja töötasin uuemat tüüpi tehisintellekti nimel, mida nimetatakse tugevdamise õppeks. Seal alustasin uusi jõupingutusi, et rakendada meie uurimistööd kontrollitud keskkonnaga põllumajanduse valdkonnas. Nn Sonoma projektiga tegime koostööd Kanadas Ontarios asuva Harrow uurimiskeskuse taimeteadlastega ja sattusime võistlema esimesele rahvusvahelisele autonoomsele kasvuhoone väljakutsele, mille korraldas Wageningeni ülikool ja teadus Hollandis.
Selles väljakutses kasvas iga meeskond umbes nelja kuu jooksul kurke 315 ruutjalga kasvuhoones. Need sektsioonid olid varustatud standardsete protsessiarvutite, kliimasensorite ja ajamitega. IoT digitaalsete liideste (REST API-de) abil said meie tehisintellekti programmid pidevalt lugeda anduritelt saadud andmeid, määrata optimaalseid seadepunkte ja saata seadepunktid protsessiarvutitesse tagasi kogu Internetis (vt allolevat joonist). Lisateavet väljakutse ja selle tulemuste kohta leiate artiklist Hemming jt. (2019).
Hoolimata kurkide kasvatamise kogemuse puudumisest ja väga varajases staadiumis olevast prototüübist suutis meie autonoomne kasvulahendus konkursi võita. Me edestasime isegi teise koha meeskonda, Hollandi asjatundlikest kasvatajatest koosnevat võrdlusmeeskonda, saagikus oli 6% suurem. See kasumimarginaal oli võrdne 17% -lise ärikasumi kasvuga.
Kas referentsmeeskond esines halvasti? Üldse mitte. Paljude ekspertide sõnul toimisid nad märkimisväärselt hästi. Nende saagikus oli peaaegu 50 kg / m2 nelja kuu jooksul, mis vastab peaaegu 150 kg / m2 aastas. Seda peetakse kasvuhoone suureks saagiks kõikjal planeedil.
Autonoomse kasvuhoone väljakutse tulemusena asutasin Koidra 2020. aastal, et tugineda otseselt meie õppimisele ja edendada tehisintellekti ja IoT tipptehnoloogiat põllumajanduse ja muude tööstuse juhtimisrakenduste jaoks.
Tehisintellekti ja asjade Interneti kohta õigete küsimuste esitamine
Täna on rohkem ja rohkem kasvuhoonekasvatajaid valmis ja valmis kasutama tehisintellekti ja IoT-d. Peamine väljakutse on turul olevate toodete mõtestamine ja võime kogu turunduskõne läbi kahlata. Paljud ettevõtted väidavad innukalt, et neil on tehisintellekti algoritm või IoT-seade, mis töötab kasvuhoonete jaoks.
Tehisintellekti tarkvara ja IoT riistvara hindamisel peate silmas pidama järgmisi peamisi kaalutlusi:
- Performance: Kasvatajad peaksid saama näha konkreetseid eeliseid reaalses maailmas. Küsi: kas tehisintellekt on äritootmises tõestatud saagikuse ja ressursitõhususe parandamiseks? Millistel tingimustel? Millised on ettevõtte kogemused tehisintellekti ja IoT tarkvara väljatöötamisel?
- Tehisintellekti disain: Kõige tõhusamad tehisintellekti lahendused ühendavad otsuste langetamiseks inimese intelligentsuse ja tehisintellekti parimat. Küsi: kuidas tehisintellekti mudel võimendab olemasolevat teadmiste kogumit? Kuidas see tagab, et jõudlus paraneb aja jooksul suurema hulga andmete abil?
- Tarkvara kujundus: Kasvatajad peaksid jääma kasvuhoonegaaside üle kontrolli alla. Küsi: Milliseid tarkvara kujundamise põhimõtteid kasutatakse saagi ohutuse tagamiseks? Kas ma saan kogu aeg käsitsi, soovituse ja autopiloodi režiimide vahel hõlpsasti vahetada?
- Andmete omandiline kuuluvus: Kasvatajad peaksid omama oma andmeid ja vältima müüja lukustamist. Küsi: kas ma saan andmeid lihtsalt teistest süsteemidest importida? Kas ma saan oma andmeid varundada ja eksportida? Kas on olemas API-sid, mis võimaldavad andmetele reaalajas juurdepääsu ja kohandatud integreerimist? Kas ma saan kasutada tarkvara ja riistvara erinevatelt müüjatelt nüüd ja tulevikus?
Tehisintellekt ja asjade internet saavad kasvatajaid võimestada
Maailmas, kus kriitilisi ressursse - vett ja energiat, samuti aega, raha ja kvalifitseeritud tööjõudu - napib, on mõttekas selle koorma leevendamiseks uurida uusi tehnoloogiaid. Nagu Autonomous Greenhouse Challenge'ilt teada saime, saavad kasvatajad tehisintellekti tarkvara ja IoT riistvara kasutades tõepoolest saavutada suurema saagi ja suurema ressursikasutuse efektiivsuse. Veelgi enam, neid tehnoloogiaid arendatakse ja arendatakse jätkuvalt kiiresti.
Lõppkokkuvõttes saavad tehisintellekt ja asjade internet kasvuhoonekasvatajatele tõeliselt anda õiguse - teha paremaid otsuseid, teha vähemaga rohkem - kasvatada maailma toitu säästvamalt.