Η καταπολέμηση των παρασίτων των καλλιεργειών αλλάζει με την άφιξη ενός Ρομπότ με τεχνητή νοημοσύνη ικανό να ανιχνεύει ασθένειες σε μόλις 10 δευτερόλεπτα και να εφαρμόσουν, εκείνη ακριβώς τη στιγμή, την ακριβή δόση φυτοφαρμάκου μόνο εκεί που το δέντρο το χρειάζεται. Η πρόταση αυτή ταιριάζει απόλυτα με την ευρωπαϊκή δέσμευση να πιο ακριβής και βιώσιμη γεωργία, η οποία μειώνει την υπερβολική χρήση φυτοφαρμάκων χωρίς να αφήνει τις φυτείες απροστάτευτες.
Το σύστημα, που αναπτύχθηκε στον επιστημονικό τομέα και έχει ήδη κατοχυρωθεί με δίπλωμα ευρεσιτεχνίας, έχει δοκιμαστεί με επιτυχία σε ελαιώνες και άλλες δενδρώδεις καλλιέργειες Έχει σχεδιαστεί για ενσωμάτωση σε εντατικές γεωργικές εκμεταλλεύσεις, όπου κάθε δέντρο μετράει και τα περιθώρια κέρδους είναι μικρά. Η ιδέα είναι απλή στην εξήγηση, αν και περίπλοκη στην εφαρμογή: το μηχάνημα μπορεί να διαγνώσει την υγεία του δέντρου σε πραγματικό χρόνο και να δράσει χειρουργικά, αντί να ψεκάζει αδιακρίτως ολόκληρο το χωράφι.
Ένας σύμμαχος με τεχνητή νοημοσύνη ενάντια στα παράσιτα που καταστρέφουν τις καλλιέργειες
Τα παράσιτα και οι ασθένειες παραμένουν ένας από τους μεγαλύτερους πονοκεφάλους για τον γεωργικό τομέα. Διεθνείς οργανισμοί εκτιμούν ότι Περίπου το 40% της παγκόσμιας γεωργικής παραγωγής χάνεται κάθε χρόνο λόγω εντόμων, μυκήτων, βακτηρίων και ιών που επηρεάζουν τις καλλιέργειες. Πίσω από αυτά τα στοιχεία κρύβονται οικονομικές απώλειες, κίνδυνοι για την επισιτιστική ασφάλεια και συνεχής πίεση στους παραγωγούς.
Μέχρι σήμερα, η πιο συνηθισμένη αντίδραση σε μια επιδημία ήταν μαζικός υποκαπνισμός των οικοπέδωνΕάν εντοπιστεί κάποιο πρόβλημα σε μια περιοχή, ολόκληρη η καλλιέργεια ψεκάζεται χωρίς να γίνεται διάκριση μεταξύ υγιών και ασθενών δέντρων. Αυτό σημαίνει χρήση περισσότερων αγροχημικών από ό,τι είναι απαραίτητο, αύξηση του κόστους παραγωγής και ενίσχυση των περιβαλλοντικών επιπτώσεων —κάτι που έρχεται σε αντίθεση με τους στόχους της Ευρωπαϊκής Ένωσης για μείωση της χρήσης φυτοφαρμάκων τα επόμενα χρόνια.
Το νέο ρομπότ με τεχνητή νοημοσύνη δημιουργήθηκε ακριβώς για να σπάσει αυτή τη λογική. Αντί να αντιμετωπίζει το πεδίο ως μια ομοιογενή επιφάνεια, Αναλύει την κατάσταση κάθε δέντρου και των φύλλων του σε πραγματικό χρόνο.Το σύστημα προσδιορίζει εάν υπάρχει ή όχι ασθένεια και, με βάση αυτό, εφαρμόζει το προϊόν τοπικά. Με αυτόν τον τρόπο, η θεραπεία εφαρμόζεται μόνο όπου υπάρχει πραγματικό πρόβλημα, αποφεύγοντας τη σπατάλη προϊόντος σε υγιείς περιοχές.
Αυτή η φιλοσοφία ταιριάζει απόλυτα με την εκτροφή ακριβείας Αυτή η τεχνολογία κερδίζει έδαφος στην Ισπανία και την Ευρώπη, ιδιαίτερα σε εντατικές καλλιέργειες όπως οι ελαιώνες, τα εσπεριδοειδή και τα πυρηνόκαρπα και τα μηλοειδή. Συνδυάζοντας αισθητήρες, τεχνητή νοημοσύνη και αυτοματισμό, ανοίγει την πόρτα σε πολύ πιο ακριβή διαχείριση γεωργικών εκμεταλλεύσεων, κάτι που ενδιαφέρει τόσο τα μεγάλα κτήματα, τους συνεταιρισμούς όσο και τις μικρές, τεχνολογικά προηγμένες γεωργικές εκμεταλλεύσεις.
Από το εργαστήριο στο πεδίο: πώς εκπαιδεύτηκε η τεχνητή νοημοσύνη
Μία από τις μεγαλύτερες προκλήσεις του έργου ήταν να διασφαλιστεί ότι η Η τεχνητή νοημοσύνη θα λειτουργεί σε πραγματικές συνθήκες πεδίουΚαι όχι μόνο με τέλειες φωτογραφίες εργαστηρίου. Στην πράξη, τα φύλλα εμφανίζονται με σκιές, αλλαγές στο φως, διαφορετικούς προσανατολισμούς, ακόμη και αναμεμειγμένα με φρούτα ή άνθη, γεγονός που περιπλέκει σημαντικά την αυτόματη διάγνωση.
Για να ξεπεραστεί αυτό το εμπόδιο, ένα μια συγκεκριμένη βάση δεδομένων με περίπου 4.000 εικόνες Οι φωτογραφίες, που τραβήχτηκαν χειροκίνητα στο πεδίο, περιελάμβαναν υγιή φύλλα, άρρωστα φύλλα, καθώς και δείγματα που θα μπορούσαν να είναι παραπλανητικά, όπως μέρη των καρπών ή περιοχές εκτός εστίασης.
Με αυτό το υλικό, το νευρωνικά δίκτυα του συστήματος έτσι ώστε να μάθει να να διακρίνουν μεταξύ υγιών φύλλων, ασθενών φύλλων και μη ταξινομήσιμων δειγμάτωνΑυτή η τρίτη κατηγορία είναι το κλειδί: όταν η εικόνα δεν προσφέρει επαρκή ποιότητα (λόγω σκιών, κακού φωτισμού ή κίνησης), η Τεχνητή Νοημοσύνη την απορρίπτει αντί να προσπαθεί να επιβάλει μια διάγνωση, μειώνοντας έτσι τον κίνδυνο σφαλμάτων.
Το αποτέλεσμα αυτής της συνεχούς διαδικασίας εκπαίδευσης είναι ένας αλγόριθμος ικανός να για να επιτευχθεί ακρίβεια που πλησιάζει το 90% στην ανίχνευση ασθενειώνακόμη και υπό μεταβαλλόμενες συνθήκες φωτισμού και με τα δέντρα να κινούνται καθώς το ρομπότ προχωρά. Δεν πρόκειται μόνο για το αν το δέντρο είναι άρρωστο ή όχι, αλλά και για τη μέτρηση του βαθμού ζημιάς με βάση την αναλογία των κατεστραμμένων φύλλων σε σχέση με τα υγιή.
Παράλληλα με την εργασία της υπολογιστικής όρασης, ορίστηκαν τα πρότυπα απόκρισης του συστήματος: μόλις η Τεχνητή Νοημοσύνη υπολογίσει αυτόν τον βαθμό βλάβης, μεταφράζει τις πληροφορίες σε συγκεκριμένες οδηγίες δοσολογίας για τον εξοπλισμό εφαρμογής, που επιτρέπει την προσαρμογή της έντασης της θεραπείας ανάλογα με τη σοβαρότητα της ανιχνευόμενης εστίας.
Ένα ρομπότ που διαγιγνώσκει και απολυμαίνει σε λιγότερο από 10 δευτερόλεπτα
Πέρα από την αλγοριθμική ανάπτυξη, αυτό που είναι εντυπωσιακό σε αυτό το σύστημα είναι το ταχύτητα με την οποία ολοκληρώνεται ολόκληρος ο κύκλος εργασίαςΑπό τη στιγμή που η κάμερα ανιχνεύει το δέντρο μέχρι την εφαρμογή του προϊόντος, η διαδικασία δεν διαρκεί περισσότερο από δέκα δευτερόλεπτα, κάτι ιδιαίτερα σημαντικό σε αγροκτήματα όπου το ρομπότ πρέπει να ταξιδεύει κατά μήκος μεγάλων σειρών φυτών.
Η συσκευή ενσωματώνει δύο κύριες μονάδες: στην Στο μπροστινό μέρος υπάρχει μια κάμερα που τραβάει φωτογραφίες των φύλλων και της κορυφής. Καθώς κινείται μέσα στην καλλιέργεια, ένας ρομποτικός βραχίονας εξοπλισμένος με πολλά ακροφύσια δοσομέτρησης συνδεδεμένα με το σύστημα ψεκασμού βρίσκεται στο πίσω μέρος. Και τα δύο στοιχεία συντονίζονται από την Τεχνητή Νοημοσύνη για να λειτουργούν συγχρονισμένα.
Η ροή εργασίας μπορεί να συνοψιστεί σε τρία συνδεδεμένα βήματα. Αρχικά, η μπροστινή κάμερα σαρώνει το δέντρο και στέλνει τις εικόνες στο σύστημα όρασης υπολογιστή. Στη συνέχεια, η τεχνητή νοημοσύνη... Ταξινομεί την παρουσία ασθένειας, προσδιορίζει τον τύπο του προβλήματος και υπολογίζει το επίπεδο της επίπτωσης. σε λίγα δευτερόλεπτα. Τέλος, ο ρομποτικός βραχίονας τοποθετείται και εφαρμόζει τη σωστή ποσότητα φυτοφαρμάκου, ακριβώς στην περιοχή όπου έχει εντοπιστεί η μόλυνση.
Η δοσολογία δεν είναι ομοιόμορφη: το ρομπότ μπορεί ποικίλλουν την ένταση της θεραπείας ανάλογα με το μέρος του δέντρου που έχει προσβληθείΕάν η προσβολή επικεντρώνεται στις ανώτερες περιοχές, αυξήστε τη δόση στο ανώτερο μέρος. Εάν το πρόβλημα εντοπίζεται στα μεσαία ή κατώτερα μέρη, προσαρμόστε την εφαρμογή σε αυτές τις περιοχές. Επιπλέον, εξετάζονται στρατηγικές στις οποίες η περισσότερο πληγείσα περιοχή λαμβάνει το 100% του προβλεπόμενου προϊόντος, οι κοντινές περιοχές το 50% και τα πιο απομακρυσμένα σημεία το 25%, δρώντας προληπτικά για να αποφευχθεί η εξάπλωση του προβλήματος.
Αυτή η λογική δράσης καθιστά το ρομπότ ένα εργαλείο ικανό να συνδυάζει διορθωτικές, προληπτικές, ακόμη και προγνωστικές θεραπείεςπάντα με βάση αυτά που «βλέπει» και αναλύει στο έδαφος. Το επόμενο βήμα που σχεδιάζεται είναι η τοποθέτηση του συστήματος στο πίσω μέρος ενός τρακτέρ και η σύνδεσή του με έναν δέκτη GPS για να χαρτογράφηση αυτόματα κάθε παρέμβαση, κάτι πολύ χρήσιμο για τη μακροπρόθεσμη διαχείριση της εκμετάλλευσης.
