Quando si tratta di intelligenza artificiale si fa riferimento ad un mondo variegato di tecnologie, utili a risolvere molteplici problemi e accomunate dallo stesso principio: lo sviluppo di algoritmi capace di imitare pensiero umano e Imparare man mano che viene fornito un nuovo input.
L’esempio più noto è certamente ChatGPTlo strumento sviluppato da OpenAI e lanciato nel novembre 2022. Tuttavia, le piattaforme oggi disponibili sono molteplici e coprono diversi settori.
Leggi anche Dieci idee per utilizzare ChatGPT in fattoria
Ma quali sono i implicazioni esempi concreti di utilizzo dell’intelligenza artificiale in agricoltura? Esistere Tre grande campi di applicazione: il primo riguarda l fornitura di assistenza tecnicail secondo è legato al riconoscimento delle immagini e infine c’è ilAnalisi dei Big Data. Si tratta di tre macro applicazioni non propriamente distinte e che andrebbero integrate in un software ottimale, ma che sono utili per categorizzare i diversi approcci all’utilizzo dell’intelligenza artificiale in agricoltura.
Leggi anche L’intelligenza artificiale chiama, l’agricoltura risponde
Supporto alle decisioni, un agronomo sempre a portata di mano
Rete di imprese agricole è un’azienda americana che ha sviluppato una piattaforma a supporto degli agricoltori dove è possibile scambiare informazioni, acquistare agrofarmaci e polizze assicurative e grazie alla quale è possibile attuare i principi dell’agricoltura di precisione. È stato lanciato qualche mese fa Normaun chatbot basato suAlgoritmo ChatGPT ma formati su fonti qualificate relative al mondo agronomico (dati proprietari, pubblicazioni scientifiche, documenti aziendaliUSDAil Dipartimento dell’Agricoltura degli Stati Uniti, ecc.).
Questo chatbot dovrebbe avere come obbiettivo quella di sostenere gli agricoltori nella gestione dei propri campi. In linea di principio dovrebbe essere in grado di rispondere a domande molto tecniche, come ad esempio: quale fertilizzante azotato è più adatto per concimare il grano duro su terreni calcarei con alte temperature? Oppure quanti diffusori devo mettere in vigna per la confusione sessuale contro la tignola della vite? Ma ancora più generico: definire una strategia di difesa sostenibile per un meleto gestito biologicamente.
Abbiamo provato questo strumento, oltre al francese Agri1 e tedesco AgriGPT ed il livello di dettaglio delle risposte fornite non è assolutamente (per ora) sufficiente. Tuttavia, si tratta esperimenti all’inizio, che si basano su dataset limitati e sono quindi in grado di fornire risposte generiche, ma poco utili per l’agricoltore. Ma c’è da scommettere che, nel giro di qualche anno, avranno raggiunto un livello di specificità tali da essere comunemente utilizzati. La cosa fondamentale, a questo punto, è avere dei buoni dati di partenza.
L’interfaccia della norma
(Fonte foto: tratta dalla pagina dedicata a Norm)
Altro aspetto interessante del LLMLarge Language Model, questo l’acronimo che identifica gli strumenti di intelligenza artificiale generatori di linguaggio, consiste nel fornire un interfaccia semplice a software complessi. Un esempio? Oggi molti agricoltori hanno difficoltà a interagire Dss, Sistemi di supporto alle decisioni, come quelli sviluppati per la protezione delle colture, in quanto sono di difficile interpretazione. In futuro l’operatore potrà avere a assistente virtuale chiedere semplicemente “come sta la mia vigna oggi?”. Il sistema darà una risposta semplice ed eventualmente consiglierà quale trattamento effettuare in quale appezzamento. Insomma, sarà come avere un agronomo sempre a portata di mano.
Ma l’aspetto che forse incuriosisce di più gli agricoltori e li fa sentire meno sostituiti da una macchina è l’assistenza nello svolgimento del lavoro pratiche burocratiche. Tra Politica Agricola Comune (PAC), certificazioni biologiche e SQNPI, regolamenti produttivi regionali, disciplinari della Grande Distribuzione Organizzata (grande distribuzione organizzata) e altro ancora, gli agricoltori passano molto tempo dietro alla burocrazia. La odiano e la temono. L’intelligenza artificiale in futuro potrai compilare automaticamente la domanda unica, ma anche suggerire un piano di coltivazione o rispondere a qualunque dubbio sulle mille regole, esenzioni ed eccezioni che circondano la PAC.
Intelligenza artificiale a supporto dell’analisi dei dati
L’altra grande forza dell’intelligenza artificiale è quella del fareanalisi di enormi quantità di datidi vari formati ed in continua evoluzione (i cosiddetti grandi dati) al fine di identificare correlazioni significative. Questa capacità è già sfruttata oggi nel mondo della ricerca, ad esempio per il miglioramento genetico o lo sviluppo di nuovi prodotti agrochimici.
