Oogstraming op basis van een algoritme dat speciaal is ontworpen en verbeterd wordt door kunstmatige intelligentie. Het klinkt misschien als een futuristisch scenario, maar het bestaat. Het laatste jaar heeft de Amerikaanse tomatenteler SunSelect (150 hectare) gewerkt met een bèta-systeem van Motorleafs' Yield Prediction System. De fouten in hun oogstramingen zijn met de helft verminderd. Het systeem is nu ook commercieel beschikbaar.
De oogst ramen
SunSelects eigenaar Victor Krahn vertelt: "Voor ons en ieder ander bedrijf is het het belangrijk om precies te weten welke hoeveelheid van ons product we wekelijks kunnen verwachten en dit houden we bijna obsessief bij. Deze data is bepalend voor alle afdelingen van het bedrijf: van personeelsbeheer, de afzet, prijsonderhandelingen en zelfs ons marketingbudget. Maar net als bij de meeste kwekerijen is het ook voor ons bijna onmogelijk om zoiets veranderlijks als de oogst goed te ramen. Onze foutfrequentie ligt sommige weken dan ook tussen de 5% en 35%."
De laatste acht maanden heeft het bedrijf gewerkt met een bèta versie van de Yield Prediction service voor kassen, ontwikkeld door het Canadese AgTech bedrijf Motorleaf. Dit systeem is nu gelanceerd op Agronomist.ai, hun virtuele platform voor telers wereldwijd.
"We dachten dat we niet meer verrast zouden worden, maar de resultaten waren toch nog indrukwekkender dan we hadden verwacht," vertelt de directeur van Motorleaf, Ally Monk. "Het aantal foutramingen is met maar liefst 45,9% afgenomen. Voor ons is dat het getal waar het uiteindelijk om draait."
Hoe werkt het?
Klaar met de loftrompet, eerst eens wat concrete informatie over het systeem. Hoe werkt de Motorleaf raming eigenlijk? Het systeem berekent op basis van informatie uit de kas en van gewas, zoals locatie, variëteit, dichtheid en de klimatologische omstandigheden. Dit wordt gecombineerd met de visuele input, zoals het lichtspectrum en de instraling. Op basis van deze informatie bouwt Motorleaf een uniek algoritme voor de kas.
"In principe is het maken van een systeem voor oogstramingen vergelijkbaar met het koken van soep - iedereen gebruikt zijn eigen ingrediënten en maakt zijn eigen versie", vertelt Ally. "Wij zijn er van overtuigd dat ons systeem sterk is, maar dat is niet het enige punt. Het unieke van ons systeem is dat het algoritme dat we ontwikkeld hebben zichzelf verbetert - het is een zelflerend oogstramingssysteem. Door het algoritme, de data en de oogst wordt de raming steeds nauwkeuriger. Dit maakt het een uniek systeem."
Victor verduidelijkt: "Het laatste algoritme dat is gebruikt heeft de fouten in onze oogstramingen met bijna de helft verminderd. Het spreekt voor zich dat dit een doorbraak is die niemand aan zag komen. Motorleaf is onze nieuwe standaard voor de oogstraming."
Commercieel gebruik
Nu de bèta de laatste acht maanden volledig is getest, is de Yield Prediction klaar voor commercieel gebruik. "We kunnen, in plaats van maanden zoals voorheen, nu in slechts enkele weken een uniek algoritme voor een kas creëren. Onze hard- en software gebruikt de data die binnenkomt via zijn eigen hardware, maar kan ook data gebruiken die al binnengekomen is via andere kassen."
Krahn vertelt: "Ons team van telers en de uitvoerend manager waren zeer onder indruk van de precisie van het team van Motorleaf. De integratie van het systeem verliep simpel, was niet-invasief en ik denk dat het systeem grote potentie toont om de nieuwe standaard binnen de sector te worden."
Voor nu is het systeem alleen nog beschikbaar voor tomaten. "Maar we hebben zeker ook interesse in samenwerking met paprikatelers." Binnenkort is het Motorleaf team te vinden op de Horticontact in Gorinchem.
Agronomist.ai
Yield Prediction is zeker niet het laatste dat we van Motorleaf zullen horen. Voor de toekomst is het bedrijf bezig met het uitbreiden van Agronomist.ai. "Op dit moment wordt veel waardevolle data verzamelend, maar wordt dit niet ten volle benut in de kas", legt Scott uit. Hij werkt aan kunstmatige intelligentie bij gewassen in kassen en ziet een grote toekomst voor zelflerende systemen. "Zoveel binnen de kas is afhankelijk van de oogst en dankzij dit systeem worden hiervoor deuren geopend. Hierbij is het essentieel om niet te stoppen met de traditionele teelt, maar om te leren van de kennis van de telers. Dit kan vervolgens gecombineerd worden met de data die is gemeten en de leercapaciteit van het systeem. Natuurlijk wordt dit allemaal op een veilige manier gedaan en kan de data van een teler niet door andere telers ingezien worden."
Een volgende stap voor het bedrijf is om te kijken hoe het systeem nog verbeterd kan worden. "Door kennis en cijfers te combineren met de intelligentie van de machines kunnen we telers het best mogelijke groeiadvies geven. Dit zal telen naar een nieuwe hoogte tillen - en helpt de telers om meer winst te maken."