benvenuto a
Agricoltura moderna
!
I silos sono più di un semplice posto dove immagazzinare il grano nelle fattorie Paulman. Rappresentano anche sacche isolate di rendimento, umidità, macchina, e dati sui nutrienti che potrebbero aiutare il Sutherland, Nebraska, operazione ottenere il massimo dai quasi 10, 000 acri che copre.
Roric Paulman si affida a 40 app diverse per controllare e monitorare i 14 terreni aridi e le colture irrigue coltivate sul terreno. Il software genera un terabyte di dati specifici del sito ogni mese, che equivale a 75 milioni di pagine di informazioni.
Queste informazioni sono fondamentali per aiutarlo a prendere decisioni gestionali sane. Il problema è, nessuno ha creato un sistema che collega facilmente i punti per dare a Paulman una visione migliore. Anche, se non riesce ad accedere alle informazioni dal suo smartphone, non è interessato. “Le app e le informazioni raccolte hanno smesso di essere utili, "dice Paulman, che coltiva con la moglie Deb e il figlio Zachary.
Le aziende con una lunga storia in agricoltura hanno lavorato per costruire un sistema user-friendly che elabora e integra perfettamente i dati di una miriade di app. Ancora, la condivisione dei dati e l'interoperabilità non sono ancora facili o senza soluzione di continuità.
Queste aziende affrontano anche un problema a parte:come collaborano con gli altri per sviluppare una soluzione pur rimanendo competitive? Mentre gli attori esistenti dell'agricoltura lavorano su una risoluzione, outsider come IBM stanno emergendo con il proprio approccio.
Lanciato nel 2018, la Watson Decision Platform for Agriculture sfrutta la potenza dell'intelligenza artificiale (AI) per analizzare silos di dati e quindi generare insight basati su prove. Watson inizia creando una rappresentazione digitale di un campo. Questo registro elettronico del campo (EFR) include suolo, attrezzatura, pratica agricola e flusso di lavoro, e dati di immagini. Può anche accettare dati meteorologici da The Weather Company.
Applicando l'intelligenza artificiale, apprendimento automatico, e analisi avanzate all'EFR, la piattaforma evidenzia i fattori chiave che potrebbero influenzare i raccolti come la temperatura del suolo, livelli di umidità, stress delle colture, parassiti, e malattie. In definitiva, ogni EFR diventa un gemello digitale di tutto ciò che accade sui 113 campi di Paulman. Una dashboard unificata gli consente di vedere e monitorare facilmente i dati e di ricevere avvisi quando elementi critici come il tempo potrebbero influenzare un raccolto.
La difficoltà con molte delle decisioni che Paulman cerca di prendere è che sono basate biologicamente. “Sono quasi sempre influenzati dal tempo che ancora non sappiamo. Avere la capacità di prevedere le condizioni deve essere parte integrante di qualsiasi piattaforma decisionale, "dice Kenneth Sudduth, ingegnere agrario ricercatore presso USDA-ARS.
Inoltre, il processo deve essere automatizzato dall'inizio alla fine. Tecnologie come la guida automatica, arresti, e il controllo dell'altezza del braccio – sistemi che avevano poco o nessun controllo umano diretto – hanno visto un'adozione abbastanza rapida perché hanno migliorato il flusso di lavoro senza richiedere l'interazione dell'operatore.
Oggi, troppe applicazioni richiedono agli agricoltori di inserire le informazioni più e più volte. “Ogni volta che gli agricoltori fanno un ingresso, c'è una possibilità che lo facciano bene, ma c'è anche la possibilità che si sbaglino, "dice Michael Gomes, Vicepresidente sviluppo business IoT, Agricoltura Topcon.
Più spesso che non, la varietà più comune piantata è etichettata "uno" perché la finestra per ottenere quel seme nel terreno si riduce continuamente.
È un processo doloroso, e gli agricoltori ne sono stanchi.
Se gli agricoltori possono scegliere da un elenco di selezione, Gomes dice, il loro rischio di sbagliare è molto più basso rispetto a doverlo punzonare lettera per lettera o assicurarsi che lo chiami ogni volta la stessa identica cosa.
“Solo l'8% circa dei dati raccolti è effettivamente utilizzabile, "dice John Fulton, professore associato alla Ohio State University.
Per migliorare l'analisi, è necessario un set di dati molto più pulito, e molti credono che l'IA possa portare lì i produttori. Applicarlo ai dati fornisce a Paulman una miriade di nuove abilità.
Dall'aria, può schierare un drone per catturare un campo di mais e utilizzare il riconoscimento visivo AI per identificare malattie del raccolto o un'infestazione da parassiti. Dalla terra, le piante possono essere fotografate da vicino, così Paulman può reagire in tempo reale.
“La semplificazione del processo consente inoltre agli agronomi – che attualmente trascorrono l'80% del loro tempo cercando di raccogliere e analizzare i dati di un agricoltore – di prendere decisioni con maggiore sicurezza, "dice Kristen Lauria, direttore generale di Watson Media e Weather Solutions.
Raccogliendo e curando i dati, Paulman può anche identificare le migliori pratiche per i suoi acri irrigati. Con una quota annuale di 13 pollici di acqua per un raccolto di mais che richiede circa 22 pollici di acqua, deve assicurarsi che ogni goccia sia usata con saggezza. Ciò significa affidarsi a una tecnologia che capisca che ha alcuni terreni che richiedono 2 pollici di acqua all'ora e altri che richiedono di pollice all'ora.
