Inteligența artificială le spune fermierilor când să-și recolteze culturile

Când a venit prima zi a recoltării merelor în statul Washington, în urmă cu un an, fructele erau coapte, iar culegătorii erau pregătiți. Vremea a avut însă alte planuri.

„Erau aproape 38 de grade Celsius... Nu este sigur ca oamenii să lucreze pe o asemenea căldură”, își amintește Joel Carter, de la Okanagan Specialty Fruits. „A trebuit să ne oprim la ora 10 dimineața.”

El spune că modelele de inteligență artificială (IA), care estimează datele ideale pentru recoltare ținând cont de condițiile meteorologice, ar fi utile. „Trebuie să știi mai mult decât momentul în care fructele vor fi coapte. Cât timp ai la dispoziție pentru a le culege?”, explică el. „Aici aceste modele sunt cu adevărat utile.”

Compania lui Carter deține peste 1.250 de acri de livezi de meri în Washington, iar fructele sunt cultivate pentru porții de mere feliate, vândute deseori hotelurilor și școlilor. Firma investește în tehnologie, în speranța că va maximiza productivitatea. Chiar și merele sunt modificate genetic pentru a nu se brunifica rapid după ce sunt tăiate.

Planificarea recoltei este însă dificilă. Apar noi instrumente care numără și analizează fructele de pe pomi sau plante și estimează momentul în care culturile vor ajunge la maturitate. Acest lucru este important deoarece prețurile fructelor, în special ale celor cu valoare ridicată, precum căpșunile și afinele, pot varia foarte mult. Dacă data recoltării este stabilită greșit, fermierii pot angaja muncitori sezonieri de care nu au nevoie sau pot rata perioada în care ar fi obținut cele mai mari profituri.

Okanagan Specialty Fruits testează deja camere furnizate de compania canadiană Vivid Machines. Acestea sunt instalate deasupra tractoarelor și captează imagini ale pomilor de meri pe măsură ce utilajul trece printre rânduri. Inteligența artificială identifică în înregistrări mugurii, florile și fructele.

„În acest moment, Vivid ne oferă estimări privind producția și datele recoltării”, spune Carter. El subliniază că sistemul este capabil să identifice muguri de flori foarte mici, care sunt greu de observat cu ochiul liber.

Totuși, precizia prognozelor depinde în mod vizibil de calitatea informațiilor istorice introduse în sistem, adaugă Carter. „Nu este ceva în care o inteligență artificială poate căuta pe internet și stabili care este producția medie pentru soiul Granny Smith”, explică el. „Datele vor fi personalizate pentru ferma dumneavoastră.”

Merele sunt, cel puțin într-o anumită măsură, mai ușor de gestionat. Fereastra de recoltare pentru soiul Granny Smith durează aproximativ trei săptămâni, spune Carter. În cazul altor fructe, precum pomușoarele, fermierii pot avea la dispoziție doar câteva zile.

„Dacă o cultură de căpșuni este gata, trebuie să o recoltezi. În caz contrar, întreaga cultură se îmbolnăvește foarte, foarte repede”, spune Raymond Martin, cofondator și director operațional al companiei britanice FruitCast, care oferă producătorilor prognoze privind recoltarea.

Compania sa oferă estimări pentru culturile de căpșuni, dar și pentru zmeură, mure, afine și roșii. „Anul viitor vom trece și la struguri”, adaugă Martin.

Fermierii cu experiență nu știu când vor fi coapte fructele lor? Martin spune că, în general, aceștia știu. Totuși, nu este ușor să facă astfel de estimări pentru întreaga fermă, care poate avea o suprafață de mai multe acri sau poate include atât terenuri în aer liber, cât și spații de cultivare protejate. „Facem exact ceea ce ar putea face fermierii, doar că la o scară pe care ei nu o pot acoperi.”

Sistemul analizează imagini cu fructele aflate în proces de coacere. Acestea pot fi captate de drone, de o persoană care se deplasează printr-un câmp cu un telefon inteligent sau de o cameră montată pe un vehicul agricol.

Acest an a fost dificil, observă Martin. O mare parte din Regatul Unit s-a confruntat cu temperaturi ridicate și secetă severă. Situația a afectat numeroase plante de fructe, care au intrat în stare de latență termică, iar producția de fructe a încetinit.

Modelul FruitCast ține cont de condițiile meteorologice și de irigare atunci când face prognozele. Compania afirmă că „prognozele noastre se încadrează în 10% față de volumul efectiv recoltat, cu o săptămână înainte, ceea ce înseamnă o precizie de 90%, și în 17% cu trei săptămâni înainte, adică o precizie de 83%. Garantăm o eroare mai mică de 20%...”

Angus Soft Fruits este una dintre companiile care au colaborat cu FruitCast. Tehnologia IA pentru prognozarea maturității fructelor nu este încă „o soluție finalizată”, spune directorul operațional Neill Finlayson. „Acest proces este încă în desfășurare și, deși s-au făcut progrese semnificative, industria mai are de parcurs un drum până la crearea unui ecosistem de prognoză complet integrat.”

Driscoll's, o companie de comercializare a fructelor cu sediul în California și cu o operațiune importantă în Regatul Unit, a confirmat, de asemenea, că unii dintre producătorii săi independenți de fructe din această țară au folosit tehnologia FruitCast.

Cercetătorii analizează și noi metode de examinare a fructelor în detaliu. Mulți fermieri folosesc deja dispozitive portabile numite refractometre Brix, pentru a evalua conținutul de zahăr al recoltei. Aceste aparate măsoară cât de mult își schimbă direcția lumina, sau cât de mult se refractă, după ce trece printr-un lichid, indicând cantitatea de substanțe solide prezente.

Unele dintre aceste dispozitive folosesc lumină infraroșie, ceea ce înseamnă că nu este nevoie să se taie fructul pentru a face măsurătorile. Yasaman Ghasempour, de la Universitatea Princeton, spune însă că undele milimetrice, adică unde radio de înaltă frecvență, pot pătrunde mai adânc. „Ele reacționează foarte bine la umiditate, apă și zahăr”, explică cercetătoarea.

Ghasempour și studenții săi au creat un detector al gradului de coacere bazat pe unde milimetrice. Dispozitivul ar putea fi folosit de fermieri sau chiar de clienții care caută fructe perfect coapte în magazine. Studenții l-au testat la o piață locală din New Jersey. „Angajații de acolo s-au speriat puțin, crezând că facem ceva suspect”, povestește Ghasempour râzând.

O analiză atât de detaliată a fructelor, inclusiv atunci când acestea sunt încă necoapte, ar putea contribui la estimarea momentului în care vor ajunge la maturitate.

În timp ce unii producători, precum Carter, sunt interesați să testeze noile tehnologii, mulți se vor întreba dacă investiția merită cu adevărat. „Adoptarea este foarte complicată”, spune Jing Zhang, de la Universitatea de Stat din Carolina de Nord. „Producătorul trebuie să aibă încredere în cercetare și să știe dacă tehnologia funcționează sau nu.”

Zhang lucrează la un sistem care numără automat afinele surprinse în imaginile realizate cu telefonul inteligent asupra tufelor de afin.

Cele mai simple sisteme nu trebuie să fie costisitoare. Kevin Wang, de la Universitatea din Florida, a creat un alt instrument pentru numărarea culturilor, care poate folosi imagini captate de drone ce costă 100 de dolari sau mai putin.

În viitor, astfel de informații ar putea fi utilizate pentru prognozarea maturității fructelor. Wang atrage însă atenția că unii fermieri ar putea fi reticenți să transmită unor terți și modelelor de inteligență artificială informații sensibile din punct de vedere comercial, precum planurile de fertilizare și irigare.

Ben Palone este director principal pentru automatizare și comercializare în cadrul Western Growers, o asociație care reprezintă fermierii din vestul Statelor Unite. El spune că prognozele recoltării au potențialul de a deveni „un instrument de optimizare”.

Fermierii vor continua însă, cel mai probabil, să se bazeze pe judecata oamenilor. „Producătorilor le place să aibă oameni implicați pentru a lua unele dintre deciziile foarte importante, mai ales când vine vorba despre recoltare”, afirmă el.