FarmRobotix je určen zemědělcům, výrobcům, začínajícím podnikům a poskytovatelům technologií, ale nabízí i zástupcům vědy a výzkumu, stejně jako vývojovým inženýrům a investorům možnost navázat kontakty, sdílet znalosti a zkoumat inovativní technologie.
V čem spočívá úskalí robotizace
Platforma FarmRobotix bude představena na setkání DLG Feldtage, který se bude konat od 11. do 13. června na statku Brockhof v srdci německého regionu Soester Börde. V čem v současnosti spočívají největší problémy při aplikaci digitálních a autonomních technologií v zemědělství – a jak může platforma FarmRobotix přispět k jejich řešení? Na to odpovídal v následujícím článku Florian Schiller, odborník na digitalizaci z Mezinárodního centra rostlinné výroby DLG (IPZ) v Bernburgu v Sasku-Anhaltsku.
Větší uživatelská přívětivost digitálních nástrojů.
„V současné době mají zemědělci k dispozici velké množství digitálních řešení pro různé pracovní operace při pěstování plodin,“ vysvětluje Florian Schiller, odborník na digitalizaci z Mezinárodního centra rostlinné výroby DLG (IPZ) v Bernburgu v Sasku-Anhaltsku, „Jejich použití však vyžaduje pro uživatele další znalosti. Je to proto, že každý poskytovatel digitálních řešení obvykle dodává svůj vlastní přizpůsobený softwarový systém. „Pro podnikatele v zemědělství to znamená, že počet softwarových aplikací, které musí ovládat, se potenciálně zvyšuje s každým digitálním nástrojem, který na své farmě zavedou,“ vysvětluje Schiller. „platforma FarmRobotix může hrát roli při poskytování podnětů v dialogu mezi zemědělci, výrobci a vědou, aby digitální aplikace různých výrobců byly vzájemně kompatibilní,“ dodává.
Robotická řešení pro velkoplošné zemědělství
Dalším důležitým tématem pro robotiku obecně je velkoplošné použití na zemědělské půdě. Již nyní existují robotická řešení pro setí a mechanickou ochranu plodin. Podle Schillera se však obecně jedná o aplikace, které se používají v malém měřítku. „Důležitou otázkou do budoucna proto je, jak lze robotiku nebo autonomní řešení začlenit do našeho stávajícího systému hospodaření na orné půdě, který je zaměřen na efektivitu,“ říká Schiller.
Robotika používaná v zemědělství jak v chovech zvířat, tak i venku, na polích, může mít různé stupně automatizace, od systémů, které pracují částečně autonomně, ale stále jsou závislé na lidské obsluze, až po plně autonomní řešení.
Umělá inteligence v zemědělství
Na rozdíl od některých jiných průmyslových odvětví je využití autonomních systémů v zemědělství stále ve fázi pilotních projektů a výzkumu. Je to dáno především tím, že zemědělský robot musí plnit složitější úkoly než robot používaný například v průmyslové výrobě.
Odborník společnosti DLG Florian Schiller vysvětluje, jak složité je to u robotů při pěstování plodin. Farma IPZ společnosti DLG je součástí několika výzkumných projektů zaměřených na digitalizaci a umělou inteligenci v rostlinné výrobě, včetně projektu NaLamKI financovaného německým Spolkovým ministerstvem hospodářství.
NaLamKI je zkratka pro Udržitelné zemědělství s umělou inteligencí. Cílem výzkumného projektu je vyvinout služby AI pro zemědělství, které dokážou analyzovat data z konvenčních i autonomních zemědělských strojů, satelitů a dronů, spojit je do platformy softwarových služeb a zpřístupnit výsledky prostřednictvím otevřených rozhraní.
Jako přidružený partner v projektu pracuje IPZ na včasné detekci houbových chorob pšenice s využitím AI. Dalšími partnery projektu jsou Fraunhoferův institut pro telekomunikace (Heinrich Hertz Institute, HHI), výrobce zemědělské techniky John Deere a Univerzita v Hohenheimu.
Podle Floriana Schillera projekt NaLamKI opět ukazuje, že je stále ještě třeba provést velký výzkum, než bude možné umělou inteligenci v zemědělství uplatnit ve velkém měřítku. Schiller to vysvětluje vysokými náklady na sběr dat, který je pro některé aplikace v pěstování rostlin nezbytný. Je to proto, že AI potřebuje pro některé aplikace v pěstování rostlin velké množství tréninkových dat, aby mohla být praktickým přínosem. Jedním z příkladů je oblast detekce houbových chorob.
Projekt na detekci houbových chorob
Cílem detekce houbových chorob s podporou umělé inteligence, je pomocí multispektrální a hyperspektrální analýzy obrazu zjistit, kdy v plodině došlo k houbové infekci – „ještě dříve, než ji dokáže odhalit lidské oko“. K tomu je třeba zaznamenat spektrální charakteristiky různých druhů hub na povrchu listů rostliny, aby se vytvořil vhodný soubor trénovacích dat pro umělou inteligenci.
Podle odborníka z DLG je však problémem to, že na spektrální vlastnosti povrchu listů mají vliv nejen houbové patogeny, ale také vnější faktory, jako je sucho nebo výživa rostlin. Jinými slovy, umělá inteligence musí být vyškolena, aby rozpoznala různé vlastnosti, které jsou ovlivněny houbovými patogeny.
„Pro systémy umělé inteligence je proto vždy zásadní, aby data poskytovala přesné informace o vlastnostech, které mají být rozpoznány. V opačném případě modely AI neodrážejí to, o čem mají poskytovat informace,“ říká Schiller.
V důsledku toho je třeba ještě mnoho práce různých odborníků, než bude detekce chorob rostlin připravena k praktickému použití. Schiller je přesvědčen, že k potřebnému propojení může cenným způsobem přispět i platforma FarmRobotix.
