Cultivo dirigido por datos (Data Driven Growing): Ya lo estoy haciendo, ¿verdad? – Ton van Dijk

En los últimos años, se escribe cada vez más sobre el cultivo dirigido por datos. Hablo mucho de ello con productores de todo el mundo. A menudo recibo el comentario: «pero eso ya lo estoy haciendo, ¿no? ¿En qué me va a ayudar el cultivo dirigido por datos?». Y esta respuesta es, por supuesto, un tanto cierta. Ya se toman muchas decisiones basadas en datos. Pero también hay muchas oportunidades de mejora en muchas empresas.

Con la llegada de los ordenadores climáticos en los años 70, se hizo un primer acercamiento con el cultivo dirigido por datos, es decir, tomando decisiones basadas en buena información y mediciones. Y así sigue siendo hoy. A lo largo de los años se han creado sistemas muy buenos en los que usted, como productor, junto con su asesor de cultivos, puede establecer exactamente lo que quiere conseguir basándose en las mediciones en el campo: temperatura, HR, CO2, cajas de medición a múltiples alturas, temperatura de las plantas, PAR, etc. Si no tiene cuidado, ¡perderá la pista!

Recibimos regularmente muchas preguntas al respecto. Si realiza muchas mediciones, ¿Está cultivando de forma dirigida por los datos y toma realmente las mejores decisiones? ¿Toma esas decisiones basándose en hechos o en percepciones? ¿Y es óptimo analizar tus datos una vez al año o es mejor analizarlos cada mes, cada semana o incluso en tiempo real? ¿Sigue siendo necesario como ser humano en el invernadero o simplemente ve los datos desde la pantalla de su ordenador? Y si algo va mal en el invernadero, ¿Ajusta la configuración o también es posible anticiparse a lo que va a ocurrir para poder evitarlo? La respuesta a muchas de estas preguntas seguirá siendo que se trata simplemente del sentido común y de las percepciones personales.

 Cultivar con base en los datos

Aquí radica la gran diferencia entre el cultivo dirigido por datos y el cultivo basado en datos. Son dos perspectivas distintas. Hablo regularmente con empresarios que afirman que los buenos cultivadores entran en el invernadero y no se sientan detrás de una pantalla de un ordenador. Es cierto que no es deseable que los productores estén constantemente detrás del ordenador cambiando los ajustes. Eso significaría que están trabajando de forma reactiva y se quedarían atrás. Su cultivo se basa entonces en los datos. Sin embargo, si visualizas, analizas y utilizas todos los datos disponibles de forma adecuada, el cultivador que está detrás de la pantalla del ordenador puede sacar conclusiones más claras. Entonces podrá guiarse verdaderamente por los datos. Sin embargo, es importante que los conocimientos fisiológicos y físicos estén a la altura para que los datos puedan interpretarse correctamente. Esto no sólo es importante para el propio cultivador, sino también para el asesor de cultivos y otros colegas.

 Empoderamiento de la planta (Plant Empowerment)

Una buena herramienta para este conocimiento es la fisiología de Plant Empowerment. Se ha escrito un libro sobre este tema: ‘Plant Empowerment, the basic principles’, publicado por LetsGrow.com. El libro describe con mucha claridad los procesos fisiológicos y físicos de las plantas en el invernadero y crea una forma de comunicación común. Un ejemplo de ello es la discusión sobre el control generativo o vegetativo del cultivo. En Plant Empowerment hablamos de la Relación Temperatura-Radiación (RTR). Cuando se tiene un buen control de la RTR, hay un equilibrio óptimo de la planta. Una discusión sobre el control generativo o vegetativo del cultivo es entonces superflua. El RTR es un número calculable que se puede utilizar para elaborar una estrategia de cultivo óptima. El uso de un principio de esta fisiología garantiza que se pueda tratar de forma proactiva con los datos. En nuestro contenido se describen más ejemplos de este tipo. El libro Plant Empowerment también se ha convertido en material de lectura estándar para las escuelas y universidades relacionadas con la horticultura en los Países Bajos y en el extranjero. Por supuesto, estamos muy orgullosos de ello.

Cultivo dirigido por datos (Data Driven Growing)

En el cultivo dirigido por datos, el productor se vuelve cada vez más hábil en el uso estratégico de los datos ya disponibles. En LetsGrow.com siempre utilizamos el gráfico de Gartner para ello.

el gráfico de Gartner

Si se recopilan, almacenan, visualizan y analizan los datos de forma correcta y sin ambigüedades, esto puede dar lugar a interesantes conocimientos. Nuestro consejo es que empiece siempre con el registro adecuado de sus datos. ¿Todavía no utiliza ajustes para sus cultivos ni toma fotos estructurales con cámaras en su invernadero? Pues empiece a hacerlo. La combinación de fotos con datos es una combinación de oro para el análisis. Además, también es importante que usted, como cultivador, profundice en los modelos explicativos y predictivos que están disponibles. Sabiendo lo que va a pasar, es posible dirigir antes de que ocurra. Se pueden dar grandes pasos hacia una situación óptima en el invernadero con pequeñas intervenciones, a menudo sin inversión adicional. Esto es lo que yo llamo el poder de los datos. Los cultivadores que apuesten por ello serán los ganadores en el futuro. Y, por supuesto, si necesita ayuda con esto, llámeme.