Εφαρμογές σε ελαιώνες, εσπεριδοειδή και άλλες ευρωπαϊκές καλλιέργειες
Το πρωτότυπο σχεδιάστηκε αρχικά για να ελαιώνες εντατικής παραγωγήςΑυτός ο τομέας έχει σημαντικό βάρος σε περιοχές όπως η Ανδαλουσία, η Εξτρεμαδούρα, η Καστίλλη-Λα Μάντσα και μέρη της Ιταλίας και της Ελλάδας, όπου οι ελιές αποτελούν βασική καλλιέργεια. Η εργασία με ελαιόδεντρα επέτρεψε την επικύρωση του συστήματος σε ένα ξυλώδες, πολυετές είδος υψηλής οικονομικής αξίας, με παράσιτα και ασθένειες γνωστά στον κλάδο.
Ωστόσο, η αρχιτεκτονική του ρομπότ έχει σχεδιαστεί ώστε να είναι προσαρμόζεται σχεδόν σε κάθε είδους δενδρώδη καλλιέργειαΜε τις κατάλληλες προσαρμογές εκπαίδευσης και βαθμονόμησης, η ίδια τεχνολογία μπορεί να εφαρμοστεί σε εσπεριδοειδή (πορτοκαλιές, λεμονιές, μανταρινιές), μηλιές (μηλιές, αχλαδιές), πυρηνόκαρπα (ροδακινιές, δαμασκηνιές, κερασιές) ή ακόμα και σε ορισμένες διαμορφώσεις αμπελώνων με πλέγμα.
Στον τομέα των εσπεριδοειδών, ένας από τους τομείς στους οποίους δίνεται έμφαση είναι η βελτίωση του έγκαιρη ανίχνευση σοβαρών και δύσκολα διαχειρίσιμων ασθενειώνΗ δυνατότητα του ρομπότ να περπατάει μέσα στις σειρές, να εντοπίζει τα πρώτα συμπτώματα και να σημειώνει τα δέντρα που πρέπει να αφαιρεθούν ή να υποβληθούν σε πιο εντατική επεξεργασία προσφέρει ένα χρήσιμο εργαλείο για την αναχαίτιση της εξάπλωσης παθολογιών που, σε πολλές περιπτώσεις, δεν έχουν θεραπεία και αναγκάζουν την αφαίρεση των προσβεβλημένων δειγμάτων.
Αυτή η δυνατότητα ταχείας και εντοπισμένης ανίχνευσης ταιριάζει με το στρατηγικές ελέγχου που προωθούνται στην Ευρωπαϊκή Ένωση για τον περιορισμό των ζημιών που προκαλούνται από αναδυόμενους παθογόνους οργανισμούς και χωροκατακτητικά παράσιτα. Όσο πιο γρήγορα εντοπιστεί και αντιμετωπιστεί μια έξαρση, τόσο λιγότερο πιθανό είναι να εξελιχθεί σε περιφερειακό πρόβλημα, με τις σχετικές οικονομικές και εμπορικές επιπτώσεις.
Οι δυνατότητες του εργαλείου δεν περιορίζονται στη διάγνωση και τη θεραπεία: ενσωματώνοντας τις πληροφορίες που συλλέγονται από την Τεχνητή Νοημοσύνη με συστήματα εντοπισμού θέσης και χαρτογράφησης, είναι δυνατό... να δημιουργήσουν λεπτομερείς χάρτες για το πώς εξελίσσονται οι ασθένειες στο πεδίοΑυτό βοηθά τους τεχνικούς να σχεδιάζουν εργασίες, να αναπροσαρμόζουν τα προγράμματα θεραπείας και να λαμβάνουν αποφάσεις με βάση δεδομένα και όχι μόνο περιστασιακούς οπτικούς ελέγχους.
