logo821.gif (10572 bytes) 首頁          新增資料與公告

   

最新消息  :

數字分析 - 中國於非洲農業報導之破解

索馬利亞的乾旱影響和解決方案建議

在非洲商業邊緣爭奪空間-本土企業與中資企業之間日益激烈的競爭

 

 

智能生物產業

首頁
上一層
BSE LAB 介紹
非洲產業研究中心
生醫研究之統計方法
授課資料
人文關懷
無官御史台
武漢肺炎與產業
活動公告區
數據分析與知識產業

 

 
人類栽培何時會過時?

 

中興大學 生物系統工程研究室 陳加忠

 
 

https://www.hortidaily.com/article/9231143/when-will-human-growers-become-obsolete/

在過去的二十年中,溫室自動化取得了長足的進步。再給它二十年的時間,它可能會完全掩蓋溫室中的人為因素。至少在查看自主溫室挑戰的結果及其在園藝實行中的含義時,這是可能會得出一個結論。其一個自主溫室挑戰的發起者Heliospectra的網絡研討會,由三個不同的角度討論了AI:學術界,技術供應商和栽培者。

網絡研討會的開幕式,Wageningen大學和研究部溫室技術科學研究小組負責人Silke Hemming分享了溫室挑戰所提供的一些見解。其想法是由AI系統的自主決定,取代原來通常由栽培者決定。範圍從調整微氣候電腦,到選擇何時生產什麼以及相應地使用什麼資源。為了實現這一目標,AI必須制定演算法來自動化確定微氣候和灌溉的設定點。AI團隊還遠程決定作物的管理,例如莖密度,摘葉和疏果。

最佳策略

參與團隊採用了不同的策略,以實現盡可能持續地種植最好的番茄。例如,AI中的大多數團隊在季節的某個時候增加了莖的密度。參考用生產甚至使莖的密度增加了一倍。獲勝的團隊Automatoes在比賽中也提高了莖的密度。

得到教訓

然後,Silke分享了挑戰者產的消息。事實證明,當您要兼顧高品質生產和高淨利潤時,作物管理至關重要。另一個重點是,如果要應用這些現代技術,則需要有關栽培各個方面的客觀數據,否則您將無法開發必要的演算法。最後人類不會很快就完全消失。仍然需要他們執行農作物處理,直到這些任務也可以由機器人接管為止。

Silke演講的結尾,她還研究了對照組栽培者可以做得更好的事情。她說:我們使用了'fancy'模型,並分析了栽培者是否可以應用部分AI策略,他們會取得更好的結果嗎?事實證明,如果對照組參考栽培者將使用Automatoes小組的照明策略,他們將可以更好地利用資源。使用Automatoes的種植策略,他們可以獲得更高的淨利潤甚至更高的產量。因此儘管AI不會在不久的將來完全取代人類栽培者,但我們已經可以從機器中學到一些。

從溫室建築商成為全方位服務的供應商

挑戰賽冠軍團隊Automatoes的隊長是Leonard Baart de la Faille Leonard擁有十年溫室研究經驗,最近加入Van der Hoeven園藝項目,擔任研發工程師。 Van der Hoeven,我們設計和建造溫室,我們看到了一個非常重要的趨勢。很多年前,這只是建造一棟建築物,但是現在我們是提供全方位服務的Turmkey溫室供應商。我們幫助栽培者啟動和訓練,有時會介紹一個栽培者。例如現在正在Kazokhstan開始溫室栽培的隊友,投資者正在尋求全面的服務:他們不僅想要溫室,還想要一個可以種上性能良好作物的溫室。

參與挑戰是將這種全方位服務理念付諸實踐的完美方法。Leonard解釋了他的團隊如何應對挑戰。我們首先將植物置於中心位置。畢竟,只有讓植物發揮最佳性能,才能做得很好。因此您要在沿著溫室設計整個系統。如果這樣做,不僅會帶來良好的生產,也可以有效地做到這一點。

