A hollandiai Wageningeni Egyetemen az Autonomous Greenhouse Challenge nevű versenyen vizsgálták a mesterséges intelligencia felhasználási lehetőségeit a beltéri kertészeti kultúrákban. Összemérték a mesterséges intelligencia lehetőségeit a hagyományosan működő üvegházakkal, ezúttal az uborkatermesztés területén.
Az élelmiszertermelés hatékonyságának növelése egyre égetőbb probléma, az egyik megoldás a vertikális gazdaságok kialakítása lehet, ahol a megfelelő épületek belsejében, emeletes elrendezésben termelik a növényeket – lehetőség szerint az automatizáció, a dolgok internete (Internet of Things) és az öntanuló gépi algoritmusok előnyeit is kihasználva a minél nagyobb hatékonyság érdekében.
A Bitport.hu portál anyagát szemléztük, amelyben leírták, hogy a 2014-ben létrehozott Tencent Exploration Team a kínai Tencent stratégiai befektetésekkel foglalkozó egysége, amely pénzt fektet az ígéretesnek látszó, jellemzően globális problémák megoldását kutató startup cégekbe és projektekbe. A rövidebb formában TenX néven hivatkozott csoport legutóbb azzal került be a hírekbe, hogy a Wageningeni Egyetemen egy Autonomous Greenhouse Challenge nevű verseny keretei között vizsgálta a mesterséges intelligencia felhasználási lehetőségeit a beltéri kertészeti kultúrákban.
A mesterséges intelligencia teljesített a legjobban az uborkatermesztés területén
A hollandiai intézményben 2018. augusztus 27. és december 7. között rendezték meg a kísérletet, amelynek keretei között a résztvevő csapatoknak egy-egy üvegházban, teljesen automatizált és távolról irányított módon kellett uborkát termeszteniük. Az erre a célra alkalmazott modelleket és gépi tanuló algoritmusokat a társaságok által telepített kamerák és szenzorok segítették az adatok begyűjtésében, amelyek segítségével menet közben módosíthatták a növényeket ellátó rendszerek különböző beállításait.
A verseny 4 közreműködője a Tencent, a Microsoft és az Intel egyetemi hallgatókkal kiegészített csapata volt, illetve egy negyedik csoport, amely holland mezőgazdasági szakemberekből állt, és a melegházakban jelenleg is használt módszereket volt hivatott szembeállítani a technológiavezérelt megoldásokkal. A helyszínen dolgozó segítők csak az olyan esetekben léphettek közbe, mint amilyen a termés tényleges szüretelése. Az öntözést, a megvilágítást, a hőmérsékletet az MI-támogatott rendszerek szabályozták.
A versenyt végül a Microsoft dán és holland egyetemistákkal megerősített, Sonoma nevű csapata nyerte meg, amely nem csak a leggazdaságosabb módon irányította a termelést, de egyedüliként sikerült négyzetméterenként 50 kilogramm fölé vinni a megtermelt uborka mennyiségét. A csapat a fenntarthatóságot értékelő pontszámban is az élen végzett, bár a négy versenyző között a humán szakemberekből álló egység használta fel a legkevesebb energiát az adott mennyiségű termés előállításához.
Így szerepeltek a csapatok
A második helyet a Tencent és a Kínai Agrártudományi Akadémia diákjai (iGrow) szerezték meg, akik a bírálók szerint a legjobb MI-stratégiát dolgozták ki – a robusztus MI-modellek egyébként ugyanúgy a versenyt eldöntő tényezők közé számítottak, mint a növények állapota vagy az energiahatékonyság. Az Intel és a Mexikói Autonóm Nemzeti Egyetem csapata, a Deep Green a megtermelt zöldség mennyiségét és az összesített pontozást nézve is csak a negyedik helyre jött be, a holland Delphy és AgroEnergy nevű mezőgazdasági vállalatok munkatársaiból álló brigád mögé.
A Wageningeni Egyetem a versennyel kapcsolatos közleménye kiemeli, hogy egy limitált kísérletről volt szó, és az üvegházakon kívül továbbra is rengeteg olyan feladat maradt, amelyekhez nélkülözhetetlen az emberi munkaerő és a szakértelem.
A cikk szerint a 3 millió hektáros területével Kínában működik a világ legtöbb üvegháza, Európában pedig Spanyolország, Olaszország, Franciaország és Hollandia külön-külön is a globális top 10-ben foglal helyet. A beltéri növénytermesztés az elmúlt években pedig egyre inkább magára vonja a nagy technológiai vállalatok figyelmét, és a befektetők is egyre gyakrabban támogatnak ilyen projekteket. A verseny részleteiről itt olvashat bővebben.