Pada tahun 2018, lima tim menanam mentimun dalam Tantangan Rumah Kaca Otonom yang inovatif kompetisi internasional. Hal yang menarik: hanya satu tim yang terdiri dari petani manusia berpengalaman yang mengoperasikan kompartemen rumah kaca mereka secara manual. Empat tim sisanya terdiri dari pakar internasional di bidang hortikultura dan kecerdasan buatan (AI). Mereka bekerja untuk mengembangkan solusi AI untuk mengelola tanaman mereka dari jarak jauh dan mandiri. Tujuan kompetisi, Tantangan Rumah Kaca Otonom pertama di dunia, adalah untuk mendorong terobosan dalam produksi pangan berkelanjutan.
Setelah empat bulan yang intens, petani manual berada di posisi kedua. Tim peringkat pertama, yang dipimpin oleh salah satu penulis artikel ini, menang dengan solusi pertumbuhan otonom yang tidak hanya mencapai hasil 6% lebih besar dan laba bersih 17% lebih tinggi, tetapi juga menggunakan lebih sedikit CO2, pemanas, dan masukan air.
Untuk mempelajari lebih lanjut tentang persaingan dan memahami bagaimana solusi AI dapat bersaing dengan - dan bahkan mengungguli - tim penumbuh manusia yang terampil, mari kita lihat lebih dekat AI dan kaitannya dengan otomatisasi rumah kaca.
Otomatisasi Rumah Kaca Bukanlah Hal Baru
Selama beberapa dekade, para petani telah menggunakan komputer proses, sensor, dan aktuator untuk mengelola iklim dan irigasi rumah kaca. Dalam skenario seperti itu, tugas komputer proses sangat mudah, mengandalkan aturan logis sederhana. Jika suhu udara lebih tinggi dari 75 ° F, maka buka ventilasi, misalnya. Kerja membosankan untuk membaca suhu dan menyalakan dan mematikan lampu dan pemanas didelegasikan ke mesin.
Tentu saja, otomatisasi berbasis aturan tidak dapat menangani keadaan yang tidak terduga. Lebih penting lagi, kebutuhan manusia yang terampil untuk membuat semua keputusan pengelolaan tanaman, hingga ke setpoint yang tepat untuk parameter lingkungan. Untuk mencapai hasil yang tinggi dengan andal, pengetahuan dan keterampilan yang substansial dibutuhkan, dan meskipun demikian, mudah untuk membuat kesalahan. Selain itu, seiring pertanian tumbuh lebih besar, pekerjaan untuk terus memantau tanaman menjadi lebih menuntut.
Sayangnya, para penanam tahu betul bahwa tenaga kerja adalah sumber masalah terbesar dalam produksi. Tahun demi tahun, di Penanam Rumah Kaca Survei 100 Petani Teratas, petani melaporkan tantangan tidak hanya dengan biaya tenaga kerja tetapi juga dengan ketersediaan tenaga kerja terampil. Tidak mengherankan jika para penanam semakin mencari cara untuk mengatasi tantangan ini, termasuk teknologi baru yang dapat membuat pengelolaan rumah kaca menjadi lebih otonom.
AI Adalah Satu Langkah Melampaui Otomatisasi Berbasis Aturan
Cara yang baik untuk berpikir tentang kecerdasan buatan adalah bahwa ini merupakan langkah di luar otomatisasi berbasis aturan sederhana. AI modern adalah tentang penggunaan matematika untuk menemukan pola dalam data, termasuk jenis yang ditemukan dalam sistem lingkungan dan biologis rumah kaca. Sebagai contoh:
- Dengan data iklim yang cukup, petani dapat menggunakan AI untuk menentukan setpoint yang optimal dan membuat prediksi iklim.
- Dengan data hasil panen yang cukup, petani dapat menggunakan AI untuk menghasilkan perkiraan hasil.
- Dengan data citra yang cukup, petani dapat menggunakan AI untuk mendeteksi hama dan penyakit.
Beberapa jenis AI bahkan dapat belajar dari data baru, memberikan hasil yang lebih baik secara bertahap dari waktu ke waktu.
Dengan mampu memberikan wawasan yang lebih dalam dalam operasi rumah kaca sehari-hari, AI dapat digunakan untuk mendukung pengambilan keputusan ahli dan memberdayakan petani dengan cara yang bermakna. Bagaimanapun, hasil terbaik datang dari kombinasi yang bijaksana antara kecerdasan manusia dan kecerdasan buatan.