Λιγότερα φυτοφάρμακα, μειωμένες περιβαλλοντικές επιπτώσεις και εξοικονόμηση κόστους
Ένα από τα δυνατά σημεία αυτού του ρομπότ τεχνητής νοημοσύνης είναι ότι Διακόπτει τη διαδικασία με το μοντέλο μαζικής απολύμανσης το οποίο χρησιμοποιείται εδώ και δεκαετίες. Με την επεξεργασία μόνο των συγκεκριμένων δέντρων και περιοχών που την χρειάζονται, η κατανάλωση προϊόντος μειώνεται σημαντικά και, μαζί με αυτήν, το άμεσο κόστος κάθε εκστρατείας φυτοϋγειονομικής επεξεργασίας.
Η μείωση του όγκου των αγροχημικών που χρησιμοποιούνται έχει μια προφανή παρενέργεια: Η ποσότητα των φυτοφαρμάκων που φτάνουν στο έδαφος, το νερό και το περιβάλλον μειώνεται.Αυτή η μείωση των περιβαλλοντικών επιπτώσεων είναι ιδιαίτερα σημαντική σε μια εποχή που οι ευρωπαϊκοί κανονισμοί γίνονται ολοένα και πιο αυστηροί, τόσο όσον αφορά τα όρια αποβλήτων όσο και τη χρήση ορισμένων δραστικών συστατικών.
Επιπλέον, η αυτοματοποίηση μέρους της διαδικασίας βοηθά στην μείωση της άμεσης έκθεσης των χειριστών σε δυνητικά τοξικά προϊόνταΔεδομένου ότι ο ρομποτικός βραχίονας πλησιάζει την κορυφή του δέντρου και εφαρμόζει την επεξεργασία, οι εργαζόμενοι μπορούν να παραμείνουν σε μεγαλύτερη απόσταση και να επικεντρωθούν σε εργασίες όπως η επίβλεψη, η συντήρηση και ο έλεγχος του εξοπλισμού.
Από οικονομικής άποψης, η δυνατότητα προσαρμογής των δόσεων και των περιοχών εφαρμογής ανοίγει τον δρόμο για πολύ πιο αποτελεσματικές στρατηγικές διαχείρισηςΣε ένα πλαίσιο αυξανόμενου κόστους εισροών και ενέργειας, η δυνατότητα εξοικονόμησης προϊόντος χωρίς απώλεια αποτελεσματικότητας στην καταπολέμηση των παρασίτων καθίσταται ανταγωνιστικός παράγοντας για πολλές εκμεταλλεύσεις, τόσο μεγάλες όσο και μεσαίες.
Τέλος, το σύστημα προσφέρει ένα πρόσθετο πλεονέκτημα: καταγράφοντας όλα όσα κάνει η καλλιέργεια και πώς αντιδρά, επιτρέπει δημιουργία ιστορικού αρχείου δεδομένων που διευκολύνει τη λήψη αποφάσεων σε επόμενες περιόδους. Η γνώση του πού έχουν εμφανιστεί περισσότερες εστίες, του πώς έχουν ανταποκριθεί σε ορισμένες θεραπείες ή ποια μοτίβα επαναλαμβάνονται σεζόν με τη σεζόν αποτελεί πολύτιμη πληροφορία για κάθε παραγωγό που θέλει να βελτιώσει τη στρατηγική του.
Ο συνδυασμός μηχανικής όρασης, νευρωνικών δικτύων και εντοπισμένης εφαρμογής σε αυτό το ρομπότ με τεχνητή νοημοσύνη προσφέρει ένα σαφές παράδειγμα του πώς η τεχνολογία μπορεί να ενσωματωθεί στη γεωργία, ώστε να γίνει πιο ακριβής, αποτελεσματική και υπεύθυνη. Καθώς οι δοκιμές πεδίου επεκτείνονται και τα αποτελέσματα παρατηρούνται σε διαφορετικά αγροκτήματα και καλλιέργειες, όλες οι ενδείξεις υποδηλώνουν ότι αυτοί οι τύποι λύσεων θα διαδραματίσουν ολοένα και πιο σημαντικό ρόλο στην καθημερινή λειτουργία των εντατικών αγροκτημάτων στην Ισπανία και στην υπόλοιπη Ευρώπη.
