数字园艺:朝着自治生长的重要一步

正如我上一篇文章所写的人工智能(AI)在温室中的力量,一个富有批评的AI系统可以帮助种植者在优化资源效率的同时获得更高的产量,因此使室内农场能够更加可持续,可行和盈利。通过在天生的温室运营中产生富有洞察力的分析,AI可以支持种植者根据数据制定知情决策,并授权他们对效率和可持续性的未来思想。因此,农业实践的下一次革命是人工智能和人类智慧的结合主导。

据说“那里’没有IA(信息架构)的没有AI(人工智能)“。在温室成长,我们为IA提供了更具体的术语:数字园艺。数据是AI的燃料。 AI(火箭船)更复杂,需要大量的高质量,清洁数据(喷气燃料)的需求越大。但是在急于跳上AI频段,公司(甚至数据科学家和机器学习专家)忽略了为如何在组织内捕获,消费和共享的数据构建稳健基础的关键需求。

广告

在这里,我们介绍了如何用数字园艺对越来越多的业务进行数字转换的基础步骤,并朝着自主生长迈进。

数字园艺平台的基本组成部分

经济上可行的数字园艺平台必须由以下层组成。

首先是数据网关。日期网关是一个在网站上安装的中间件。它从地面上的多个数据源读取数据,并将它们发送到云以进行持久存储和任何地方访问。一个富集的数据网关必须能够始终如一地从传统过程控制系统(例如Priva,Hoogendoorn,Argus等)以及种植者想要放入的任何新传感器(不必经历这种传统控制系统),低成本和低摩擦。市场上有数据网关,但目前尚未符合这些标准。具体来说:

  • 标准数据记录器只能帮助读取新传感器的数据。此外,安装是非微不足道的,通常需要专家。出于透视图,数据记录设置服务可以轻松支付高达15,000美元至20,000美元,尽管数据记录器硬件本身销售在1000美元到2,000美元的范围内。更重要的是,一旦安装,农场将结束两个静音系统:新的数据记录器和旧过程控制系统。
  • 另一方面,今天很少有公司可以易于帮助从现有的气候控制系统中提取数据。对于大多数种植者来说,他们的数据被困在一个盒子里。通常用于技术的术语是“供应商锁定”。供应商和数据锁定是防止温室行业追赶数字转型趋势的主要障碍之一。

对于想要采用AI的大多数种植者,它们被困在这个非常基本的层面。

第二层是基于云的数据管理。此图层存储并在云上占据大量的数据。正确实现的数据管理系统必须允许数据弹性地生长,而无需用户必须担心删除旧数据。它还必须为代表用户启用用户或第三方应用程序来访问数据,实时或历史,自由和高效。

最后但并非最不重要的是为用户提供易于使用的界面的商业智能应用程序,用于消费,理解和理解他们的数据。在该层中,数据被转变为越来越优化其对作物管理的决策的视觉,有意义的和富有洞察力的信息,如下图1所示。

图1 Ken Tran商业智能种植者数字园艺

种植者的商业智慧

Koidra的IoT套件如此数字园艺平台的一个例子。它是一个收集和利用来自多个源(传感器,传感器,传统控制系统,辅助数据库等)的数据的硬件和软件系统。物联网套件包括低摩擦网关,使种植者能够从其现有的过程计算机中提取数据,允许互操作性。该系统将数据存储在云存储上,并使用数据为种植者生成操作,直观和富有洞察力的仪表板。仪表板包含历史以及实时数据,可以从任何带Internet访问的设备上的任何位置访问。反过来,这为农民提供了可行的信息,这些信息驱动了明智的决策。

桥接数字园艺和自主生长

为了帮助室内农场拥抱数字园艺,然后通过自主生长前进,Koidra设计了一个相位的部署路线图。此路线图利用上述三个数字园艺的基本组成部分,包括数据网关,基于云的数据管理和重要的商业智能。

KOITRA的技术部署路线图,用于自主生长解决方案

第一阶段是连接,其中所有传感器和操作数据都被数字化。来自多个来源的数据通过数据网关统一并存储在云中。这些数据用于生成操作仪表板,种植者可以用于监控作物,并为其决策而利用它。图3和4提供了一些数据可视化示例。这些可定制的仪表板为种植者提供关键指标。

Koidra Krop Manager应用程序上的气候仪表板

第二阶段涉及通过科学计算和机器学习提供技术的数字双胞胎模型。数字双胞胎是不断增长环境的虚拟复制品,并允许种植者在尝试不同的策略时看到他们作物旁边发生的事情。数字双胞胎从传感器上获取现实世界或作为输入的传感器的数据,作为输入,并模拟系统如何受到这些输入的影响。仿真模型预测了鉴于当前状态和历史数据的温室小气候动力学和作物生长和发展。

最终,“自主生长”允许计算机制造所有复杂的气候和作物控制决定。自主生长模型模仿数据驱动的种植者如何使用上面的相同输入和仿真输出做出决定。该模型统一了AI的力量和种植者的知识,以确定最佳控制决策。

KOITRA的KROP Manager应用程序允许种植者在跨区域或季节进行比较。

这种实施路线图的强度是保证每阶段是一个独立的成功,这在等待下一个要评估和安装的同时必须在此过程中产生高投资回报率。例如,在第一阶段的种植者已经收集了足够的关键数据来帮助他们的人为决策过程,这是数字园艺的主旨。第二阶段可能涉及机器学习,收集历史数据以使未来的预测。当我们发展到下一个和最终的综合阶段时,全面的AI将使种植者提供各种自动化决策。

驾驶收益率和可持续性

在云计算时代,物联网和AI互联网,数字园艺对于农业企业来保持数据驱动,高效和弹性至关重要,以满足粮食需求的增加。这与人类面临的现有全球粮食危机特别相关。根据UN,每2050年需要70%的食物,而资源(例如,土地,水,能源)递减。农业通常,特别是室内农业,需要通过拥抱技术从直觉到精密农业系统,从手动过程到自动解决方案来实现转型。

有关如何实施防弹性数字园艺平台的更多磋商,可实现自主生长的可扩展性,请联系我们[电子邮件 protected]。 KOIDRA CEO,KENNETH TRAN,还将谈论AI及其在受控环境农业中的应用培育2021年7月12日从下午4:30到下午5:00的现场舞台。

0