Data science en kunstmatige intelligentie (AI) worden binnen de plantenwetenschappen nog lang niet altijd optimaal benut, zegt WUR-hoogleraar Ricardo da Silva Torres. "Je kunt nog zoveel informatie over de ontwikkeling of eigenschappen van een plant vergaren, maar als je dit niet weet te vertalen naar bruikbare kennis voor verbetering van rassen heb je er weinig aan."
Plantenonderzoek bij Wageningen University & Research. (Foto: Sarah Vlekke)
Wat als we grote datasets over fotosynthese kunnen combineren met AI om voorspellingen te doen over de ontwikkeling van een gewas en opbrengsten nauwkeuriger te schatten? Of dat we AI en machine learning gebruiken om beelden te analyseren die zijn gegenereerd door drones en remote sensors, en zo gewasgroei in kwetsbare gebieden beter kunnen monitoren om beter inzicht te krijgen in de impact van klimaatverandering?
Tien jaar geleden zouden zulke ideeën misschien als toekomstmuziek hebben geklonken, maar dat is al een tijdje niet meer het geval. Onderzoekers in de plantwetenschappen en andere groene levenswetenschappen maken steeds vaker gebruik van nieuwe technologieën waarmee ze grotere hoeveelheden betrouwbare onderzoeksdata kunnen genereren.
Toch zal het volledige potentieel van AI en data science voor de groene levenswetenschappen grotendeels onbenut blijven als we niet in actie komen, waarschuwt Ricardo da Silva Torres, hoogleraar Data Science en AI aan WUR. "Tegenwoordig kunnen we enorme hoeveelheden data verzamelen over bijvoorbeeld plantontwikkeling en -kenmerken, maar zonder de juiste tools om deze data om te zetten in bruikbare inzichten, heeft dit weinig waarde. Om deze nieuwe technologieën echt te benutten, zijn sterkere verbindingen nodig tussen AI, data science en de groene levenswetenschappen."
Potentie data onvoldoende benut
Binnen de net opgerichte AI-leerstoelgroep van WUR werken onderzoekers aan de ontwikkeling van methoden om het gebruik van data en AI-technologie nog beter te benutten. Da Silva Torres: "Door slechte annotatie of ruis in datasets zijn deze bijvoorbeeld niet altijd bruikbaar voor het ontwikkelen van algoritmes en datagedreven onderzoeksmethoden. Zo kunnen inconsistenties en onnauwkeurigheden in de annotatie van genfuncties ertoe leiden dat AI-modellen onjuiste associaties leren. Met als gevolg dat de nauwkeurigheid en generaliseerbaarheid in voorspellingen over planteneigenschappen afneemt. Hierdoor worden kansen gemist om waardevolle tools te ontwikkelen die kunnen leiden tot relevante doorbraken. Om daar wat aan te doen, is het zaak dat de green life science community betere toegang krijgt tot data science en AI-technologie."
Hoogleraar Ricardo da Silva Torres (Foto: Sarah Vlekke)
Knowledge Discovery-BIO (KD-BIO)
Een van de manieren om die toegang te verbeteren, is het ontwikkelen van een kennisinfrastructuur, genaamd Knowledge Discovery-BIO (KD-BIO), waar Da Silva Torres nauw bij betrokken is. "KD-BIO is een initiatief vanuit WUR, in samenwerking met andere universiteiten en kenniscentra binnen de domeinen green life sciences en health en een aantal techbedrijven. Momenteel loopt er een financieringsaanvraag bij de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO). Het idee is dat we gaan werken aan praktijkcases waarbij AI en data science een rol spelen. Denk aan het ontwikkelen van verbeterde identificatiemethoden voor pathogene schimmels in voedsel, en algoritmes en modellen waarmee we gewasfenotypes en kenmerken van complexe ecosystemen beter kunnen begrijpen en voorspellen. Met als doel dat je deze in de toekomst beter kunt beheren en klimaatrobuuster kunt maken."
