Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven

U maakt gebruik van software die onze advertenties blokkeert (adblocker).

Omdat wij het nieuws gratis aanbieden zijn wij afhankelijk van banner-inkomsten. Schakel dus uw adblocker uit en herlaad de pagina om deze site te blijven gebruiken.
Bedankt!

Klik hier voor een uitleg over het uitzetten van uw adblocker.

Meld je nu aan voor onze dagelijkse nieuwsbrief en blijf up-to-date met al het laatste nieuws!

Abonneren Ik ben al ingeschreven

Inschrijving Autonomous Greenhouse Challenge verlengd

De inschrijving voor de 4e editie van de International Autonomous Greenhouse Challenge is verlengd tot 20 februari 2024. Deze editie dagen Wageningen University & Research (WUR) en mede-ontwikkelaar Tencent teams uit om met behulp van kunstmatige intelligentie (AI) op afstand dwergtomaten te telen. De wedstrijd start komend voorjaar en bestaat uit een Online Challenge waarin AI- en tuinbouwexperts een virtueel gewas telen.

De beste vijf teams uit de Online Challenge krijgen komend najaar een eigen kascompartiment bij WUR in Bleiswijk. Daar zullen zij met elkaar de strijd aangaan om echte dwergtomaten op een zo duurzaam en autonoom mogelijke manier te telen.

In deze editie van de wedstrijd staan dwergtomaten centraal. Tomaten worden traditioneel in een hogedraadteeltsysteem geteeld en ze worden metershoog, wat veel handmatig werk vereist. Dwergtomaten blijven daarentegen compact, slechts ongeveer 40 cm hoog. Hierdoor zijn ze volgens de bedenkers van de wedstrijd 'ideaal voor volledige automatisering en teelt in stedelijke omgevingen.'

Challenge als verbinding tussen AI en voedselproductie
Met het organiseren van de Autonomous Greenhouse Challenge willen WUR en mede-ontwikkelaar en technologiebedrijf Tencent de wereld van AI en voedselproductie verder met elkaar verbinden, kennis ontwikkelen en deze kennis openbaar toegankelijk maken.

Online uitdaging voor AI-experts
Het eerste deel van de 4e editie van de Autonomous Greenhouse Challenge vindt plaats van 1 april tot 1 juni als een Online Challenge. Dit deel van de Challenge is gericht op het testen van machine learning en computer vision vaardigheden van de deelnemers.

Tijdens de computer vision uitdaging moeten teams algoritmen ontwikkelen op basis van trainingsbeelden van dwergtomaatplanten. Die autonome algoritmen moeten plantkenmerken beoordelen, bijvoorbeeld planthoogte, bladoppervlakte, het aantal vruchten en hun rijpheid.

In de machine learning-challenge worden de teams uitgedaagd om met machine learning algoritmen ontwikkelen om onder meer ventilatie, verwarming en verlichting in een virtuele kas autonoom te regelen. De algoritmen moeten de groei van een virtueel dwergtomaatgewas stimuleren, terwijl ze de inzet van energie minimaliseren.

Hackathon event voor deelnemende teams
Alle deelnemende teams worden daarna uitgenodigd voor een Hackathon event op 6/7 juni bij WUR in Bleiswijk. Tijdens dit event worden de punten voor de twee delen van de Online Challenge bekend gemaakt. Teams kunnen extra punten scoren in een additionele taak uit te voeren en door een pitch van hun aanpak voor een internationale jury te geven. De vijf beste teams met de meeste punten van alle onderdelen worden tijdens het Hackathon-event geselecteerd. Zij krijgen in het najaar een eigen kasafdeling om hun vaardigheden te bewijzen in een echt dwergtomaatgewas.

Wie kan meedoen?
Teams met minimaal 3 leden. Teams moeten bestaan uit minimaal één tuinbouw- en één AI-expert. Ten minste één teamlid moet student zijn. Een deelnemer kan slechts deel uitmaken van één team en zich eenmaal inschrijven. De Challenge verwelkomt teams uit verschillende landen en continenten en de organisatoren moedigen samenwerking aan tussen experts van start-ups/bedrijven met studenten en onderzoekers van universiteiten/onderzoekscentra. Deelnemers van eerdere edities mogen ook meedoen.

Inschrijven voor de Online Challenge kan tot 20 februari 2024 0:00 CET hier.

Bron: WUR

Publicatiedatum: