Agricoltura sostenibile e intelligenza artificiale

Lo sviluppo di nuove metodologie in agricoltura è una sfida cruciale per il settore, in particolare c’è una forte necessità di sviluppare sistemi che rendano più autonomi i processi di coltivazione aumentandone la resa, minimizzando l’impiego di sostanze chimiche come fertilizzanti, erbicidi e pesticidi, oltre che sotto l‘aspetto economico anche per una migliore sostenibilità ambientale.

In questo contesto, gli sviluppi recenti dell’agricoltura 4.0 verso l’intelligenza artificiale e la robotica, rappresentano un’evoluzione in grado di aprire nuove prospettive nel settore agricolo, permettendo una gestione più efficiente, sostenibile e maggiormente finalizzata ad una coltivazione più precisa delle colture. Mediante l’automazione di molte attività quali: il monitoraggio avanzato, il controllo delle malattie e la sostenibilità ambientale, l’agricoltura sta evolvendo rapidamente raggiungendo o comunque avvicinandosi sempre di più ad altri settori maggiormente evoluti tecnologicamente.

I recenti sviluppi nella robotica e IA, possono trasformare radicalmente il metodo di produzione agricola, questo perché robot di nuova generazione possono essere impiegati sia per coltivare in serra che in campo aperto, automatizzando in questo modo diverse attività quali il monitoraggio circa lo stato di salute delle piante, la potatura, la raccolta e il diserbo.

Intelligenza artificiale e robotica

La condivisione dei dati e la scelta dell’agricoltura di precisione accompagnato da un forte impegno verso la sostenibilità ambientale dei processi produttivi, consentono alla robotica agricola di sostituire sempre di più la manodopera e automatizzare alcune delle attività più impegnative.

I robot agricoli grazie all’ausilio anche dell’intelligenza artificiale, possono essere programmati per svolgere una serie di compiti, quali: la semina, il trapianto, la raccolta, la potatura e l’irrigazione. Inoltre, questi robot possono operare 24 ore su 24, 7 giorni su 7, senza affaticarsi o commettere errori umani; questo porta come conseguenza una maggiore precisione e uniformità nelle operazioni agricole, migliorando allo stesso tempo la qualità dei prodotti riducendo allo stesso tempo gli sprechi. Queste macchine possono essere aeree o terrestri, lavorare ad un solo compito o a più compiti anche in simultanea, il più diffuso è l’utilizzo di droni per il monitoraggio delle coltivazioni e l’irrorazione selettiva di diserbanti e pesticidi.

I veicoli robotici terresti hanno una maggiore autonomia rispetto ai droni, lavorano però in condizioni più difficili come nel fango, pioggia, nebbia, umidità, basse e alte temperature, per questo motivo devono essere più strutturati e robusti con meccanismi di locomozione, manipolazione e percezione dipendenti dal compito da svolgere. 

Sistemi di pianificazione, schedulazione, coordinamento e controllo, sono invece fondamentali per controllare le modalità in cui diversi robot agricoli devono lavorare in sincronia, ma anche per gestire autonomamente altri sistemi agricoli come l’irrigazione e l’irrorazione a seconda delle condizioni colturali. Inoltre, mediante apposite interfacce gestite da IA, possono fornire agli imprenditori agricoli lo stato delle colture mostrando possibili anomalie nelle condizioni delle piante.

Applicazioni di intelligenza artificiale collegate a GPS, possono essere impiegate sui robot agricoli per geolocalizzare e fare scansioni di territori e colture, cosicché da remoto si possa riconoscere la tipologia della pianta e monitorarne lo stato in tempo reale, acquisendo immagini e dati sensoriali quali la temperatura, l’umidità o livello di pH del suolo; fra i più innovativi vi sono i sistemi di visione artificiale basati su tecniche di Deep Learning, in grado di fornire risultati interessanti nella classificazione dei frutti e nel rilevamento delle infestanti in ambienti non strutturati.

Criticità e rischi

Il futuro dell’intelligenza artificiale applicata alla robotica è molto promettente, pertanto, è auspicabile che vengano presi in considerazione anche tutti quegli aspetti etici e legali soprattutto ora che questa tecnologia si trova in una fase di sviluppo, questo per garantire che tutto ciò venga utilizzato in modo ragionevole, equo e vantaggioso per tutte le parti interessate. I rischi potenziali devono essere affrontati in modo responsabile e queste nuove tecnologie devono essere adeguatamente testate in ambienti sperimentali per garantire che siano sicure e protette contro guasti accidentali, conseguenze non volute e possibili attacchi informatici.

Inoltre, in alcune zone ove la penetrazione delle reti non è particolarmente avanzata, il divario tecnologico potrebbe ampliare un gap fra le varie aziende agricole presenti sul mercato.

L'orto sinergico

L’Agricoltura Sinergica è un metodo di coltivazione elaborato dalla permacultrice e agricoltrice spagnola Emilia Hazelip. Si tratta di un metodo agricolo naturale che si basa principalmente sull’osservazione dei processi naturali che portano alla presa di coscienza che è necessario mantenere l’organismo suolo autonomo ed in grado di rigenerarsi in relazione ai diversi elementi che possono essere equilibrati e protetti. Tale metodologia si basa essenzialmente sull’autofertilità del terreno e prevedere delle tecniche che, se correttamente applicate, permettono all’orticoltore di scegliere le sementi, studiare come consociarle, progettare gli spazi, il tutto in armonia con una corretta produzione vegetale e sostenibile ecologicamente. 

Coltivazione

Coltivare l’orto in modo sinergico, vuol dire gestire utilizzando una tecnica che possa somigliare il più possibile a un ambiente naturale e lasciare che gli esseri viventi che lo popolano (piante, lombrichi e ogni altro organismo presente nel terreno, dal più grande al più piccolo) collaborino autoregolando la produzione di ortaggi.

Per realizzare un orto sinergico ci sono 4 regole fondamentali, dette le leggi del “non fare”:

1. Fertilizzazione continua del terreno tramite una copertura organica permanente.

2. Consociazioni fra colture complementari e rotazioni mirate per mantenere in equilibrio la fertilità del suolo e prevenire il diffondersi delle malattie delle piante.

3. Assenza di lavorazione o di qualsiasi altro tipo di disturbo del terreno - il suolo si lavora da solo.

4. Il terreno si arieggia autonomamente, pertanto evitare di provocarne il compattamento.

Nella sistemazione complessiva dell’orto, occorrerà anche tener presente di avere siepi naturali miste di alberi e arbusti in grado di aumentare la biodiversità, proteggendo così l’area di coltivazione dal vento e ospitando nidi di animali antagonisti che si nutriranno degli insetti parassiti diventando, volendo, allo stesso tempo produttivi, qualora però si utilizzassero piccoli frutti e piante aromatiche di varietà idonee secondo il clima e la pluviometria della zona.

Applicazioni dell’IA sulle tecniche agricole

L'intelligenza artificiale come tutte le innovazioni è in grado di semplificare e velocizzare diverse attività aumentando l’efficienza e la produttività complessiva. Grazie alle sue avanzate capacità di elaborazione del linguaggio, l’IA è in grado di automatizzare svariati processi semplificando diverse attività produttive e di management dell’azienda agricola.

Agricoltura di precisione

Fra le applicazioni più comuni dell’intelligenza artificiale vi è l’agricoltura di precisione che viene definita come una strategia di gestione dell’attività agricola con la quale i dati vengono raccolti, elaborati, analizzati e combinati con altre informazioni per orientare le decisioni in funzione della variabilità spaziale e temporale al fine di migliorare l'efficienza nell'uso delle risorse, la produttività, la qualità, la redditività e la sostenibilità della produzione agricola (Wikipedia).

Da qui l’utilizzo di software o sistemi informatici atti a operare mediante l’utilizzo di sistemi agronomici mirati ed efficienti, prendendo in considerazione le effettive necessità della coltura da lavorare e le caratteristiche biochimiche e fisiche del terreno. 

Di questi tempi il concetto di precisione si poi è ampliato in agricoltura 4.0 grazie soprattutto alle nuove tecnologie che utilizzano sempre di più l’interconnessione sotto vari aspetti fra cui:  l’IoT (Internet of Things), le tecnologie digitali e ora anche l’intelligenza artificiale.

L’IA nell’ambito dell’agricoltura di precisione può essere utilizzata in diversi ambiti come:

• La gestione di dati da analizzare con l’obiettivo di prevenire le condizioni di sviluppo di malattie o evitare carenze nutrizionali della coltura/e che si sta coltivando
• Stima di determinati eventi quali le previsioni meteo, fabbisogni irrigui, fertilizzanti e modelli di sviluppo di eventuali fitopatie (alterazioni causate da fattori naturali o da azioni promosse dall'uomo)
• Utilizzo ottimale e più efficiente degli agrofarmaci 
• Miglior impiego dell’acqua per l’irrigazione attraverso tempi e metodi
• Automazione di alcune attività di lavorazione colturale
• Miglioramenti nella gestione e pianificazione dell’azienda agricola
• Ottimizzazione e miglioramenti dei prodotti lungo la filiera
• Gestione e diagnostica da remoto dei mezzi agricoli presenti in azienda (Fleet Management), così da monitorare e avere una reportistica aggiornata sul loro utilizzo con relativo consumo

Questi sono solo alcuni degli esempi più stringenti nel campo dell’agricoltura di precisione legati allo sviluppo dell’IA, perché riuscire sempre di più a comprendere queste capacità è fondamentale per cercare di sfruttare il potenziale di questo strumento.

Evoluzione dell’IA

Per rispondere alle esigenze sempre più marcate dell’intelligenza artificiale in termini di tecnologia, di recente, sono stati messi in commercio nuovi chip chiamati TPU, in grado di aumentare le performances dei dispositivi elettronici anche in agricoltura proprio per sfruttare appieno l’IA. In questo ambito, si parla anche di evoluzione del cloud computing (erogatore di servizi mediante internet - https://it.wikipedia.org/wiki/Cloud_computing) attraverso un edge-computing (modello di calcolo sviluppato - https://it.wikipedia.org/wiki/Edge_computing) ossia strumenti tecnologici facilmente adattabili ai mezzi agricoli e ai mini robot da utilizzare in agricoltura per sfruttarne appieno le potenzialità.

Nell’ambito della robotica sempre più spinta nel supporto alla raccolta di frutta e verdura (vendemmia, olive, ortaggi, ecc..), l’intelligenza artificiale è già in grado di aumentare il potenziale mediante sensori o fotocamere, di alcune attività come il riconoscimento del grado di maturazione.