Noot van de redactie: de VISIE Conferentie 2022 zal een uitgebreide verkenning bevatten van waar innovatie snel verandering veroorzaakt, waaronder trends in hoogwaardige speciale gewassen, duurzaamheid en koolstofvastleggingsprogramma's, en hightech productiesystemen voor gecontroleerde omgevingen. Een opkomend onderwerp op de agenda zijn visuele gegevens. Hieronder ziet u hoe visuele sensoren en computervisie cruciaal zullen zijn om de hele industrie te helpen voldoen aan de voedselbehoeften van een groeiende wereldbevolking.
Computervisie heeft een ware boom doorgemaakt. Inzichten verzameld via gegevens van drones, satellieten en vliegtuigen verzamelen gegevens uit de lucht. Op apparatuur gemonteerde sensoren kunnen veranderingen in plantkenmerken of bodemparameters meten met optische reflectiedetectie. LiDAR-sensoren kunnen nu de structuur van planten in 3D meten.
Naast het helpen van agronomen met gegevens, vormt computervisie ook de kern van het mogelijk maken van autonome machines in het veld, het helpen van machines om te reageren op situaties op het veld of zelfs obstakels te detecteren. Technologie stelt ons zelfs in staat om te reageren op een hypernauwkeurige locatie gegevens van satellietbeelden, die in staat is om details op centimeterniveau te brengen. Met al deze technologie tot onze beschikking, zijn menselijke oogbollen zelfs nodig?
Zodra deze camera's, sensoren en satellieten op grote schaal zijn ingezet in velden en kassen, zullen ze 100 uur per dag 2025% bewakingsdekking bieden. Wanneer dit gebeurt, zou verre agronomie en voor een groot deel verre landbouw een realiteit kunnen worden. Naarmate autonome machines en robots een toenemend aantal rollen op zich nemen, is de noodzaak van een groot personeelsbestand misschien niet langer nodig. Terwijl tegenwoordig de meeste groenten en fruit met de hand worden geplukt en verpakt, voorspelt een rapport van S&P Global dat perceptiesystemen en plukalgoritmen tegen XNUMX aspecten van autonoom oogsten in gecontroleerde omgevingslandbouw (CEA) mogelijk zullen maken.
Deze hausse in computervisie is niet alleen relevant in de landbouw. Als het meest volwassen gebied van moderne AI doordringt het zelfs elke sector van de economie. De kansen die het automatiseren van visuele mogelijkheden bieden, bieden eindeloze marktkansen in elke sector. Als mensen is visie ons meest ontwikkelde zintuig - het zintuig dat we het meest gebruiken om de wereld om ons heen waar te nemen. Hoogleraar Medische Optica David Williams legt uit dat "Meer dan 50 procent van de cortex, het oppervlak van de hersenen, is gewijd aan het verwerken van visuele informatie."
Het is geen toeval dat het deel van het menselijk brein dat verantwoordelijk is voor de analyse van visuele informatie het grootste is van dat van andere zintuigen. Kunstmatige neurale netwerken zijn een essentieel onderdeel van machine learning en vormen de ruggengraat van moderne visuele technologieën. In de woorden van professor Williams: "Begrijpen hoe visie werkt, kan een sleutel zijn om te begrijpen hoe de hersenen als geheel werken."
Visuele technologieën stimuleren al ontwikkelingen in voedsel en landbouw die de manier zullen veranderen waarop de wereld voedsel verbouwt, produceert, transporteert en consumeert. Computervisie is misschien wel het technologisch meest geavanceerde gebied als het gaat om AI. Deze ongekende rijkdom aan visuele gegevens kan worden benut en verwerkt via machine learning en vervolgens worden teruggekoppeld naar voedseltelers of autonome machines zoals irrigatiepunten. Zelfs na de oogst levert computervisie technologie die al wordt gebruikt voor cruciale taken, zoals het proces van sorteren en sorteren van groenten en fruit, een taak die, wanneer gedaan door mensen, inconsistent, tijdrovend, variabel en duur is.
