Artificial Intelligence plays a key role in understanding complex systems

Longread

Kunstmatige intelligentie speelt sleutelrol bij begrip van complexe systemen

WUR investeert fors in data science en kunstmatige intelligentie (AI). Naast de huidige programma’s, gericht op datagestuurd en hightech onderzoek en de realisatie van digital twins, heeft WUR onlangs aangekondigd dat er extra financiering wordt gebruikt voor een programma op het gebied van data science en kunstmatige intelligentie.

Dit was veelbesproken nieuws in juli 2020. Parallel hieraan is het innovatiecentrum OnePlanet opgericht, dat geïntegreerde expertise op het gebied van hightech detectieapparatuur levert en samenwerkt met IMEC, de Radboud Universiteit en het Radboudumc. Daarnaast is de Strategische Alliantie met de Technische Universiteit Eindhoven, de Universiteit Utrecht en het UMC Utrecht van start gegaan, met kunstmatige intelligentie als een van de aandachtsgebieden.

Een aansprekend voorbeeld van wat we momenteel doen om AI te integreren in ons vakgebied is de Autonome Kas-wedstrijd. Anna Petropoulou, onderzoeker bij de business unit Glastuinbouw (PSG), vertelt over deze wedstrijd en over haar werk op het gebied van data science en AI. Verder deelt ze haar gedachten over de toekomst van AI.

De wedstrijd

In het eerste halfjaar van 2020 hebben vijf internationale teams op afstand cherrytomaten geteeld met behulp van hun eigen AI-algoritmen. De teams bestonden uit tuinbouw- en AI-deskundigen. In de wedstrijd streden de teams vooral tegen elkaar. In een referentiekas werd het gewas geteeld door een groep Nederlandse telers. De telers konden hun kascompartiment betreden, in ieder geval tot aan de corona-uitbraak. Daarna vond er veel communicatie plaats met een van de WUR-telers die verantwoordelijk waren voor het kascompartiment.
Het opvallende resultaat van deze tweede editie van deze wedstrijd in Bleiswijk: alle teams die kunstmatige intelligentie (AI) gebruikten, presteerden beter dan de referentietelers!

Samenvoegen van twee verschillende werelden

Petropoulou zat in de organisatie en daarnaast was ze betrokken bij activiteiten waarmee de teams tijdens het daadwerkelijke experiment werden ondersteund (vragen, technische problemen) en bij het monitoren en analyseren van de gegevens die tijdens en na afloop van het project werden gegenereerd. Volgens Petropoulou was de Autonome Kas-wedstrijd een eerste grote stap in het samenvoegen van twee verschillende werelden. Conventionele glastuinbouw en datagestuurde besluitvorming met AI en Internet of Things (IoT).

Wat zo fascinerend was, is dat mensen uit verschillende vakgebieden in korte tijd moesten communiceren, samenwerken en tools creëren waarmee ze de wedstrijd in autonoom beheer op afstand konden winnen.
Anna Petropoulou
GA--20181212-FXT22108_.jpg

“Vanwege de complexiteit van het gewas van dit jaar, het belang van de productkwaliteit en nieuw opgedane kennis sinds de eerste Autonome Kas-wedstrijd verwachtte ik dat de teams veel meer nadruk zouden leggen op het groeiende gewas. Zoals verwacht waren er dit jaar teams met geavanceerdere detectieapparatuur waarbij het gewas in de schijnwerpers stond, die probeerden informatie/gegevens te verzamelen over het gedrag van het gewas (groei en ontwikkeling). Zo konden ze de juiste beslissingen nemen voor het kasklimaat en het gewas.”

Petropoulou was niet verbaasd dat de AI-gestuurde kassen het beter deden, maar ze was blij te zien dat de twee werelden (tuinbouw- en datadeskundigen) naast elkaar kunnen bestaan en tot een geweldige resultaat kunnen komen. “Uit het resultaat blijkt dat er meer mogelijk is met gegevens die worden verzameld in de kas dan we dachten. De teams konden niet zelf langsgaan in hun kascompartimenten, maar de gegevens die ze verzamelden over de teeltomstandigheden waren voldoende om hun algoritmen te trainen en hun beslissingen optimaal te sturen.”

AI-projecten

De business unit Glastuinbouw werkt al met AI in verschillende projecten. Van beeldherkenning voor het opsporen van ziekten en het monitoren van gewaskenmerken, tot AI en robotica voor het oogsten, tot tijdreeksgegevensanalyse voor het voorspellen van de opbrengst. Met dat laatste is Anna Petropoulou actief. “We richten ons op het vastleggen van nuttige gegevens, want alleen daaruit kunnen we nuttige informatie afleiden om meer kennis op te doen en de efficiëntie van de productiesystemen in kassen te vergroten. Sensorgegevens spelen een belangrijke rol bij het vastleggen van relevante eigenschappen van het kasklimaat en het gewas. Ze vormen een van de belangrijkste bronnen voor teeltbeheer op basis van AI.”

