AI zet traditionele tomatenkwekers in hun hemd

Op de traditionele telers na mochten de teams vanaf een paar dagen na het planten alleen nog op afstand het groeiproces in een van de zes kassen beïnvloeden. De kassen waren voorzien van allerlei sensoren en actuatoren om de klimaat- en nutriëntenomstandigheden te optimaliseren en het groeiproces te volgen. Eind mei werden alle tomaten geoogst en geanalyseerd op opbrengst en smaak, maar ook op het gebruik van water, warmte, elektriciteit, nutriënten en CO2.

Het winnende team in de Autonomous Greenhouse Challenge genaamd de Automatoes slaagden er in op zowel netto opbrengst, duurzaamheid en AI-strategie als beste uit de bus te komen. Ze behaalden een netto winst van 6,86 euro per m2, terwijl de referentiegroep niet verder kwam dan 3,1 euro per m2. Alle teams scoorden beter dan het referentieteam. Het referentieteam werd wel gehinderd door de coronacrisis die de toegang tot de kassen bemoeilijkte.

Toepassing in productie volgt

De wedstrijd gaf gelijk een kickstart voor de introductie van de geautomatiseerde kassen. Enkele leden van het team The Automators - dat weliswaar eindigde op de vijfde plaats - verwacht volgende maand al te starten met het eerste commerciële, volledig autonome kassencomplex in China. Dat het team niet bovenaan de lijst stond, verklaren ze doordat de gekozen strategie achteraf bezien teveel naar output/oogst geneigd, terwijl de jury juist veel meer waarde toekende aan elementen zoals netto opbrengst. Bij het bekijken van de daadwerkelijke output van de strategie deed Team Automators bovenin mee, zowel op het gebied van productie als brix (suikerwaarde)

Het bedrijf achter het team - de Amsterdamse scale-up genaamd 30MHz - is al langer actief in het automatiseren van de landbouw en is opgericht door mensen met een achtergrond in kunstmatige intelligentie bij bedrijven als Philips, Layer en TomTom. De bedrijfsnaam is afgeleid van een frequentie die ten tijde van de Tweede Wereldoorlog veel werd gebruikt voor communicatie.

Voor iedere tuinder een eigen model

De modellen worden getraind op een groot aantal variabelen zoals binnenklimaat, weersvoorspellingen en andere externe omstandigheden. Daarvoor zet 30MHz onder meer de data en kennis in van agro-expertisebureau Delphy. "We zijn de Autonomous Greenhouse Challenge samen met Delphy aangegaan met het oog op het bouwen van een applicatie - de Delphy Crop Profiler - die in de praktijk ingezet kan worden en echt autonoom telen mogelijk maakt. En daar zijn we meer dan in geslaagd", zegt Flavia Paganelli, CTO en mede-oprichter van 30MHz.

"Er zijn concrete verzoeken vanuit de tuinbouwsector om deze applicatie daadwerkelijk te gaan gebruiken. Voor elke tuinder maken we een eigen model omdat elke situatie uniek is wat betreft ligging, klimaat, geteelde gewassen en ook de stijl van ondernemen van de tuinder."

Het bedrijf werkt voor het trainen en uitvoeren van de modellen nauw samen met AWS, dat onder meer speciale sensoren ontwikkelde die een belangrijk deel van de verwerking van data lokaal kunnen uitvoeren. "Agrarische bedrijven liggen vaak op afgelegen locaties waar de internetverbinding niet geschikt is om grote hoeveelheden data naar een centrale cloudlocatie te sturen", licht Sebastien Stormacq, developer evangelist bij AWS, toe. "Daarom is het belangrijk robuuste IoT-toepassingen te ontwikkelen die ook zonder internetverbinding kunnen werken."

Export van tuinbouw-expertise

In Nederland is veel expertise op het gebied van efficiënte en duurzame tuinbouw. In andere delen van de wereld ontbreekt die kennis. Met kunstmatige intelligentie hoeven tuinders zich niet meer bezig te houden met alle details, maar kunnen ze, waar ze willen, wel zelf de controle overnemen.