Pendekatan berbasis data dari AI juga dapat dikombinasikan dengan pendekatan berbasis aturan klasik, memungkinkan otomatisasi rumah kaca yang jauh lebih tinggi daripada sebelumnya. Singkatnya, penanam dapat menggunakan AI untuk mengotomatiskan banyak tugas operasional hafalan, membantu meringankan masalah ketenagakerjaan kronis yang menantang industri.
Data Adalah Bahan Bakar untuk AI
AI adalah tentang algoritme matematika, tetapi juga tentang data. Bertentangan dengan kepercayaan populer, beberapa algoritme paling umum yang digunakan dalam AI telah ada selama beberapa dekade. Mereka bahkan tidak terlalu rumit. Namun untuk waktu yang lama, ketersediaan data - bersama dengan daya komputasi yang terjangkau yang diperlukan untuk memproses data - telah menjadi faktor pembatas.
Butuh perkembangan terkini dalam perangkat keras komputer untuk membuka potensi AI. Revolusi ponsel cerdas, yang dipicu oleh Apple pada tahun 2007, menciptakan ekosistem manufaktur dan rantai pasokan yang sama sekali baru dalam skala global. Ini mengubah ekonomi fundamental dari perangkat keras komputer, tampaknya dalam semalam. Komponen perangkat keras utama, seperti mikroprosesor, radio, dan sensor, menjadi jauh lebih murah, lebih kecil, dan lebih bertenaga. Tetesan data mentah berubah menjadi banjir. Kelimpahan baru data dan daya komputasi membantu mengubah AI dari keingintahuan penelitian dengan beberapa aplikasi komersial menjadi perubahan besar teknologi.
IoT Menghadirkan Kelimpahan Data
Pada awal 1980-an, mahasiswa pascasarjana di Universitas Carnegie Mellon di Pittsburgh menjadi kesal saat berjalan ke mesin penjual otomatis Coca-Cola hanya untuk menemukannya kosong. Mereka memodifikasinya sehingga dapat melaporkan inventarisnya melalui Internet. Dengan melakukan itu, mereka menemukan alat pertama yang terhubung ke Internet di dunia.
Saat ini, miliaran perangkat, besar dan kecil, dari elektronik konsumen hingga mesin industri, telah bergabung dengan mesin soda pertama yang terhubung ke Internet, membentuk apa yang dikenal sebagai Internet of Things (IoT). Yang penting adalah, tidak seperti perangkat keras generasi sebelumnya - termasuk banyak solusi otomatisasi rumah kaca umum - perangkat IoT menggunakan jenis format data dan protokol komunikasi yang sama seperti yang digunakan di tempat lain di Internet. Dengan mengandalkan standar Internet global, dapat lebih mudah untuk bertukar data dengan perangkat IoT tanpa memerlukan perangkat keras tambahan untuk menjembatani dari satu jenis sistem ke jenis lain.
Bersama-sama, AI dan IoT adalah teknologi yang saling melengkapi. Perangkat keras IoT membantu petani mengumpulkan data mentah dari rumah kaca dengan lebih mudah. Dan perangkat lunak AI membantu petani memahami - dan menindaklanjuti - data tersebut untuk meningkatkan produksi tanaman.
Studi kasus: Kesuksesan Kenneth Tran dalam Tantangan Rumah Kaca Otonom
Dr. Tran: Pada tahun 2018, saya adalah seorang peneliti AI di Microsoft Research dekat Seattle, mengerjakan jenis AI yang lebih baru yang dikenal sebagai pembelajaran penguatan. Di sana saya memulai upaya baru untuk menerapkan penelitian kami ke domain pertanian lingkungan terkontrol. Dengan apa yang disebut proyek Sonoma, kami berkolaborasi dengan ilmuwan tanaman di Harrow Research Center di Ontario, Kanada, dan akhirnya berkompetisi dalam Tantangan Rumah Kaca Otonom internasional pertama, yang diselenggarakan oleh Wageningen University & Research di Belanda.
Dalam tantangan ini, setiap tim menanam mentimun di dalam kompartemen rumah kaca seluas 315 kaki persegi selama sekitar empat bulan. Kompartemen ini dilengkapi dengan komputer proses standar, sensor iklim, dan aktuator. Dengan menggunakan antarmuka digital IoT (REST API), program AI kami dapat terus membaca data dari sensor, menentukan setpoint yang optimal, dan mengirim kembali ke komputer proses - di seluruh Internet (lihat gambar di bawah). Rincian lebih lanjut tentang tantangan dan hasilnya dapat ditemukan di artikel oleh Hemming dkk. (2019).