In het kader van het programma Datagestuurd en hightech zijn Petropoulou en haar collega's bezig met het onderzoek naar een reeks nieuwe sensoren en hoe gegevens van deze sensoren een boost kunnen geven aan AI-gestuurd kasbeheer. Dit jaar zijn ze ook gestart met het publiek-private project AGROS.

De focus ligt op het ontwikkelen en combineren van innovatieve detectietechnologie, waarmee interessante klimaat- en gewaseigenschappen kunnen worden vastgelegd, met als doel het ontwikkelen van intelligente algoritmen voor autonoom beheer van de productiesystemen in de kas. Deze keer gaan we een stukje verder, want naast de organisatie houden we ons ook bezig met het werk van de ontwikkelaar.
Anna Petropoulou

AI als katalysator in het onderzoek

Petropoulou denkt dat AI kan fungeren als katalysator waardoor we meer te weten kunnen komen over complexe systemen aan de hand van verschillende data-scienceprincipes. “Door AI-toepassingen kunnen de wetenschappelijke ontwikkelingen sneller gaan en kan de technische innovatie een flinke duw in de rug krijgen. Zo kunnen we handmatige werkzaamheden efficiënter maken, ondersteunen en tot op zekere hoogte vervangen.”

WUR creëert kennis en expertise over voedsel en milieu, vakgebieden die worden beheerst door complexe biologische organismen. Daardoor kunnen AI en data science volgens Petropoulou vooruitgang opleveren op het gebied van remote sensing, autonoom beheer, robotica, en conclusies en voorspellingen binnen deze systemen. De toepassingen leveren grote hoeveelheden gegevens op, waarmee we conclusies kunnen trekken die we als mens anders misschien niet zouden zien.

Impact van AI op de samenleving

AI speelt al een flinke rol in het gewone leven, met technologieën zoals gezichtsherkenning in onze hand, zelfrijdende voertuigen op de weg en gerechtelijke instanties die uitsluitend oordelen op basis van AI-modellen. In het gewone leven hebben we dus te maken met AI dus op verschillende niveaus. Dat zal volgens Petropoulou ook zo worden voor agrifood. Ze geeft enkele voorbeelden:

“Bij WUR gebruiken we AI in de veehouderij om dierenwelzijn te monitoren, in de precisielandbouw om onnodig gebruik van gewasbeschermingsmiddelen en fossiele brandstoffen terug te dringen, in kassen om de opbrengst te verhogen met zo min mogelijk grondstoffengebruik, in levensmiddelenketens om voedselverspilling te verminderen, en om gepersonaliseerd voedings- en gezondheidsadvies te geven aan de consument. AI in de land- en tuinbouw en de voedselvoorziening krijgt ongetwijfeld ook een belangrijke impact op de samenleving (collectief en persoonlijk). Om in 2050 9,8 miljard mensen te kunnen voeden, moet het voedselsysteem volledig op de schop. Wij denken dat AI een centrale rol gaat spelen bij die omslag.”

SWEEPER consortium demonstreert paprika oogstrobot_f144dfd9_490x330.jpg

Integratie van AI in de praktijk

Representatieve, kwalitatieve en kwantitatieve gegevens over verschillende processen in het productiesysteem spelen een doorslaggevende rol bij de integratie van AI in de tuinbouw, aldus Petropoulou. Een transparante teeltgeschiedenis met gegevens over klimaat, gewas, voedingsstoffen, ziekten en plagen vanaf kiemplant tot oogst kan inzicht geven in de momenteel afzonderlijke processen.

Wij als mensen kunnen leren en nagaan wat we zien. AI probeert na te bootsen wat de mens ziet, maar wordt momenteel belemmerd door het gebrek aan gegevens. Er moeten detectiemethoden komen waarmee realtime, geautomatiseerde monitoring mogelijk wordt via sensoren die bijzonder precies, betrouwbaar en robuust zijn.
Anna Petropoulou

Eenvoudigere besluitvorming met AI

Anna Petropoulou concludeert dat AI, datawetenschappen en robotica het tuinbouwlandschap al hebben veranderd en dat blijven doen in de toekomst. Door automatisering van beheer- en teeltactiviteiten wordt de kasproductie aantrekkelijker voor toekomstige telers en tuinbouwmedewerkers. “Er komt geavanceerdere apparatuur voor monitoring en beheer in kassen. Deze overstap vereist samenwerking en kennisuitwisseling tussen teeltdeskundigen en deskundigen op het gebied van de ontwikkeling van nieuwe detectie- of algoritmetechnologie. We willen de besluitvorming en de activiteiten van de eindgebruikers vereenvoudigen en zorgen dat wordt voldaan aan hun eisen en behoeften.”