Poiché i prezzi oscillano costantemente, Watson offre anche uno strumento che raccoglie enormi quantità di dati sui prezzi, dall'elevatore del grano locale ai mercati dei futures, e consiglia il momento migliore per vendere per massimizzare il profitto. È il tipo di raccolta e analisi dei dati che sarebbe impossibile senza AI e analisi.
Man mano che arrivano più dati, la piattaforma decisionale diventa una soluzione più robusta. Questo è l'avvertimento. Affinché l'IA sia efficace, richiede un grande database da cui attingere. Gli agricoltori non solo dovranno consentire ad altri l'accesso alle loro informazioni, ma dovrà anche condividere i dati per sfruttare gli strumenti digitali.
“Anche se parliamo di avere così tanti dati, in molti casi, è molto localizzato. È quasi come se avessimo troppi dati, ma non abbastanza dati allo stesso tempo, "Dice Sudduth.
Il tasto, Gomes dice, è ottenere i dati giusti che gli agricoltori accettano, in modo che possano quindi agire con fiducia.
Quindi, come si fa a mettere a proprio agio gli agricoltori con la condivisione dei propri dati? Billy Tiller sostiene che deve essere un'iniziativa guidata dal produttore.
Fondata nel 2012, la Grower Information Services Cooperative (GiSC) è una cooperativa di dati di proprietà di agricoltori che fornisce archiviazione cloud sicura per i suoi membri agricoltori. Con sede a Lubbock, Texas, la piattaforma dell'azienda raccoglie e gestisce più livelli di agronomia e dati di resa su una varietà di colture tra cui mais, semi di soia, Grano, e sorgo.
“È tempo che gli agricoltori dispongano di opzioni basate su motivazioni oggettive, non su un motivo per acquistare un altro prodotto, "dice Tiller, chi è il fondatore e CEO di GiSC.
IBM crede fermamente anche nelle cooperative di dati. Creando migliaia di esperienze di agricoltori in un set di dati, Paulman poteva capire, Per esempio, ciò che è comune a tutti i coltivatori di mais in Nebraska è che porta i raccolti del 20% al di sopra della media rispetto a quelli che avevano raccolti del 20% al di sotto della media. Poiché sta vedendo la sua operazione da una prospettiva diversa, può valutare quali pratiche stanno realmente portando a rendimenti migliori e quali non stanno contribuendo.
“Invece di affidarsi anno dopo anno esclusivamente ai dati delle proprie aziende agricole, gli agricoltori possono anche imparare gli uni dagli altri, "dice Lauria.
L'accesso e la condivisione sono componenti chiave dell'infrastruttura, perché il valore dell'analisi verrà da aziende diverse, dice Fulton.
Scettico riguardo alle aziende con un interesse acquisito nei suoi dati, Watson offre anche l'indipendenza che Paulman sta cercando. "IBM non sta cercando di vendermi più fertilizzanti o macchine, " lui dice. "È una cosa di fiducia."
L'infrastruttura è la componente più importante per rendere l'agricoltura digitale una storia di successo. Secondo Ag Gateway, L'84% degli agricoltori e dei loro fidati partner commerciali afferma di trovare moderatamente o molto difficile compilare e analizzare i dati provenienti dai campi agricoli.
Fondata nel 2005, Ag Gateway ha scalfito l'attrito dell'interoperabilità. Il suo progetto Standardized Precision Ag Data Exchange (SPADE) ha prodotto l'Ag Data Application Toolkit (ADAPT), che consente a diverse applicazioni software e sistemi hardware di scambiare informazioni senza soluzione di continuità, con un'ampia adozione come obiettivo finale. Ad oggi, 26 aziende si sono impegnate in ADAPT sviluppando un plug-in per il loro formato di file o integrando il supporto ADAPT nei loro sistemi software.
“Utilizziamo la tecnologia ovunque e come possiamo, perché dobbiamo migliorare in quello che stiamo facendo per le generazioni future, "dice Paulman. "L'analisi dei dati ci aiuta a farlo."
Fino a quando non ci sarà un unico sistema che standardizzi e colleghi l'intero ecosistema, i silos rimarranno, e il valore dei dati continuerà ad essere limitato per Paulman Farms.
Prima che gli agricoltori possano ottenere valore dai loro dati, devono creare una base. John Fulton, Università statale dell'Ohio, suggerisce agli agricoltori di considerare i sette punti seguenti quando sviluppano una strategia digitale.
1. Identificare le tecnologie utilizzate e i dati generati da tali tecnologie.
2. Organizza i tuoi dati memorizzati (ad es. anno, Ritaglia, azienda agricola, campo).
3. Conserva una copia originale dei tuoi dati sia all'interno che all'esterno della farm in modo che sia disponibile un backup.
4. Assicurarsi che sia possibile accedere ai dati da qualsiasi posizione e che le informazioni offline vengano aggiornate una volta ristabilita la connessione.
5. Raccogliere dati completi e di qualità in modo da poter eseguire le analisi desiderate.
6. Proteggi i dati con password sicure.
7. Definire una strategia per la condivisione dei file, che include un formato facile da copiare sia all'interno che all'esterno dell'allevamento. Non condividere informazioni senza permesso.
