-

Green tech-revolutie verovert de wereld vanuit de Hollandse kas

Toen Sir David Attenborough, de wereldberoemde bioloog, onlangs bij een uitzending van Nieuwsuur de Nederlandse tuinbouw aanhaalde als briljante sector, sloeg hij de spijker op zijn kop. Maar realiseren we ons dat zelf eigenlijk wel? 

Sinds 2015 hou ik mij als data science-expert professioneel bezig met kunstmatige intelligentie (AI), maar eigenlijk greep AI mijn aandacht al in het jaar 2000 tijdens mijn promotieonderzoek over ‘Artificial Neural Networks & Chaos Theory’ aan de Bogazici University in Istanbul waar ik studeerde. Ik trok in 2016 bewust naar Nederland om mijn ervaring als data science expert in te zetten bij een mobile gaming start-up. Bij toeval belandde ik in de wereld van de planten. Er ging een wereld voor mij open. Inmiddels zie ik het met ruim twintig jaar aan praktijkervaring als mijn missie om te zorgen dat deze baanbrekende technologieën ook daadwerkelijk gebruikt gaan worden door telers.

Wereldkampioen

Nu ik dagelijks AI-technologie toepas binnen allerlei techprogramma’s voor glastuinbouwondernemers zie ik zelf welke enorme stappen Nederland zet op het gebied van greentech. Zo is Nederland wereldkampioen in het benutten van schaarse grond en beschikken we in dit land over een heuse agritech’s Silicon Valley (Foodvalley) dankzij de gezaghebbende Wageningen Universiteit & Research (WUR). Verder ligt ’s werelds grootste kassenconcentratie in het Westland en al die kassen daar draaien op de nieuwste techontwikkelingen als drones, robots, Artificial Intelligence (AI) en machine learning. Kortom: de Hollandse agrifoodtech community floreert. 

Fascinerend. Vooral omdat veel Nederlanders amper beseffen hoe ver Nederland vooroploopt.  Dat merkte ik wel tijdens Greentech 2020, de beurs voor ‘greentechies’ waar ik mocht vertellen over AI-toepassingen. Een van de centrale onderwerpen: datagedreven voedselproductie.


Rem Koolhaas

Dat de Nederlandse glastuinbouw een belangrijke factor vormt voor de toekomstige duurzame voedselproductie werd eerder dit jaar al duidelijk dankzij een ander icoon dan Attenborough. Architect Rem Koolhaas opende de tentoonstelling ‘Countryside – the future’ in het Guggenheim-museum van New York. Die expositie toonde de ontwikkeling van het platteland door de eeuwen heen aan de hand van een aantal thema’s, gevisualiseerd vanuit verschillende regio’s in de wereld. Volgens Koolhaas bepaalt de Nederlandse tuinbouw voor de thema’s voedsel en voedselproductie dé oplossingsrichting. Hij liet tijdens zijn expositie het fenomeen vertical farms zien. Dat deed hij niet zo maar. In vele Nederlandse kassen en polders vindt een stille revolutie plaats. 

Stimulator

De technologie in de Hollandse kas is zo ver doorontwikkeld dat het wereldwijd een onmisbare rol  speelt in de productie van voedsel en verse producten. De wereldbevolking groeit in rap tempo richting de 9 miljard mensen. In 2050 moet dan ook twee keer zoveel voedsel geproduceerd worden als nu het geval is. Efficiënte en duurzame voedselproductie op locatie is essentieel. 

Techtrends in de kas

Tech speelt een belangrijke rol als stimulator van deze transitie naar duurzame voedselproductie in de kas. Net als alle andere bedrijfssectoren is het daarom niet vreemd dat ook de tuinbouwsector een transitie doormaakt waarbij innovatie en het gebruik van de nieuwste technologie , voorop staan, zoals sensoren die op alle mogelijke terreinen data verzamelen. Het gebruik van sensoren gaat overigens al terug naar de jaren 90. Met de ‘big data’ die deze schat aan ervaringen oplever(d)en kunnen we inmiddels al veel meer dan ooit.  Maar er zijn meer techtrends gaande binnen de Nederlandse kas: 