Infatti, diverse grandi multinazionali utilizzano l’intelligenza artificiale per creare gemelli digitali di piante e agenti patogeni per farli interagire con milioni di molecole virtuali con ilobbiettivo individuare quelli che potrebbero essere interessanti ai fini della difesa. In passato, sono stati spesi anni e milioni di dollari per i laboratori testare le molecole per individuare quelli adatti allo sviluppo di un nuovo prodotto, oggi tutta questa fase avviene a livello virtuale, con una enorme riduzione dei costi e una velocizzazione dei processi.
Ma anche il allevamento sfrutta le possibilità offerte dall’intelligenza artificiale. Oggi esistono sistemi automatizzati per fenotipizzazione di impianti capaci di registrare e analizzare migliaia di caratteri. Ma viene utilizzata anche l’intelligenza artificiale decodificare il genoma delle piante ed è stato fondamentale per mappare quello del grano tenero, che ha un patrimonio genetico cinque volte quello umano, ma composto in gran parte da ripetizioni.
Sicuramente l’agricoltore ne ha meno consapevolezza positivi dell’intelligenza artificiale, ma si tratta di applicazioni che sono alla base degli strumenti che sempre più utilizzerà sul campo.
Riconoscimento delle immagini: dagli insetti ai trattori
Il corpo umano è una macchina perfetta, frutto di milioni di anni di evoluzione. I nostri occhi sono in grado di percepire la luce riflessa dagli oggetti, inviare impulsi elettrici al nostro cervello che li trasforma in immagini. Allora siamo in grado di farlo distinguere gli oggetti e di interagire con il mondo che ci circonda. Tutto con uno velocità sorprendentemente alto, non ancora eguagliato dalla tecnologia. L’intelligenza artificiale sta imparando a fare qualcosa di simile attraverso i cosiddetti algoritmi riconoscimento delle immagini.
Ma quali applicazioni può avere la capacità di a software per riconoscere la disposizione degli oggetti nel mondo reale? Infinito. Un esempio riguarda il trappole intelligenti. Sopra il pannello adesivo della trappola è posizionata una telecamera che fotografa gli insetti catturati. L’immagine viene elaborata da uno specifico algoritmo che conta il numero delle catture ed è in grado di identificare la specie a cui appartengono. I dati raccolti vengono poi passati a algoritmi di analisi di dati che identificano le curve della popolazione e le strategie di difesa.
Un esempio di trappole intelligenti
(Fonte foto: tratta da “Monitoraggio degli insetti nocivi con trappole fotografiche: punti di forza e limiti”)
Un altro esempio è il guida autonoma. Se a livello tecnologico oggi un trattore è in grado di guidarsi da solo, la sua interazione con il mondo esterno è meno accurata. In effetti, un trattore può seguire una traiettoria grazie al suo GPS, ma se deve evitare un ostacolo imprevisto o avanzare su un terreno insolito si trova in difficoltà. In futuro, l’intelligenza artificiale consentirà a guida veramente autonomain grado di identificare ostacoli o potenziali fonti di pericolo e prendere decisioni su come gestirli.
Un’interessante applicazione dell’intelligenza artificiale al servizio del riconoscimento delle immagini riguarda il diserbo di precisione. L’avvio Robotica del carbonio ne ha sviluppato uno diserbante laser in grado di distinguere le erbe infestanti in campo dalla coltura principale e devitalizzarle con un raggio laser mirato. Ciò che cento anni fa i sarchiatori facevano a mano, con le gambe immerse nell’acqua, ora viene fatto da un raggio laser e da un software.
Il sistema Carbon Robotics è in grado di distinguere da solo le erbacce
(Fonte foto: Carbon Robotics)
È finita l’era degli agricoltori?
Qualcuno potrebbe immaginare a futuro distopico, in cui gli agricoltori non serviranno più e le macchine coltiveranno autonomamente i campi e si prenderanno cura di mucche e maiali. Per ora è solo fantascienza, ma l’intelligenza artificiale e, in generale, la tecnologia saranno nei prossimi anni indispensabili per gestire il rivoluzione epocale che sta attraversando il settore.
Nel giro di pochi anni in Europa il numero delle aziende agricole si ridurrà drasticamente e la Superficie Agricola Utilizzata (SAU) aumenterà rapidamente. Ci saranno meno aziende, ma più grandi e specializzati e dovranno produrre sempre più cibo, affrontando gli effetti del cambiamento climatico, con normative sempre più complesse e una maggiore domanda di sostenibilità.
Sono sfide che forse l’uomo non riuscirebbe a gestire da solo. Con la tecnologia probabilmente sì. Ma questo deve essere inteso come tale strumento al servizio dell’agricoltoreche mantiene la sua centralità nelle campagne, anziché essere sostituita da macchine che imitano il pensiero umano.
Leggi anche L’intelligenza artificiale e i suoi dintorni
