Dr. Anastasia Volkova, fondator și CEO al FluroSat, împărtășește viitorul tehnologiei agricole și de ce ar trebui să vă pese.

Dacă îi întrebăm pe cei mici de astăzi peste 5-10 ani, „cine vrei să fii când vei fi mare?” s-ar putea să auzim „fermierul” ca răspuns și clar, de ce nu.

devină

Deși mulți încă văd agricultura asociată cu termeni sau expresii precum „muncă grea”, „risc financiar” sau „lipsă de pricepere tehnologică” astăzi, cred că în doar câteva decenii agricultura ar putea fi cea mai digitalizată și automatizată profesie din toate cele care necesită cunoștințe în robotică, știința datelor, informatică la bord și multe altele.

În calitate de CEO al unei start-up-uri agtech, sunt deseori întrebat cum tehnologia va schimba viitorul agriculturii și iată gândurile mele.

1. Hiperconectivitatea va permite fluxul de date fără probleme din câmpuri

Lipsa de conectivitate dăunează „agriculturii autonome”. Acest lucru înseamnă că senzorii IoT nu vor putea colecta în mod continuu date, utilizatorii de la fermă nu vor putea încărca observații de câmp prin intermediul smartphone-urilor lor, sau chiar să acceseze software-ul avansat în Cloud, plin de algoritmi sofisticati de detectare a stresului culturilor. De asemenea, împiedică capacitatea de a gestiona de la distanță tractoarele și dronele pentru fertilizarea sau pulverizarea culturilor.

Cu LPWAN (rețea extinsă cu putere redusă), cum ar fi LoRaWAN, Sigfox și alte tehnologii, o fermă „conectată” va permite mai multe transmisii de date din câmpuri, permițându-ne să folosim tehnologia agricolă la maximul său potențial, închizând bucla dintre colectarea datelor (cu imagini prin satelit, senzori IoT și utilaje) prin detectarea stresului culturilor până la administrarea unei acțiuni corective (aplicarea îngrășământului sau plivirea).

2. Instruirea modelelor de învățare automată și AI specifice fiecărei ferme pentru un potențial maxim

Așa cum un fermier modern încearcă să urmeze cele mai bune practici agronomice, fermierul viitorului va concura pentru prețurile mărfurilor nu numai prin valorificarea „instinctelor lor de acoperire”, ci și prin aplicarea abilităților științifice a datelor și îmbunătățirea acurateței modelelor lor agricole.

Învățarea automată (ML) ca modalitate de formare iterativă a modelului poate învăța pentru a recunoaște, de exemplu, o buruiană sau un semn special al unei boli înainte ca ochii noștri să o poată detecta. Cu o conectivitate mai bună la fermă, imaginile de pe camerele de pe sateliți, avioane, drone, tractoare și smartphone-urile fermierilor vor fi sursele principale de date pentru ca aceste modele ML să își îndeplinească funcția. Vom putea folosi datele pentru a instrui modele hiper-locale de ML pentru a afla limitele și potențialul fiecărui acru de la o fermă.

3. Modelarea științifică utilizată pentru a detecta stresul culturilor și a recomanda remedieri de precizie

Cum trecem de la identificarea stresului culturilor la luarea de măsuri preventive sau de corectare? Prin efectuarea de experimente.

Cu o mai mare colaborare între instituțiile de cercetare și entitățile comerciale, vom reuni succesele modelării științifice și ML în domeniu („laborator pentru paddock”). Prin automatizarea procesului de proiectare a experimentelor și de colectare a datelor, pot fi învățate intrările și ieșirile unui sistem agricol.

La fel pentru gestionarea nutrienților - Prin aplicarea unor cantități diferite de îngrășăminte sau substanțe chimice în diferite zone din câmp, putem elimina potențialul câmpului și îl putem optimiza punând doar cantitatea potrivită de nutrienți pe fiecare acru pentru a obține un randament optim.

4. Remediile de precizie pot fi efectuate de roboți (tractoare, drone și senzori IoT)

Deci, avem modele care detectează stresul culturilor și propun o soluție, acum ce? Tractorii noștri, dronele și senzorii de teren - aceleași mașini și dispozitive utilizate pentru a colecta informații despre stresul culturilor - pot fi folosiți pentru a acționa asupra ei!

Tractoarele și dronele au „pilot automat”, modul de ghidare GPS, care le permite să se localizeze cu precizie și să elibereze cantitatea de îngrășământ sau substanță chimică necesară la rata corectă și la o locație exactă identificată de model. Senzorii de teren, care detectează umiditatea solului, pot fi deja programați pentru a declanșa sistemul de irigare atunci când umiditatea solului scade sub un anumit nivel. Cu senzorii IoT, precum și cu dronele și tractoarele moderne, vedem bucla de detectare și acțiune, „măsurând și gestionând” începând să se închidă.

5. Om ca maestru al datelor și ca dirijor al orchestrei de câmp

În rezumat, cu mașinile și senzorii care devin mai buni și durează mai mult pe câmp, o conectivitate mai bună care permite fluxul de date fără „batere degetul mare” prin fermă și modele științifice care au suficiente date pentru a afla primele semne de stres și pentru a recomanda remedieri de precizie, rolul unui operator uman - fermierul viitorului - va deveni din ce în ce mai important.

Pentru a îmbunătăți practicile agricole într-un astfel de sistem automatizat, este important să monitorizăm calitatea datelor pe care le colectează și să îmbunătățim „intuiția” sau „logica” AI de nivel înalt pe care o urmează.

Sistemul agricol al viitorului este o combinație între o curte de robotică, un loc de joacă pentru învățarea automată și „incubator” IoT. Sistemele automate ale viitorului ar putea deveni la un moment dat plug-and-play, dar pentru o vreme vor semăna cu „laboratoare de algoritmi” - similar cu FluroSense, un motor de analiză agronomică pe care îl construim la FluroSat.

Fermierii viitorului sunt oameni care doresc să vadă o planetă durabilă și pot dezvolta sisteme inteligente pentru a afla despre ce are nevoie planeta noastră. Și, nu ai vrea ca următoarea generație să descopere din nou secretele acestui loc fascinant pe care îl numim „acasă”? Cu siguranță o fac!

Dr. Anastasia Volkova este CEO/Fondator al FluroSat, un start-up de analiză a sănătății culturilor care oferă analize agronomice la scară largă prin intermediul platformei sale FluroSense pentru a lua decizii agricole profitabile. Ea este o vorbitoare prolifică și scriitoare pe teme care implică agtech, antreprenoriat și femei în tehnologie.

Inginer aeronautic cu doctorat în navigație autonomă cu drone, experiența ei variază de la proiecte cu roboții NASA la bordul Stației Spațiale Internaționale pentru a gestiona o echipă de 370 de persoane pentru UEFA. De asemenea, a primit premiul Amelia Earhart Fellowship și Woman Creating Change 2018 în NSW, Australia pentru angajamentul său de a avansa aplicația ingineriei aerospațiale.