Tholen - Hoe kan je met AI telers helpen beter te telen en meer te produceren? En welke rol spelen sensoren daarbij? Lotte Adema, Product Manager bij Source.ag, schuift bij ons aan om uit de doeken te doen hoe ze dat aanpakken.
Behoefte aan kassen
"Wereldwijd is er veel behoefte aan meer kassen", steekt Lotte van wal. "Een kas kan tot wel 20 keer minder water gebruiken dan vollegrondsteelt en kan bovendien beter omgaan met verschillende klimaten. Meer telers moeten van mid- en lowtech naar hightech kunnen gaan."
Opschalen kan echter lastig zijn. "Telers zijn eigenlijk superhelden die aan allerlei knoppen moeten draaien, zoals Max Verstappen in zijn racewagen ook moet doen. Zeker nu de dagen langer worden, moeten telers 12 uur beschikbaar zijn. Als je meerdere kassen hebt, is dat eigenlijk niet te doen." Automatisering van irrigatie management is daarom een belangrijke stap.
AI rond de biologie van de plant
Source.ag bouwt twee modellen om te helpen in die automatisering: een wateropname- en een nutriëntenmodel. "Wij bouwen AI rondom de biologie van de plant. Door dat te combineren met weersvoorspellingen weten we precies hoeveel water en nutriënten de plant op een dag gaat gebruiken. Elke nacht maken we een nieuw model, en daar bouwen we dan een autonome strategie omheen. En met nieuwe variëteiten leren we in 40 dagen hoe het werkt – je hebt daar dus geen heel seizoen voor nodig om te wennen aan een nieuw gewas."
Modellen voeden met data
Een mooi concept, maar voor al die modellen heb je data nodig. "Als we precies willen weten wat de wateropname van de plant is, hebben we zowel irrigatiedata en draindata nodig als de verzadiging van het substraat. Daarom werken we met de CARA MET substraatsensoren van SenseNL. De data daaruit komt direct draadloos binnen, en daarmee trainen we de irrigatiemodellen."
Een mooi voorbeeld van samenwerking, vindt Lotte. "In deze sector heb je verschillende partijen nodig om samen tot een resultaat te komen: substraatleveranciers, sensorbedrijven, klimaatcomputers en AI. SenseNL was de eerste partij die hun data direct met ons deelde. Zo konden we snel modellen maken die aansloten bij de binnenkomende data."
Dat is handig, want hoe goed een sensor ook is, de data die eruit komt moet je nog interpreteren. Voor telers kan dat lastig zijn, maar AI helpt een handje. "Een kas heeft meestal 10 CARA MET sensoren. Wij hebben daarvoor een AI-model gebouwd dat aan anomaly-detectie doet op al die data. Zo kunnen we zien of er ergens bij een sensor zuurstof tussen is gekomen, dan geven we een seintje dat de teler die even opnieuw in de mat moet steken." Dat is belangrijk, want als een sensor afwijkende waardes geeft, kloppen de gemiddelden niet meer.
Kennis delen
De twee bedrijven vullen elkaar goed aan: SenseNL heeft verstand van sensors, die het vochtgehalte van de substraatmat meten. Source.ag is goed in het schoonmaken van die data, het interpreteren en presenteren ervan, en dat vervolgens om te zetten in actie.
Source.ag is sensoragnostisch, dus het maakte in principe niet uit met welk bedrijf ze in zee gingen voor de sensoren. SenseNL was wel een van de eerste partijen die aangaven gebruik te willen maken van de mogelijkheid die Source.ag bood om samen te werken op het gebied van data.
"Daarbij zet SenseNL vaak 10 sensoren in één kas – wij werken graag met meerdere in-slabsensoren om zo veel mogelijk goede data binnen te krijgen. Dat kan met hen omdat de prijs van de sensoren gunstig is voor de teler. Wat ook fijn is, zij zien in dat ze goed zijn in het hardware-gedeelte en dat wij goed zijn in het gedeelte data cleaning. Dus ze stonden er erg voor open om kennis te delen. Ook als ze nieuwe sensoren ontwikkelen, vragen ze ons op welke manier we de data zouden willen ontvangen om daar weer producten op te bouwen. Ze zijn ook bereid om capaciteit te steken in het gezamenlijk doen van onderzoek."
"Samenwerking SenseNL en Source.ag is voorbeeld voor de sector"
Lotte ziet de samenwerking als een voorbeeld van waar de sector naartoe moet. "We willen allemaal ons eigen ding doen en hebben allemaal onze eigen business te runnen. Maar we moeten uiteindelijk meer naar bedekte teelt toe, om minder water en land te gebruiken. Om het tempo van die ontwikkeling erin te houden, is samenwerking cruciaal."
Winelis Kavelaars van SenseNL vult aan: "Wij leveren betaalbare en betrouwbare data en Source.ag is een betrouwbare partij dat goed bezig is. Dus dit is een heel mooie combinatie. Daar zijn we blij mee. Onze sensoren worden verkocht à 10 stuks per kit. Simpelweg omdat de variaties in een kast niet te meten zijn met één of twee sensoren. Je hebt eenmaal meerdere datapunten nodig om eventuele afwijkingen in de kas, planten, klimaat, en/of sensoren op te vangen en vervolgens de juiste beslissing te nemen over irrigatie en/of nutriëntenmanagement. Maar meer data alleen is niet voldoende, data moet betrouwbaar en betaalbaar zijn. Om die reden hebben we de CARA MET sensoren betaalbaar willen én kunnen houden. Wij durven nu wel te zeggen dat we, op dit moment, de nauwkeurigste en betrouwbaarste substraatsensor op de markt hebben. Of eigenlijk zeg ik dat niet zelf. Source.ag heeft bijvoorbeeld aangegeven dat SenseNL veel tractie heeft onder hun klanten. Dat soort partijen hebben contact met meerdere sensorproducenten. Zij hebben met meerdere partijen dus contact. Dus als iemand het kan weten, zijn zij het wel. Sensoren moeten betrouwbaar zijn."
Winelis geeft verder aan dat SenseNL open staat voor meerdere samenwerkingen. "Ons doel is zoveel mogelijk telers de tools te verschaffen om meer inzicht te geven in hun teelt, daardoor hogere productie met minder resources."
Voor meer informatie:
SenseNL
Tel: +31 (0)85 876 8909
[email protected]
www.caramet.com
Source.ag
[email protected]
www.source.ag