  1. Machine learning
    Machine learning (ML) is zeg maar een ondercategorie van Artificial Intelligence en omvat software die ‘leert’ van data; helemaal datagedreven dus. Dat biedt een enorm potentieel om deze big data te verzamelen in de kas. Met deze data kunnen telers eenvoudig datagedreven beslissingen te nemen. Sensoren registreren bijvoorbeeld elke minuut data, er zijn tientallen of zelfs honderden sensoren in een kas, en het is voor een mens onmogelijk om miljoenen datapunten (inclusief historische data) te analyseren en daar een beslissing over te nemen, maar ML kan telers daarbij helpen en bijvoorbeeld ook tonen hoeveel water er de nacht voor de platen in de kas nodig is.
  2. Image technology (oftewel afbeeldingsherkenning)
    Door foto’s  en video’s te gebruiken is het mogelijk om apparatuur te leren ‘zien’.  Het gezegde is: een beeld zegt meer dan duizend woorden. In de kas geldt dat helemaal. Beeldtechnologie werkt eenvoudiger dan sensorgegevens en handmatige registraties. Zo kan een teler een video van 1 minuut achter elkaar in de kas opnemen en kan hij zo een inschatting krijgen van de totale opbrengst in de kas, of hoe de groei van de planten en vruchten in seconden verloopt.
  3. Robots
    Het gaat hier om autonome of semiautonome machines die je voor bepaalde, vaak vervelende, tijdrovende of gevaarlijke activiteiten of taken met veel herhaling kunt inzetten. Denk aan het planten, registreren, oogsten etc. Automatisering biedt niet alleen  een hogere efficiëntie, maar ook om het aanpakken van uitdagingen op het gebied van gezondheid en veiligheid. Bijvoorbeeld om de verspreiding van virussen en bacteriën en ziekten tegen te gaan (doordat het contact tussen mensen en tussen mensen en de gewassen wordt gereduceerd). De COVID-19-pandemie doet ons het belang daarvan nog meer realiseren. Er zijn ook tegenwoordig robots die de vruchten oogsten of drones die de kas bewaken, onder andere tegen insectenplagen.
  4. Edge-AI
    Standaard AI-berekeningen en -modelleringen worden uitgevoerd op een server of in de cloud (= kostbare tijd), maar bij Edge-AI vinden alle berekeningen plaats binnen een (edge-)omgeving op het apparaat of de robot. De berekeningen vinden dus plaats op de robot zelf, waardoor beslissingen veel sneller kunnen worden genomen. Dit is met name belangrijk voor realtime-activiteiten zoals het ontdekken van plantziekten of het signaleren van oogstbaar fruit.
Plantkunde combineren met datawetenschap

Het is natuurlijk niet alleen tech wat/ dat de klok slaat. Om de techniek goed te laten renderen blijft kennis van planten essentieel. Ook zij die als ondernemer innovatief vooroplopen, combineren ‘oude’ gewasteeltkennis met de nieuwste tech. De technologie die alle beschikbare data in de kas analyseert achterhaalt de patronen en kritieke factoren die van invloed zijn op de oogst. Deze op AI gebaseerde technieken stellen de teler en of ondernemer in staat om oogstvoorspellingen te doen. Dat tech niet alleen de kas beheerst en de natuur ook zijn gang kan gaan bewijst wel het al tientallen jaren effectief inzetten van hommels en bijen voor de bestuiving van tomatenplanten en aardbeien. Duurzamer kan bijna niet.

De autonome kas: toekomst of binnen handbereik?

Het toekomstbeeld is helder, maar ook spannend. Kassen worden steeds autonomer. Ondernemers managen ooit hun kassen  grotendeels via een scherm en groeien uit tot experts in data. Naast conventionele sensoren zullen we meer en meer de opkomst van de ‘machines’ zien door ‘machine vision’, deep learning, camera’s en drones in de kas. AI-oplossingen maken echt het leven van telers eenvoudiger. Dit vraagt wel om samenwerking tussen  de verschillende softwareleveranciers. Liefst door gebruik te maken van open standaarden. Dan komt de sector nóg verder en kan Nederland zijn toch al leidende rol op greentech zelfs uitbouwen.

Ik kijk er als AI-adept naar uit om de autonome kas in Nederland te realiseren door slim gebruik van vakmanschap, data in combinatie met geavanceerde AL- en AI-methodologieën. De toekomst ligt dichterbij dan we nu soms denken.  

Over de auteur: Gursel Karacor is Senior Data Science Expert bij Grodan

 

Deel dit bericht

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond