Blog: De autonome tuinder

In Bleiswijk is de tweede Autonomous Greenhouse Challenge van start gegaan. Die Autonome Kas komt eraan, dat weet iedereen. Binnenkort hoef je als tuinder alleen nog maar op 'Start' te klikken en het slimme algoritme doet de rest. Teeltadviseurs en kennisinstellingen zijn dan niet echt meer nodig. Want het algoritme werkt met AI, Artificial Intelligence, en is dus zelflerend. "Echt waar?", vroeg ik laatst een gerberateler. "Nou, zover is het nog niet natuurlijk, maar we gaan zeker die kant op!", was zijn antwoord. Tja, wie weet… Zelf weet ik het nog niet in ieder geval.

Wat snapt een AI algoritme eigenlijk?
Kijk, natuurlijk, voor hele overzichtelijke klussen, ja! Als je heel veel foto's van komkommers en waarderingen van een keurmeester aan een AI-algoritme voert dan kan het algoritme op een gegeven moment autonoom de kromme komkommers herkennen. Maar zo'n AI-algoritme 'snapt' niets. Het kan dan niet zomaar ook iets slims met tomaten, of chrysanten. Misschien krijgen we toch wel oogstrobots over een paar jaar. Oogsten is ook vrij simpel, dus wie weet… Maar een hele autonome KAS? Ik vraag het me af. Het managen van teelt, kasklimaat, energie en handel zijn stuk voor stuk geen simpele standaardklussen. En die vier klussen staan ook niet los van elkaar: een beslissing op het ene terrein heeft meestal invloed op de andere terreinen. Een ander kasklimaat geeft een ander gewas, kost meer of minder energie, heeft invloed op de teeltsnelheid en de productkwaliteit, wat weer van invloed is op de handel. En wat vandaag slim is, kan morgen alweer dom zijn, want de wereld is veranderlijk: het weer, de stroomprijs, de productprijzen… Het zal echt nog wel even duren voordat iets dat zo complex is inderdaad autonoom bestuurd kan worden met behulp van AI. En zelfs dan: heb je dan niet de teeltrecepten van vandaag 'bevroren'? Moet bij elke teeltinnovatie het algoritme weer helemaal opnieuw worden getraind?

Slimme tweeling
Je hebt ook hele andere algoritmen, waarbij het hele teeltproces digitaal is nagebouwd. Alle kennis over hoe de onderdelen werken wordt vastgelegd in rekenregels en op de juiste manier met elkaar in verband gebracht. Als je een dergelijk algoritme voorziet van live data uit een fysieke kas dan krijg je een soort 'digitale tweeling' van de echte teelt. Een AI-toepassing is een 'black box'. Het is niet na te gaan hoe het algoritme ergens aan komt. In een 'digitale tweeling' algoritme is alles juist transparant, controleerbaar en uit te leggen. Als het een keer mis gaat dan kun je de fout opsporen en verhelpen. Onze ervaring is dat telers dat waarderen. Dat het vertrouwen wekt om transparant te zijn, juist ook als het wel eens mis gaat. Nieuwe kennis kan ook gewoon worden ingebouwd; je hoeft dus niet bij elke innovatie vanaf nul opnieuw te beginnen. Je kunt ook prima aan zo'n 'digitale tweeling' vragen om 10.000 alternatieve teeltscenario's door te rekenen en dan het beste scenario kiezen om in de echte kas uit te gaan voeren. Het nadenken over innovatieve teeltconcepten wordt op die manier ook eerder gestimuleerd dan afgeremd. Overigens sluiten de AI-benadering en de 'Digital Twin' elkaar niet uit; er zijn allerlei interessante mengvormen te bedenken.

Die waardevolle kennis hoeft dus niet te worden afgedankt, we moeten het alleen van de plank halen, afstoffen en bruikbaar maken! Wetenschappelijke kennis én praktijkkennis kunnen worden ingebouwd in slimme 'Digital Twin' systemen die telers helpen bij het nemen van goede beslissingen op het gebied van CO2 dosering, energiemanagement, oogstprognose, etc. Hierdoor worden ze minder afhankelijk van vaste recepten en van teeltadviseurs; eigenlijk worden telers dus zelf meer autonoom. Ik verwacht dat de Autonome Kas nog wel een tijdje op zich zal laten wachten. Intussen zet ik liever in op de Autonome Teler.

Bron: Fokke Buwalda