Terlepas dari kurangnya pengalaman kami dalam menanam mentimun dan prototipe tahap awal kami, solusi penanaman mandiri kami mampu memenangkan persaingan. Kami bahkan mengungguli tim peringkat kedua, tim referensi yang terdiri dari petani ahli Belanda, dengan hasil 6% lebih tinggi. Margin dalam hasil itu setara dengan peningkatan laba operasi sebesar 17%.
Apakah kinerja tim referensi buruk? Tidak semuanya. Mereka bekerja dengan sangat baik, menurut banyak ahli. Hasil panen mereka hampir 50 kg / m2 dalam rentang waktu empat bulan, yang setara dengan hampir 150 kg / m2 per tahun. Ini dianggap sebagai hasil yang tinggi untuk rumah kaca di manapun di planet ini.
Sebagai hasil dari Tantangan Rumah Kaca Otonom, saya mendirikan Koidra pada tahun 2020 untuk secara langsung membangun pembelajaran kami dan lebih jauh mendorong kecanggihan AI dan IoT untuk pertanian dan aplikasi kontrol industri lainnya.
Mengajukan Pertanyaan yang Tepat Tentang AI dan IoT
Saat ini, lebih banyak petani rumah kaca yang bersedia dan siap untuk mengadopsi AI dan IoT. Tantangan utama adalah memahami produk yang ada di pasar dan mampu memahami semua pembicaraan pemasaran. Banyak perusahaan dengan bersemangat mengklaim bahwa mereka memiliki algoritma AI atau perangkat IoT yang akan berfungsi untuk rumah kaca.
Berikut adalah beberapa pertimbangan utama yang perlu diingat saat mengevaluasi perangkat lunak AI dan perangkat keras IoT:
- Kinerja: Para penumbuh harus dapat melihat manfaat nyata dan nyata. Tanyakan: Apakah AI telah terbukti dalam produksi komersial untuk meningkatkan hasil dan efisiensi sumber daya? Dalam kondisi apa? Bagaimana rekam jejak perusahaan dalam mengembangkan perangkat lunak AI dan IoT?
- Desain AI: Solusi AI paling efektif menggabungkan kecerdasan manusia terbaik dengan kecerdasan buatan terbaik untuk membuat keputusan. Tanyakan: Bagaimana model AI memanfaatkan pengetahuan yang ada? Bagaimana cara memastikan bahwa kinerja akan meningkat seiring waktu dengan lebih banyak data?
- Desain perangkat lunak: Para penanam harus tetap mengendalikan operasi rumah kaca. Tanyakan: Prinsip desain perangkat lunak apa yang digunakan untuk memastikan keamanan tanaman? Dapatkah saya beralih dengan mudah antara mode manual, rekomendasi, dan autopilot setiap saat?
- Kepemilikan data: Para penumbuh harus memiliki datanya dan menghindari "penguncian vendor". Tanyakan: Dapatkah saya mengimpor data dari sistem lain dengan mudah? Dapatkah saya mencadangkan dan mengekspor data saya sendiri? Apakah ada API yang memungkinkan akses data langsung dan integrasi khusus? Dapatkah saya menggunakan perangkat lunak dan perangkat keras dari vendor yang berbeda, sekarang dan di masa mendatang?
AI dan IoT Dapat Memberdayakan Para Penumbuh
Di dunia di mana sumber daya penting - air dan energi, serta waktu, uang, dan tenaga kerja terampil - semakin langka, masuk akal untuk mengeksplorasi teknologi baru untuk meringankan beban itu. Seperti yang kami pelajari dari Autonomous Greenhouse Challenge, para petani memang dapat mencapai hasil yang lebih besar dan efisiensi penggunaan sumber daya yang lebih tinggi dengan penggunaan perangkat lunak AI dan perangkat keras IoT. Terlebih lagi, teknologi ini terus dikembangkan dan dimajukan dengan sangat cepat.
Pada akhirnya, AI dan IoT dapat benar-benar memberdayakan petani rumah kaca - untuk membuat keputusan yang lebih baik, melakukan lebih banyak hal dengan lebih sedikit - untuk menumbuhkan pangan dunia secara lebih berkelanjutan.