Kracht van sterke community
Het unieke aan KD-BIO is volgens Da Silva Torres dat het consortium bestaat uit een breed scala aan expertises op het gebied van green life sciences, data science en AI. "Deze brede vertegenwoordiging is essentieel om een sterke community rond KD-BIO te bouwen en deze te versterken. Om met behulp van AI aan relevante vraagstukken te werken en van elkaar te leren, moeten beide werelden elkaar weten te vinden. De domeinexperts en kenniscentra beschikken over kennis van urgente praktijkproblemen en benodigde datasets, terwijl de AI- en data-experts weten welke technologieën en methoden hierbij kunnen ondersteunen. Vanuit WUR loopt ook al een aantal projecten waarin AI wordt verkend in relevante problemen in de groene levenswetenschappen. Zo zijn er promotieonderzoeken uitgevoerd om AI-modellen te ontwerpen voor het ontrafelen van klimaat-fenologische relaties in agrarische omgevingen en om versnipperde data en kennis over bodemeigenschappen met elkaar te verbinden."
Meerwaarde multidisciplinaire benadering
Dat WUR-leiding geeft aan dit initiatief is niet toevallig, zegt Da Silva Torres. "Bij WUR beschikken we niet alleen over veel kennis binnen alle domeinen en AI, we hebben ook veel ervaring op het gebied van multi- en interdisciplinair samenwerken. Vraagstukken worden niet vanuit één expertise of enkel vanuit de wetenschap benaderd, maar altijd in samenhang en samenspraak met andere disciplines en praktijkpartners. De complexiteit van de uitdagingen waar we mee te maken hebben, vraagt daar ook om. Maar het helpt ook de wereld van AI en data science vooruit. Als de praktijk een andere uitkomst geeft dan je op basis van het model zou verwachten, is er misschien iets mis met het ontwerp van het algoritme. Daar leert de AI-expert ook weer van. Het werkt dus twee kanten op."
Hoogleraar Ricardo da Silva Torres samen met Wageningse promovendi (Foto: Sarah Vlekke)
Meer impact als onderzoeker
Tijdens zijn PhD in computerscience ontdekte Da Silva Torres voor het eerst het belang van interdisciplinaire samenwerking. "Ik heb voor mijn PhD gewerkt aan de ontwikkeling van een zoeksysteem voor het detecteren van verschillende vissoorten. Hiervoor heb ik veel gesproken en gewerkt met biologen en visexperts. De inzichten die ik hierbij opdeed, hebben me erg geholpen bij het maken van algoritmes en achterliggende methoden. Tot mijn PhD was ik eigenlijk vooral bezig met de technische en computationele kant. Dat maakte het lastig om uiteindelijk tot concrete tools te komen die bijdragen aan oplossingen voor dringende maatschappelijke vraagstukken. Door expertises te bundelen, zoals we nu ook gaan doen bij KD-BIO, krijgt mijn werk als onderzoeker veel meer waardevolle impact."
Pad geëffend voor verdere samenwerking
Momenteel wachten WUR en partners van KD-BIO nog op goedkeuring van hun voorstel. Volgens Da Silva Torres duurt het nog tot september 2025 voordat er duidelijkheid is. "We zullen eerst nog via onder meer meetings en interviews de commissie van NWO moeten overtuigen van de meerwaarde van KD-BIO. Hoewel de financiering die we hiervoor kunnen krijgen een grote boost kan geven aan het opzetten van de kennisinfrastructuur, heeft het verder geen invloed op onze onderzoeksagenda en de ingeslagen weg. De samenwerking die we nu zijn aangegaan met betrokken partners, heeft het pad geëffend naar veel meer onderzoek waarbij we AI en data science en domeinkennis beter kunnen verbinden. We gaan dus hoe dan ook met z'n allen verder."
Bron: WUR