Telers hebben de beschikking over steeds meer data: over de teelt, de kas, de afzet, arbeid enzovoorts. Die data zitten vaak verstopt in verschillende bronnen, apps, tools of websites van andere bedrijven. Wageningen University & Research BU Glastuinbouw onderzoekt op welke manier kunstmatige intelligentie (AI) de teler kan helpen verbanden te leggen tussen die gegevens. Onderzoeker Rick van de Zedde: "Door slimme inzet van AI kan data worden omgezet in nuttige informatie."
Een teler heeft veel groene kennis en is in staat om kruisverbanden te leggen. Dus bijvoorbeeld: een hogere luchtvochtigheid in de kas zorgt voor minder gewasverdamping en voor een hogere kans op schimmels. In dit voorbeeld is het aantal variabelen beperkt. Maar dankzij digitalisering in en rond de kas is het aantal gegevens enorm toegenomen. Sensoren, modellen, toeleveranciers, kunstmatige intelligentie, beeldherkenning enzovoorts zorgen voor terabytes aan data.
Datagedreven telen
"Hightech kassen worden steeds groter. Dat vraagt om een data-gedreven aanpak. Een teler moet in staat zijn om het benodigde arbeidsaantal op een specifiek moment in het teeltseizoen in te plannen, personeel te instrueren om efficiënt om te gaan met (natuurlijke) middelen, en de impact hiervan op de gewaskwaliteit en opbrengstvoorspellingen te verifiëren."
De kunst van data-gedreven telen is: mogelijke kruisverbanden ontdekken tussen al die datastromen en zo goede beslissingen nemen. Dat kan met kunstmatige intelligentie (AI). Voorwaarde is wel dat de 'leveranciers' van die data (bijvoorbeeld ontwikkelaars van klimaatcomputers) AI toegang geven tot die gegevens, en dat verantwoord wordt omgegaan met de resultaten. Van de Zedde: "De data moet gedoseerd en betrouwbaar gedeeld kunnen worden."
Welke data verbinden?
WUR werkt met een allerlei bedrijven aan het ontsluiten van data voor AI-toepassingen, zoals Hoogendoorn, LetsGrow.com, Ridder, Hortikey, Eurofins en Log & Solve. "Samen zoeken we naar onderlinge verbanden, en hoe verschillende bronnen gecombineerd meerwaarde oplevert. Daarvoor brengen we verschillende experts samen, met een IT-achtergrond, met teeltkennis en met verstand van energie. Zij weten wat je moet meten, want AI begint met mensenwerk."
Er zijn nog veel vragen. Bijvoorbeeld: zou een teler een systeem een opdracht kunnen geven om op zoek te gaan naar een kruisverband, en niet overladen worden met grafieken? Van de Zedde: "Het mooiste is als dat in natuurlijke taal à la 'ChatGPT' kan. Oftewel een teler hoeft niet kunnen programmeren, maar kan zijn vraag zelf stellen. Bijvoorbeeld: 'Is er over de afgelopen jaren in dit compartiment een verband tussen ziektedruk en klimaat?'" Een andere vraag is: In welke vorm zou de AI het juiste antwoord moeten geven? Van de Zedde: "De ene teler wil alleen een 'ja' of een 'nee', de andere juist een uitgebreide grafiek."
Bron: WUR