Cyfrowe bliźniaki w rolnictwie:
przełom czy szum?

Optymalizacja zasobów pod kątem rentowności: czy cyfrowa technologia bliźniacza jest konieczna? 

Wartość każdej technologii ostatecznie polega na zdolności do optymalizacji kosztów i zasobów. Posiadanie zdolności do wyprzedzania wyników daje producentom żywności korzyść z przewidywania, które można następnie zastosować w prawdziwym życiu. Przykładem rzeczywistego zastosowania i komercjalizacji technologii Digital Twin jest mechanistyka model opracowany przez Toma De Swaef na Uniwersytecie Gantta. Belgijska firma 2Grow wykorzystuje ten model do pomiaru zmian w przepływie wody i grubości łodyg pomidorów. ten cele firmy zmniejszenie o 20% powierzchni przeznaczonej na produkcję roślinną.

It nadal nie jest jasne, czy społeczność stara się adoptować cyfrowych bliźniaków w swojej działalności. Co więcej, można argumentować, że w większości przypadków technologia cyfrowego bliźniaka nie jest w rzeczywistości potrzebna. Postępy w uczeniu maszynowym umożliwiły przewidywanie kluczowych zdarzeń bez budowania pełnego modelu, który wymagałby dużej ilości wysokiej jakości danych, co jest również drogie w uzyskaniu. Jako hodowca żywności, który chce przewidzieć określone właściwości, skupienie się na pomiarach i monitorowaniu kluczowych zmian może być wszystkim, co jest potrzebne do zbudowania skutecznego modelu predykcyjnego. Co więcej, jest to znacznie bardziej przystępne cenowo, dzięki czemu jest osiągalne dla hodowców żywności, którzy potrzebują natychmiastowego zwrotu z inwestycji po wdrożeniu modeli predykcyjnych.

Na przykład, jeśli uprawiasz ziemniaki, ważne jest, aby mieć wskaźniki dotyczące szkodników, takich jak zaraza ziemniaczana, wywoływana przez organizm grzybopodobny, który może w krótkim czasie doprowadzić do nieurodzaju, jeśli nie zostaną zastosowane odpowiednie środki zwalczania. W przypadku tego typu upraw rzędowych na dużych akrach otwartego pola, zamontowanie kamer na obrotowych systemach nawadniających może wydajnie i skutecznie identyfikować choroby lub problemy. Dane potrzebne do stworzenia cyfrowego bliźniaka dla otwartego pola ziemniaków kosztowałyby fortunę, a tworzenie całego modelu na taką skalę, aby uzyskać wgląd, który można uzyskać za pomocą prostszej i tańszej technologii, po prostu nie ma sensu.

• Gra wideo SimCity rozpoczęła się w latach 90., gdy gracze stali się bohaterami własnego miasta, projektując i tworząc cyfrowo piękną, tętniącą życiem metropolię. Szybko do przodu o 30 lat, a my dysponujemy technologią umożliwiającą tworzenie niezwykle dokładnych cyfrowych reprezentacji rzeczywistych drzew, gospodarstw i sadów. Podobnie jak w SimCity możemy symulować ewolucję metropolii w oparciu o to, w co „inwestujemy” w grze, możemy teraz tworzyć symulacje, jak roślina będzie rosła w różnych scenariuszach — pomagając nam dostroić działania rolnicze z bezprecedensowym przewidywaniem.
• Cyfrowy bliźniak to cyfrowa reprezentacja rzeczy ze świata rzeczywistego. Może być używany do zdalnego monitorowania „rzeczywistych”. Aby zapewnić dokładny i realistyczny surogat dla rzeczywistego bliźniaka, cyfrowy bliźniak musi być poinformowany o danych za pomocą cyfrowego pomiaru rzeczywistego bytu. W rolnictwie mogą to być dane pochodzące z narzędzi, takich jak czujniki gleby, obrazowanie roślin, dane pogodowe itp.
• Nowa cyfrowa reprezentacja, czyli cyfrowy bliźniak, powinna odzwierciedlać cały wysiłek rolniczy: aktywa fizyczne, procesy, systemy, zasoby, wszystko. W zamian pozwala nam to symulować, planować, analizować i ulepszać procesy rolnicze na wcześniej niewyobrażalną skalę. Czy jednak hodowcy żywności naprawdę muszą wdrożyć tę kosztowną, wyrafinowaną technologię — czy też mogą uzyskać potrzebne informacje z bardziej dostępnych i przystępnych cenowo czujników, które pomogą im monitorować i przewidywać kluczowe wyniki?

