De vierde editie van de Autonomous Greenhouse Challenge van Wageningen University & Research is gestart. Met behulp van kunstmatige intelligentie en machine learning gaan 23 teams uit de hele wereld de uitdaging aan om volledig geautomatiseerd dwergtomaten te telen. Tot 31 mei speelt de wedstrijd zich af in een virtuele omgeving. De vijf beste teams gaan door naar de volgende fase, waar ze dit najaar bij WUR in Bleiswijk een eigen kascompartiment krijgen om echte dwergtomaten zo duurzaam mogelijk en volledig autonoom te laten groeien.
AI ondersteunt menselijke beslissingen
In hedendaagse kassen is het automatiseringsniveau voor de gewasproductie al hoog. Klimaatregeling en irrigatie zijn over het algemeen geautomatiseerd. Echter, beslissingen zoals de benodigde temperatuur in de kas, plantafstanden en oogstmomenten worden nog steeds door de telers zelf genomen. Gebaseerd op hun kennis en ervaring streven de telers naar een optimale opbrengst met een efficiënt gebruik van hulpbronnen. Dit proces is subjectief en arbeidsintensief, en vereist aanzienlijke ervaring. Kunstmatige intelligentie en machine learning kunnen een rol spelen in het verbeteren van besluitvormingsprocessen en de efficiëntie van de productie.
De Autonomous Greenhouse Challenge kan de ontwikkeling van nieuwe, volledig geautomatiseerde technieken in de kasteelt helpen stimuleren. Er is deze editie voor de teelt van dwergtomaten gekozen, omdat een autonome teelt van tomaten de traditionele tomatenteelt met hoge draden in de toekomst mogelijk kan vervangen. Deze manier van telen is nu nog arbeidsintensief.
Algoritmes bouwen
De eerste fase van deze editie van de Autonomous Greenhouse Challenge vindt plaats van 2 april tot 31 mei als een online challenge. Tijdens deze fase ontwikkelen deelnemende teams algoritmes op basis van trainingsafbeeldingen van dwergtomatenplanten. Deze algoritmes zijn ontworpen om diverse plantkenmerken te analyseren, waaronder plantlengte, bladoppervlakte, aantal vruchten en rijpheid.
Teams krijgen een trainingsset met geannoteerde afbeeldingen, waarbij handmatig gemeten gegevens (ground truth) worden verstrekt om hun algoritme te verfijnen. Vervolgens krijgen ze de kans om hun algoritme een aantal keren te valideren voordat ze een onbekende testset met afbeeldingen ontvangen voor de uiteindelijke beoordeling van de ontwikkelde algoritmes. Teams worden in de eindbeoordeling gerangschikt op basis van het verschil tussen door hun voorspelde gegevens en de handmatige metingen.
Vervolgens worden de teams uitgedaagd om met behulp van machine learning en AI algoritmes te ontwikkelen voor het zelfstandig aansturen van een virtuele kas en gewas, van onder meer ventilatie, verwarming, schermen en belichting. De algoritmes moeten ervoor zorgen dat een virtueel gewas van dwergtomaten goed groeit, terwijl ze zo min mogelijk energie en andere hulpbronnen gebruiken. Een succesvol gewas, met genoeg rijpe vruchten en veel droge stof, levert winst op. Maar het gebruik van energie, CO₂ en kasruimte brengt kosten met zich mee. Uiteindelijk worden de teams gerangschikt op basis van hun nettowinst.
Hackathon event voor deelnemende teams
Alle deelnemende teams worden vervolgens uitgenodigd voor een Hackathon-evenement op 6/7 juni bij WUR in Bleiswijk. Tijdens dit evenement worden de punten voor de twee delen van de Online Challenge bekendgemaakt. Teams kunnen extra punten verdienen door een aanvullende taak uit te voeren en door een presentatie te geven over hun aanpak voor een internationale jury. De vijf teams met de meeste punten zullen in de herfst hun eigen kasafdeling krijgen om hun vaardigheden te bewijzen met een echt gewas van dwergtomaten. Het evenement is live te volgen op het YouTube-kanaal van de WUR.
Online Challenge
Leer deelnemende teams kennen en volg hun prestaties tijdens de Online Challenge via het openbare dashboard. Op dit moment leiden teams Fravebot, AiCU en IDEAS in deel B. Teams ETH Agriculture ML, VeggieMight en cyberGreen gaan aan kop in deel A. Iedere dinsdag wordt een nieuwe tussenstand bekendgemaakt.
Bron: WUR