植物平衡

Leonard和他的團隊遵循植物授權戰略,使植物保持平衡。我們沒有使用來自其他溫室的大量數據來模仿栽培者,我們只是嘗試使用來自該溫室的數據。那麼,最大的挑戰就是對生產者試圖實現的目標進行客觀化和量化。如果收集資料是數字,則可以執行此操作。接下來,我們將其分解成片斷,為每個區塊選擇單獨的AI”Leonard例舉了一些人工智能拼圖。一個非常簡單的例子是灌溉。觀察了介質中的感測器數據,並與生產者進行了討論。我們正在嘗試實現一定的乾燥程度,以使作物長期保持平衡。在傍晚停止灌溉的那一刻開始決定下一個早晨,將達到某個水準。通過簡單的迴歸模型,我們可以相當簡單地計算出正確的停止給水時間。

更複雜的方面是通風。Leonard稱它可能是控制溫室中最重要的部分,但也是最麻煩的部分。在挑戰中,他們沒有使用傳統的P段控制,因為會傾向過多通風。想要有高輻射量,高CO2和高溫,但又不要濕度太低,否則氣孔可能會閉合。因此使用了計算氣孔行為的模型來確定通風量。

展示團隊Automatoes最後一個如何將植物平衡放在中心位置示例子是使用24小時的溫度來引導植物。以一天的時間為基準,輻射量應與24小時的溫度保持平衡。根據天氣預報,我們制定了一個氣候計劃,保持溫度和光照之間的比率,然後查看該植物是否仍然平衡嗎?如果沒有,調整了這個比例。

沒有人的溫室

當被問及AI在溫室中的未來前景如何時,Leonard表示,長期目標是建立一個沒有人的溫室。這是一個很長的路要走,很多年。我們正在為此進行長期的研究,控制僅基於數據而不是模型,而我們將需要更多的感測器和機器人。

在中期,自主系統已經可能接管溫室氣候控制。在幾年之內這是有可能的。在不遠的將來,看到了改善半封閉式溫室控制的機會。已經在番茄和生菜中進行測試。一些技術僅用於監測溫室,看是否可以幫助他們更好地發揮作用。Hoogendoorn將把這項研究產生的模組整合到他們的氣候電腦中,其中一些已經一年內可用。

栽培者的觀點

談論用自動化代替人類非常好,但是人類栽培者自己對此怎麼看?網絡研討會的第三位發言人Jan Prins是一位經驗豐富的溫室栽培者,目前是Pure Harvest的栽培者。 Jan曾在低,中和現在的高科技溫室工作過,Jan知道他在說什麼。

回顧過去,栽培者多年來一直使用不同的感測器(例如氣候和灌溉感測器),以幫助他們做出正確的決定。現在Jan觀察到越來越多地使用植物感測器。通過觀察觀察植物,現在感測器已成為栽培者每天使用的工具。在Pure Harvest溫室,我們希望將其提高到一個新的水準。例如我們最近安裝了光合作用感測器,以更深入地了解植物重要的過程。

超過50個感測器

Jan繼續說:在我們的一個小農場裡,我們有50多個感測器,可提供大量數據。如果沒有AI/或儀表板,這將使栽培者花費太多時間進行分析。他們的策略是轉向以數據為主導的增長。相信這可以幫助變得更加可持續和盈利。為了幫助他們實現這一目標,在Pure Harvest的招聘過程中,除了傳統的栽培者之外,他們還非常重視IT專家和數據分析師。 Jan希望傳統的栽培者也將更多地轉向數據驅動的決策。更多的數據將幫助溫室栽培者獲得更多更好的結果。

溫室需要栽培者,就像飛機需要飛行員一樣

Jan總結了自己對所處時代的熱情,並說新技術使人類生產者的生活變得更加有趣,畢竟植物增長不僅與氣候和灌溉有關,還有很多。你不能只買溫室,將電源插入插座,然後去海灘。溫室需要栽培者,就像飛機需要飛行員一樣。飛機可以自行飛行,但是仍然有充分的理由要求有位飛行員在飛機上。