L'intelligenza artificiale aiuta sempre più gli agricoltori, dalla irrigazione di precisione alle previsioni e al monitoraggio dei raccolti.
Quando tre anni fa ho visitato una fiera agricola a Izmir, in Turchia, l'intelligenza artificiale in agricoltura veniva usata solo per fare i conti dell'inventario. Era proposta come prodotti specialistici da aziende con stand nascosti dietro quelli dei grandi costruttori di trattori.
PUBBLICITÀ
PUBBLICITÀ
Ma le cose stanno cambiando.
Ecco cinque modi in cui l'IA sta rivoluzionando il modo in cui produciamo alimenti e mangimi:
Monitorare la situazione
Il monitoraggio delle colture resta in gran parte un esercizio di intuizione. Gli agricoltori devono capire come le loro colture sono colpite da parassiti e malattie in base al periodo dell'anno, al vento e al clima.
Anche questo però sta cambiando.
Droni e immagini satellitari alimentano modelli di visione artificiale che individuano infestazioni fungine o parassiti molto prima che l'occhio umano possa vederli e suggeriscono l'uso di prodotti per la protezione delle colture o di pesticidi in modo più mirato. Se gli agricoltori utilizzano sensori nel terreno, la base dati diventa ancora più precisa.
Previsione delle rese
Come il monitoraggio delle colture, la previsione delle rese tramite sensori consente agli agricoltori di avere non solo l'inventario di ciò che hanno già raccolto, ma anche di ciò che stanno per raccogliere. Syngenta ha sviluppato un sistema di GenAI che raggiunge una precisione del 95% nelle stime di resa e fornisce anche indicazioni su dove collocare i semi.
Queste previsioni sono fondamentali perché gli agricoltori devono organizzare in anticipo la logistica delle loro produzioni. Più si riesce a fornire informazioni accurate ai distributori e alle aziende di trasporto, minori sono le perdite economiche.
Uno studio commissionato dalla National Corn Growers Association e condotto da economisti agrari della Virginia Tech, dal titolo "What Do We Know About the Accuracy and Impact of USDA Forecasts", ha stimato il valore dei rapporti WASDE (World Agricultural Supply and Demand Estimates) del Dipartimento dell'Agricoltura statunitense direttamente per il mercato del mais.
Ha calcolato il valore annuo di queste informazioni previsionali in circa 301 milioni di dollari (258,9 milioni di euro), pari a circa lo 0,55% del valore complessivo del mercato del mais, suddivisi per componente: le stime di superficie hanno contribuito per circa 145 milioni di dollari (124,8 milioni di euro), le rese per 188 milioni di dollari (161,8 milioni di euro), la produzione per 299 milioni di dollari (257,3 milioni di euro) e le stime di esportazione per 320 milioni di dollari (275,4 milioni di euro).
L'agricoltura dei robot
La robotica sta vivendo un boom nel mondo dell'IA. Non riguarda solo i veicoli autonomi che ci trasportano nelle città: l'applicazione si estende anche ai trattori e ad altre attrezzature da campo, che possono essere automatizzati grazie all'intelligenza artificiale.
John Deere sta puntando verso trattori totalmente autonomi e il LaserWeeder di Carbon Robotics è un esempio concreto: utilizza 24 laser, 36 telecamere e 24 GPU NVIDIA per identificare e distruggere fino a 10.000 erbacce al minuto in oltre 100 tipi di colture, ed è stato addestrato su 150 milioni di immagini etichettate di piante provenienti da macchine già in funzione in 15 Paesi.
Irrigazione di precisione
L'irrigazione è una vera e propria scienza, che finora si è basata quasi esclusivamente sull'esperienza del singolo agricoltore. L'irrigazione di precisione non è nuova e i sistemi di irrigazione automatizzati esistono già, ma hanno continuato a dipendere dall'inserimento manuale dei dati da parte degli agricoltori.
I sistemi di sensor fusion, che combinano dati su umidità del suolo, temperatura della chioma e previsioni meteo, vengono utilizzati per ridurre l'uso di acqua di circa il 30% e al tempo stesso aumentare la resa in alcune applicazioni. In un caso documentato nei campi di canna da zucchero in India, a una riduzione del consumo idrico del 30% ha corrisposto un aumento della resa del 40%.
I sistemi di irrorazione a tasso variabile applicano allo stesso modo i pesticidi solo dove sono necessari, riducendo i volumi di sostanze chimiche e creando tracciabilità che facilita il rispetto delle norme.
IA per la zootecnia
Più un'azienda agricola è grande, più diventa difficile garantire il benessere e la redditività degli animali. I sistemi di IA applicati alla zootecnia utilizzano visione artificiale e sensori indossabili (accelerometri, monitor biometrici) per intercettare segni di malattia giorni prima che compaiano sintomi evidenti. In questo modo si riduce l'uso di antibiotici e si migliorano gli esiti in termini di benessere animale, un tema sempre più rilevante alla luce della crescente pressione normativa e dei dettaglianti sull'uso di antibiotici nella carne e nei latticini.
Questo articolo è stato pubblicato originariamente su EU Tech Loop (fonte in inglese) ed è stato riproposto su Euronews nell'ambito di un accordo di syndication.