De impact van deze technologie is enorm. Visuele sensoren en computervisie zullen cruciaal zijn om de hele industrie te helpen aan de voedselbehoeften van een groeiende wereldbevolking te voldoen. Uit gegevens van de Wereldbank blijkt dat tegen 2025 het merendeel van de voedsel- en landbouwsectoren sterk zal worden beïnvloed door de invoering van visuele technologieën, zoals beeldherkenning, camera's, robotica en nog veel meer. Het is geen verrassing dat computervisie en AI-technologieën de kern vormen van een nieuwe golf van veelbelovende tech startups in vele branches, waaronder detailhandel, bouw, verzekeringen, beveiliging en landbouw.
Bestaande processen verbeteren als uitgangspunt om een revolutie te starten
Er is een overvloed aan visuele technologieën beschikbaar voor voedseltelers. Dit omvat elk apparaat of hulpmiddel dat visuele gegevens vastlegt, analyseert, filtert, weergeeft of distribueert. Deze systemen zijn ontworpen om gebruik te maken van computervisie, machine learning of kunstmatige intelligentie om alle visuele gegevens te begrijpen en bruikbare inzichten te leveren of er autonoom naar te handelen.
Een recente rapport van LDV Capital on Visual Technologies belicht enkele belangrijke toekomstgerichte trends die zullen voortvloeien uit de toepassing van visuele technologieën door voedseltelers in de komende vijf jaar. Het meest interessante hieraan is dat ze vooral de verbetering en adoptie van bestaande technologieën benadrukken. Het zal geen revolutie zijn, maar een progressieve evolutie naarmate visuele technologieën mainstream worden. Het rapport wijst bijvoorbeeld op algoritmen voor machinaal leren die drone-, vliegtuig- en satellietbeelden opnemen met een hogere resolutie en een groter spectraal bereik, waardoor agronomie op afstand verder mogelijk wordt. Naarmate de verwerkingssnelheden toenemen, zullen op de apparatuur gemonteerde detectie ook beslissingen op fabrieksniveau mogelijk maken, zoals nauwkeurig onkruidspuiten en zaadplaatsing.
Kan elk bestaand proces op afstand worden geautomatiseerd en beheerd?
Kunnen landbouw en agronomie in de nabije toekomst op afstand worden beheerd, met zoveel 'ogen' die planten 24/7 bewaken en beoordelen, en visuele technologieën die uitgebreide velden of kassen bestrijken? Uit ervaring met onze klanten weet ik dat veel voedseltelers al veel minder uitstapjes naar het veld hoeven te maken dankzij inzichten of beelden die door machines zijn gemaakt en bij hen worden afgeleverd. Bovendien is hun vermogen om problemen zoals ongedierte aan te pakken gerichter en nauwkeuriger. In plaats van routinematige steekproeven uit te voeren, kunnen deze apparaten 100% van hun gewassen 100% van de tijd monitoren.
Hoewel computervisie een grote doorbraak is die de manier waarop voedsel wordt verbouwd en verwerkt opnieuw zal definiëren, is het nog niet het einde. Er zijn andere complementaire technologieën nodig om onder het blad en onder de grond te kunnen kijken, die net zo cruciaal zijn om het volledige beeld te krijgen. Bijvoorbeeld het monitoren en analyseren van het microbioom door middel van speciale sensoren die de overvloed, diversiteit en kolonisatie van micro-organismen in boven- en ondergrondse plantenorganen meten.
Het verzamelen, integreren en begrijpen van al deze gegevens zal een belangrijke uitdaging zijn om de kracht van de groeiende technologiestapel te benutten waarop voedseltelers zullen vertrouwen. Voedseltelers hebben altijd vertrouwd op honderden signalen uit het veld, maar deze opkomende tools en platforms betekenen dat ze inzichten uit een groeiend aantal bronnen moeten orkestreren. Het uiteindelijke doel is om een uniform systeem te creëren dat het volledige, duidelijke beeld geeft dat nodig is om betere agronomische beslissingen op hoog niveau mogelijk te maken.