Hoe kunstmatige intelligentie de voedselvoorziening van de mensheid kan redden
NieuwsDe mensheid heeft een groot voedselprobleem. Verwacht wordt dat de wereldbevolking in de komende drie decennia aanzienlijk zal toenemen, maar ons vermogen om voedsel te produceren zal moeilijk zijn om gelijke tred te houden.
Hoewel de wereldwijde vruchtbaarheidscijfers eigenlijk dalen, betekent een algemene toename van de levensverwachting een gestage toename van het aantal personeelsleden gedurende onze levens. Volgens een UN DESA-rapport uit 2015 zal de wereldbevolking tegen 2050 9.7 miljard bereiken - een stijging van ongeveer 2.3 miljard ten opzichte van vandaag.
Natuurlijk weerspiegelt een algemene stijging van de levensverwachting een hogere levensstandaard voor meer van de wereld, reden voor een feestje.
Maar het vooruitzicht dat er 33% meer monden te voeden zijn, botst met de dubbele bedreigingen van het broeikaseffect en het overmatig gebruik van pesticiden, betekent dat er op het gebied van landbouwtechnologie vers denkwerk nodig is.
Ruimte: de laatste voedselgrens
Het simpele feit is dat de aarde alleen zo groot is en dat er maar zo veel ruimte is om gewassen te verbouwen en vee te fokken.
"In de afgelopen vijf decennia hebben verbeterde landbouwtechnieken en -technologieën ertoe bijgedragen dat de gewasopbrengsten aanzienlijk zijn toegenomen, samen met een toename van het landbouwgebruik met 12%", luidt een rapport van 2013 over voedselverspilling van de Institution of Mechanical Engineers (IMECHE).
Het voegt eraan toe: "Echter, met een wereldwijde voedselproductie die al gebruik maakt van ongeveer 4,9 Gha (globale hectares) van het beschikbare 10Gha-landoppervlak, lijkt een verdere toename van het landbouwareaal zonder nadelig te zijn voor wat overblijft van de natuurlijke ecosystemen van de wereld onwaarschijnlijk."
Inderdaad, een recent Friends of the Earth-rapport schat dat de hoeveelheid landbouwgrond die de EU nodig heeft om aan haar voedselbehoeften te voldoen, 43% meer is dan binnen de EU zelf beschikbaar is.
We naderen snel het punt waarop het niet langer een optie zal zijn om simpelweg meer akkerland te planten en meer vee te fokken - niet zonder ten koste te gaan van het bredere ecosysteem. Wat daarom nodig is, is een verbetering van de efficiëntie van onze huidige landbouwmethoden.
De wereld produceert ongeveer vier miljard metrische tonnen voedsel per jaar, maar verspilt dit tot de helft. Belangrijke factoren in deze verspilling waren "slechte praktijken bij het oogsten, opslag en transport", volgens IMECHE.
Voedselproducenten reageren echter op de uitdaging. In ontwikkelde landen wordt verspilling enorm verminderd door de toepassing van AI en machine learning-technologieën.
Hi-tech landbouw
Grootschalige landbouw in welvarende landen is al een aantal jaren gedeeltelijk geautomatiseerd.
Jack Howard, een productverkoopspecialist met John Deere, John Deere, vertelt TechRadar dat de Intelligent Solutions Group van het bedrijf al in 1997 onderzoek ging doen naar wat het 'precisielandbouw' noemt..
Het eerste product van dat onderzoek kwam rond de eeuwwisseling, in de vorm van het eerste GreenStar-systeem, dat gebruik maakte van GPS om een lichtbalkindicator te bieden voor de boer om naar toe te rijden.
Het was in 2002 echter dat het echt interessant werd, met de lancering van het eerste AutoTrac-systeem - het geautomatiseerde besturingssysteem dat vandaag nog steeds door boeren wordt gebruikt, zij het in een veel betere vorm.
Systemen zoals de AutoTrac van John Deere maken het voor grote machines mogelijk om gewassen op een veel meer uniforme en nauwkeurige manier te planten dan elke menselijke bestuurder zelf zou kunnen. Met behulp van een StarFire GPS-ontvanger die op het dak van de cabine is geplaatst, kan AutoTrac een tractor binnen een afstand van drie centimeter van de lijn van zijn vorige pas leiden.
De voordelen voor systemen zoals AutoTrac ten opzichte van handmatige inspanningen zijn talrijk. Ze verminderen de overlapping in landbouwprocessen zoals bebouwen, planten en bemesten enorm, wat op zijn beurt het gebruik van chemicaliën vermindert en de productiviteit verhoogt.
Ze zorgen er ook voor dat de landbouw kan plaatsvinden, zelfs als de lichtomstandigheden minder dan ideaal zijn, en verminderen de vermoeidheid van de operators - wat betekent dat er minder fouten en minder verspilling zijn.
