“Deze hoge opbrengst demonstreert het potentieel van AI in de landbouw, vooral wat betreft het verbeteren van de hulpbronnenefficiëntie, de gewasopbrengst en het verminderen van de behoefte aan voortdurend menselijk toezicht”, zegt Kenneth Kenneth, die nu CEO is van Koidra, een leverancier van intelligente kasautomatisering die gebruik maakt van AI. .

In 2018 behaalde een team onder leiding van Kenneth de eerste plaats tijdens de eerste Autonomous Greenhouse Challenge met een opbrengst van 51.25 kg/m2 in minder dan vier maanden. Kenneth werkte destijds bij Microsoft Research aan real-world onderzoek naar versterkingsleer, waarbij hij zich richtte op toepassingen in de energieoptimalisatie van datacenters en gecontroleerde omgevingslandbouw.

De overwinning van het team bij de eerste Autonomous Greenhouse Challenge van WUR was een belangrijke stap voorwaarts in het onderzoek naar hoe technologie kan worden geïntegreerd in traditionele teeltpraktijken. Het speelde ook een sleutelrol bij de oprichting van Koidra.

Dr. Kenneth Tran (tweede van links) leidde Team Sonoma, dat de eerste International Autonomous Greenhouse Challenge won door vier maanden lang met succes kaskomkommers in Nederland te telen terwijl hij op afstand opereerde vanuit Redmond, WA.

De challenge, georganiseerd door Wageningen University & Research in Nederland, was de eerste keer dat komkommers op afstand werden geteeld met behulp van kunstmatige intelligentie. Vijf internationale teams uit negen landen moesten komkommers telen op een oppervlakte van 96 vierkante meter. Het doel was om de nettowinst te maximaliseren en het gebruik van hulpbronnen te minimaliseren.

Een zesde kascompartiment werd aangestuurd door ervaren Nederlandse telers en diende als referentie.

Elk team bestuurt op afstand actuatoren (voor verwarming, ventilatie, scherming, verlichting, verneveling, CO2-toevoer, water en voedingsstoffentoevoer) met behulp van AI-algoritmen. Deze varieerden tussen de teams, wat leidde tot verschillende teelt-, klimaat- en irrigatiestrategieën, evenals variërende opbrengsten en efficiëntie van het gebruik van hulpbronnen.

Kenneth's Team Sonoma viel op door te focussen op een hoge dagelijkse lichtintegraal en tegelijkertijd kunstlicht, temperatuur en CO2 te optimaliseren. Ze behaalden de hoogste opbrengst en handhaafden een efficiënt lichtgebruik.

Team Sonoma behaalde de hoogste opbrengst van de 5 teams die deelnamen aan de Autonome kasuitdaging 2018.

Naast de hoogste opbrengst versloeg Team Sonoma alle andere concurrenten op het gebied van winst en duurzaamheid. Vergeleken met de referentietelersbenchmark bedroeg hun nettowinstwinst 17%.

De groeiende rol van AI in duurzame landbouw
De integratie van AI in de gecontroleerde landbouw markeert een nieuw tijdperk in de gewasproductie. De reis van AI, van theoretische verkenning naar praktische toepassing, bevindt zich nog in de beginfase. De gegevens die uit onderzoeken en onderzoeken naar voren komen, blijven echter positieve signalen vertonen.

De implicaties van AI reiken veel verder dan hogere opbrengsten en efficiëntie. Het speelt een cruciale rol bij het ondersteunen van een complex besluitvormingsproces dat kan worden aangepast aan landbouwbedrijven van elke omvang en ervaringsniveaus.

Deskundige telers, gewapend met AI-tools, kunnen nu effectiever nieuwe telers opleiden en standaardwerkprocedures vaststellen, waardoor over de hele linie een hogere standaard van teeltpraktijken wordt gegarandeerd. Deze technologie geeft nieuwe telers ook de middelen en het vertrouwen die ze nodig hebben om weloverwogen beslissingen te nemen in het landbouwproces.

Bovendien helpt AI telers bij het aanpassen aan en het leren van nieuwe gewassen, een proces dat voorheen tijdrovend en risicovol was. Dit snelle aanpassingsvermogen is cruciaal in het huidige agrarische landschap, waar de marktvraag en de klimatologische omstandigheden voortdurend veranderen.

Vanuit financieel perspectief kunnen de voordelen van AI in de landbouw op twee belangrijke manieren worden gekwantificeerd: een stijging van de inkomsten per vierkante meter per jaar en een besparing van de uitgaven per vierkante meter per jaar. Het eerste wordt bereikt door hogere opbrengsten en producten van betere kwaliteit, die een premie op de markt afdwingen. Dit laatste wordt gerealiseerd door een efficiënter gebruik van hulpbronnen, zoals water, voedingsstoffen en energie, wat leidt tot aanzienlijke kostenbesparingen.

Deze financiële rendementen zijn niet alleen hypothetisch. Ze worden actief gedemonstreerd in toepassingen in de echte wereld, zoals blijkt uit proeven en samenwerkingen tussen AI-bedrijven zoals Koidra en grootschalige teeltactiviteiten.

Het toepassen van autonome controle bij komkommers als onderdeel van de AGROS project

Voortdurende ontwikkeling van AI-aangedreven komkommerkassen
Momenteel blijft WUR autonome kassystemen verkennen via haar AGROS-project. De primaire focus ligt op het creëren van een autonome komkommerkas waar de teelt op afstand wordt bestuurd met behulp van AI. Dit project integreert intelligente algoritmen en geavanceerde sensoren om de belangrijkste gewaskenmerken te monitoren en zo beslissingen voor een winstgevende teelt te ondersteunen.

Een validatieproef werd in augustus van dit jaar afgerond. Het experiment omvatte het telen van Hi Power-komkommers in drie kascompartimenten met behulp van verschillende methoden. Eén compartiment werd gecontroleerd door telers die traditionele methoden gebruikten, terwijl de andere twee AI-algoritmen gebruikten: een Digital Twin en een Reinforcement Learning (RL)-algoritme.

• Het telerscompartiment, dat opereerde op basis van de huidige telerskennis en best practices, behaalde de hoogste nettowinst. Dit bewees de effectiviteit van traditionele expertise op het gebied van teelt- en irrigatiestrategieën.
• Het Digital Twin-compartiment, dat gewas- en klimaatreacties simuleerde, gebruikte realtime gegevens om de kosten en baten in evenwicht te brengen. Hoewel er minder komkommers werden geproduceerd, was het efficiënt in het elektriciteitsverbruik, wat leidde tot de laagste kosten per kWh elektriciteit.
• In het RL-compartiment regelde het algoritme het klimaat autonoom, waarbij factoren als verlichting, CO2-concentratie en verwarming werden aangepast. Ondanks dat hij niet was opgeleid voor irrigatie en fruitsnoei, paste hij zich goed aan temperatuurschommelingen aan en vertoonde hij een goede fruitproductie.

“Deze proef bevestigde dat autonome regelsystemen, zoals Digital Twin- en RL-algoritmen, de kasomgevingen effectief kunnen beheren”, zegt Anja Dieleman, AGROS-projectleider en onderzoeker bij de businessunit Glastuinbouw van WUR. “De volgende stappen omvatten het integreren van continue, geautomatiseerde gegevens van klimaat- en gewassensoren om deze systemen te verbeteren.”

GLG behaalde een 19.6% opbrengstverhoging in komkommers door gebruik te maken van de autonome teeltoplossingen van Koidra

Aan de commerciële telerskant werkte Koidra vorig jaar samen met Great Lakes Greenhouses Inc. (GLG), een van de grootste glastuinders in Noord-Amerika, om te zien hoeveel opbrengstverhoging mogelijk is met een autonome komkommerkas.

Koidra past haar innovatieve oplossingen toe, waaronder de DataPilot en KoPilot systemen, om de groeiomstandigheden bij GLG te optimaliseren. DataPilot speelt een cruciale rol in dit proces door grote datasets te integreren en te beheren, die essentieel zijn voor geïnformeerde besluitvorming. Deze datasets, opgeslagen in de cloud en gevisualiseerd op een dashboard, bieden een uitgebreid overzicht van de omgevingsomstandigheden.

Ondertussen KoPilot, haalt inzichten uit deze data, neemt real-time beslissingen en stuurt setpoints terug naar de klimaatcomputer. Dit maakt dynamische aanpassingen mogelijk. De synergie tussen DataPilot en KoPilot zorgt ervoor dat het systeem zich naadloos kan aanpassen aan veranderende omstandigheden en de activiteiten dynamisch kan optimaliseren, waardoor te allen tijde een optimale groeiomgeving wordt gegarandeerd.

De proef duurde drie maanden en resulteerde in een opbrengststijging van 19.6% vergeleken met de gecontroleerde zone die handmatig werd bediend door deskundige telers. Tegelijkertijd verlaagde GLG de elektriciteitskosten per eenheid met ongeveer 17% in de AI-gecontroleerde zone.

De opbrengstverbetering werd bereikt door 24/7 controle van temperatuur, vochtigheid en CO2-niveaus. Er werd geen extra verlichting gebruikt.

“Bij optimalisatie ligt de focus altijd op het rendement”, zegt Mark Reimer, onderzoeks- en bedrijfsontwikkelingsmanager van GLG. "Maar als we een percentage van de opbrengst kunnen verhogen zonder onze ecologische voetafdruk te vergroten, dan profiteren we van deze technologie."

Bron: Hortidaily.com

-

Over Koidra Inc.

Koidra Inc. is een autonoom controlebedrijf waarvan de software telers helpt bij het verhogen van de opbrengsten, het verminderen van hulpbronnen en het bevorderen van duurzame landbouw. Deze software ondersteunt de AI-copiloottechnologie en integreert naadloos met alle bestaande klimaatcomputers.

Koidra behaalde opeenvolgende overwinningen in het prestigieuze Autonome broeikasgasuitdagingen (AGC) door Wageningen Universiteit en Onderzoek in Nederland. Het bedrijf presteerde beter dan ervaren kwekers en behaalde ongeëvenaarde opbrengsten dankzij haar AI-oplossingen.

Koidra heeft subsidies gekregen van gewaardeerde instanties, waaronder de USDA, voor zijn innovatieve werk. Door kunstmatige intelligentie, machinaal leren, IoT en deskundig inzicht te integreren, heeft het bedrijf geavanceerde en robuuste tools ontwikkeld. Deze tools stellen telers en fabrikanten in staat om productie- en duurzaamheidsdoelstellingen te realiseren en tegelijkertijd de kosten te minimaliseren.