Wzrost i adopcja cyfrowych bliźniaków i ich potencjał w rolnictwie

Gartner przewiduje, że do 2021 roku połowa dużych firm przemysłowych będzie korzystać bliźniaki cyfrowe, co przełoży się na 10% poprawę efektywności tych organizacji. Jednak koncepcja cyfrowych bliźniaków istnieje od dziesięcioleci. Od ponad 30 lat zespoły inżynierów produktów i procesów korzystają z renderingów 3D projektowanie wspomagane komputerowo (CAD), modele aktywów i symulacje procesów w celu zapewnienia i weryfikacji wykonalności. Na przykład NASA od dziesięcioleci prowadzi złożone symulacje statków kosmicznych. Jednak innowacje w uczeniu maszynowym i sztucznej inteligencji wysuwają koncepcję cyfrowego bliźniaka na pierwszy plan, tworząc wiele szumu jako destrukcyjny trend o szerszym wpływie w najbliższej przyszłości.

Jeśli chodzi o procesy rolnicze, korzystanie z Digital Twins jako centralny środek do zarządzania gospodarstwem może umożliwić oddzielenie przepływów fizycznych od planowania i kontroli. W rezultacie rolnicy mogą zdalnie zarządzać operacjami w oparciu o informacje cyfrowe (prawie) w czasie rzeczywistym, zamiast polegać na bezpośredniej obserwacji i ręcznych zadaniach na miejscu. Pozwala im to na natychmiastowe działanie w przypadku (oczekiwanych) odchyleń i symulowanie efektów interwencji na podstawie rzeczywistych danych. Na przykład cyfrowy bliźniak z sadu może ostrzegać sad o nadmiernym nawadnianiu bez konieczności sprawdzania przez rolnika sadu.

Idea a cyfrowy sad jest niezwykle atrakcyjna dla rolników, którzy rozumieją pracochłonny charakter monitorowania, przewidywania i kontrolowania stanu zdrowotnego drzew owocowych oraz jakości ich zbiorów. Naukowcy z University of Queensland opracowali model sadu z wolno rosnącymi uprawami, takimi jak mango i makadamia. Dzięki temu użytkownicy mogą szybko wypróbować nowe pomysły i uzyskać wgląd w to, jak najlepiej zoptymalizować systemy produkcyjne. Badacze biorący udział w projekcie podkreślili, że te natychmiastowe symulacje mogą szczególnie przynieść korzyści wolno rosnącym uprawom, takim jak drzewa owocowe.

Istnieją konkretne przypadki użycia, w których zbudowanie cyfrowego bliźniaka ma sens z finansowego punktu widzenia, na przykład w przypadku hodowli roślin, gdzie model może pozwolić na wczesne przewidywanie, czy dana odmiana nie jest opłacalna komercyjnie. Ale w wielu przypadkach nie ma potrzeby łamania orzecha młotem kowalskim.

• Raviv Itzhaky jest współzałożycielem i CTO of Technologie Prospera, realizując techniczną wizję firmy dotyczącą przekształcenia sposobu uprawy żywności z wykorzystaniem nauki o danych i sztucznej inteligencji. Wykorzystuje swoją wiedzę z zakresu tworzenia algorytmów, matematyki i uczenia maszynowego do rozwiązywania rzeczywistych problemów. Przed powstaniem Prospery Raviv opracowywał algorytmy w firmie BioCatch zajmującej się cyberbezpieczeństwem i służył jako inżynier przetwarzania sygnałów w IDF. Posiada licencjat z fizyki i magister fizyki stosowanej na Uniwersytecie Hebrajskim.

aktualności / przyszłość / smart