Dit gebruik van geautomatiseerde landbouwmachines heeft een aantal vormen aangenomen over de hele wereld om verschillende lokale problemen op te lossen. SwarmFarm in Australië gebruikt bijvoorbeeld geautomatiseerde robotzwermen - grote groepen kleinere geautomatiseerde machines die in combinatie werken, met behulp van een systeem om botsingen te vermijden - om gewassen te spuiten.
In zo'n uitgestrekt, licht bevolkt land, waar voldoende boerderijarbeid moeilijk te vinden kan zijn, zou dit een essentieel instrument kunnen blijken te zijn voor het maximaliseren van de voedselproductie..
Visie op de toekomst
Een ander belangrijk gebied van AI dat een positief effect op de landbouw begint te krijgen, is machinevisie - dat wil zeggen, het gebied van lesmachines om te kunnen 'zien' en te ontcijferen wat er wordt bekeken.
Cainthus is een machine vision-bedrijf gevestigd in Dublin, Ottawa en San Francisco. Intrigerend genoeg is het echter geen landbouwspecialist; integendeel, het bedrijf heeft dit gebied uitgekozen als een gebied waar zijn werk de grootste positieve impact kan hebben.
Het bedrijf heeft een gezichtsherkenningssysteem gemaakt dat individuele koeien identificeert met hun gelaatstrekken in slechts zes seconden, waardoor een hele kudde eenvoudig kan worden bewaakt met een minimum aan directe menselijke interactie.
Bestaande 'slimme' systemen vereisen het gebruik van fysieke volgapparatuur, waarvan het aanbrengen ongewenste extra stress toevoegt aan het vee.
Cainthus maakt ook een algoritme dat de vroege tekenen van kreupelheid bij een koe kan identificeren op basis van de lichaamsvorm en waarschuwt de boer dienovereenkomstig. Het kan ook detecteren wanneer koeien vechten om de beste feed.
Interessant is dat Cainthus werkt met een ander bedrijf in Ottowa, genaamd Fermentrics, dat machinaal leren gebruikt om snel de uitkomst van het fermentatieproces in veevoer te voorspellen..
Het beoordelen van de juiste samenstelling van veevoer is op dit moment meer kunst dan wetenschap, en bestaande verteerbaarheidstests kunnen kostbaar blijken.
Fermentrics maakt gebruik van de machinevisie en AI-algoritmen van Cainthus om "op basis van per-koeien de meetbare impact van foerage-selectie op voeropname te demonstreren".
Het is niet alleen vee dat baat zal hebben bij machinevisie. Cainthus is een van de vele bedrijven die de techniek toepast op planten, waarvan wordt gehoopt dat deze een gerichte behandeling mogelijk maakt, in plaats van het blitsen van hele gewassen met chemicaliën.
Dit zou kunnen leiden tot een effectievere ziektepreventie en tegelijkertijd het chemische gebruik verminderen, wat kosteneffectiever zou zijn en minder schadelijk voor het bredere ecosysteem..
De toekomst van de landbouw
Dus hoe ziet de boerderij van 2026 en daarna eruit??
"Ik zou zeggen dat de boerderij volledig via de ether zou zijn verbonden - via internet of satellieten - om terug naar kantoor te gaan, naar de smartphones en tablets die ze gebruiken", zegt Howard..
De intelligente, grotendeels geautomatiseerde boerderij van de toekomst zal eenvoudigweg veel meer gegevens genereren en verwerken dan nu het geval is. Howard biedt het voorbeeld van opkomende systemen die infrarood- en thermische beeldsensoren gebruiken om nutriëntgegevens over een gewas te verkrijgen.
"Dat kan weer worden overgedragen naar elke farm-managementsoftware die ze gebruiken", voegt Howard eraan toe. "De meeste bedrijven in 10 jaar tijd zouden dat soort technologie gebruiken.
"In staat zijn om te voorspellen wat uw gewas en wat uw boerderij in de komende twee tot 18 maanden nodig zal hebben op basis van gewasgegevens, zou de landbouwactiviteit als geheel een stuk veiliger maken."
Verre van de controle over te nemen uit de handen van boeren, het benutten van de kracht van AI en machine learning zal de beslissingsmogelijkheden van de mensen toevertrouwen die zijn toevertrouwd om ons voedsel te laten groeien.
Het probleem met de landbouw momenteel is dat het nog steeds een beetje een gok is, met een aantal lastige variabelen zoals het weer, grondstoffenprijzen en brandstofprijzen in het spel.
De volledig genetwerkte boerderij van de toekomst zou directe toegang kunnen hebben tot weersatellietsystemen, met bedrijven zoals Planet Labs en Spire die momenteel werken om dergelijke gegevens te democratiseren ten behoeve van kleinere bedrijven. Dit zou dienen om de kunst-tot-wetenschap balans van de landbouw nog verder te verleggen.
Tegen 2050 zal de mensheid waarschijnlijk niet in staat zijn om zijn voedselproductie uit te breiden in overeenstemming met een gestaag toenemende bevolking. Door AI slimmer te gebruiken, met een hoger slagingspercentage en minder verspilling, hoeven we dat hopelijk niet te doen.
Hoofdafbeelding krediet: Cainthus