 

JEM Farms

JEM Farms es un productor de vegetales en invernadero de tercera generación situado en Ruthven/Kingsville Ontario, Canadá. Actualmente cultivan pepinos, mini pepinos, tomates, tomates tipo uva orgánicos y beef en 40 acres de invernadero. Esperan ampliar su invernadero y tener 49 acres para el otoño de 2021. En el futuro también esperan construir una instalación de dos acres para investigación y desarrollo en la que realizarán diferentes pruebas, desde variedades de semillas hasta iluminación LED en invernaderos. Actualmente están colaborando con los estudiantes de la Universidad de Windsor en lo que respecta al consumo de energía de la iluminación. JEM Farms se esfuerza por mantener cultivo durante todo el año en sus invernaderos para poder ofrecer vegetales a los consumidores locales.

Desde hace varios años, el invernadero de JEM Farms se controla con la computadora iSii de Hoogendoorn Growth Management. Desde 2018, JEM Farms también ha iniciado una colaboración activa con LetsGrow.com y nuestra plataforma MyLetsGrow. A través de un consultor de cultivos, ellos fueron capacitados para leer, visualizar y analizar datos con la finalidad de cultivar de una forma más inteligente. El análisis de sus datos desde su actual computadora les permitió comparar el crecimiento de su cultivo con el de otros lugares y controlar de forma inteligente el clima del invernadero. En la actualidad, LetsGrow.com ayuda incluso a JEM Farms a realizar una predicción precisa de la producción. En este sentido, LetsGrow.com les ayuda a dar los siguientes pasos en su camino hacia un invernadero totalmente controlado por datos.

En 2021, su actual computadora iSii dará paso a la última innovación de Hoogendoorn, el IIVO. IIVO ofrece tecnología inteligente para los productores de invernadero. El sistema es capaz de supervisar, controlar y mantener cualquier tipo de invernadero. En este caso, el análisis de información de LetsGrow.com proporciona a IIVO la capacidad de controlar todo el invernadero de una forma moderna e inteligente basada en datos. Esta combinación de disciplinas permite a JEM Farms dar sus primeros pasos hacia un control automatizado. De este modo, JEM Farms puede producir de una forma más objetiva y eficiente, pero también de forma sostenible reduciendo, por ejemplo, el uso de agua, energía, fertilizantes y administrar de forma integral el control de plagas, tema en el que están siendo entrenados.

Jamie Mastronardi, propietario de JEM Farms, y el jefe de producción Blake Fischer creen que los datos son la clave para resolver el rompecabezas de un cultivo sostenible, sin sacrificar la producción o la calidad de las cosechas. Lo explica: «LetsGrow.com y el nuevo sistema IIVO de Hoogendoorn Growth Management y nos proporciona un control completo y detallado de nuestros invernaderos. Cada parámetro puede ser influenciado por cualquier otro. Esto nos da la flexibilidad necesaria para alcanzar nuestros objetivos de máxima producción y alta calidad de una manera más sostenible. Con el control preciso y moderno a través del IIVO y los análisis completos y óptimos de LetsGrow.com, creemos que estamos más que preparados para el futuro.

Paul J. y Jamie Mastronardi están muy satisfechos con la cooperación entre LetsGrow.com, Hoogendoorn Growth Management y su socio Gryphon Automation, dice: «el equipo de Hoogendoorn, LetsGrow.com y Gryphon cooperan a la perfección para proporcionar las soluciones necesarias. Es casi como si conocieran nuestras necesidades antes de que podamos comunicarlas. Su atención a cada detalle nos permite entrar, pulsar el interruptor y crecer».

Avanzando hacia el Cultivo Impulsado por Datos

El control del clima generalmente está basado en mediciones de lo que está ocurriendo, lo que ha ocurrido y luego responde en consecuencia. Sin embargo, hoy en día, los productores buscan cada vez más información sobre posibles escenarios futuros para poder responder con previsión. El análisis de datos puede ofrecer una valiosa contribución a sus esfuerzos.

LetsGrow.com es una compañía que está tanto activa como altamente involucrada en aplicaciones prácticas de datos. Muchos productores están familiarizados con su plataforma de comparación para el clima y otros datos de registro de la empresa. Sin lugar a dudas, esta oferta ha jugado un papel importante en su éxito. Sin embargo, a medida que pasaba el tiempo, LetsGrow.com ha cambiado su énfasis hacia soluciones de cultivo impulsado por datos (Data Driven Growing, DDG).

Los productores se han vuelto altamente capaces de descubrir por qué su cultivo reaccionó visiblemente de ciertas maneras y de reaccionar adecuadamente. Ahora, mientras se capturan grandes cantidades de datos, tanto los consultores de cultivos como los productores se han preguntado si también podrían calcular de forma predictiva las reacciones de sus cultivos.

¿Cómo afectarán las configuraciones actuales del invernadero, combinadas con las condiciones climáticas externas esperadas, a la planta con respecto a, por ejemplo, la producción, las probabilidades de daños por hongos, el manejo de la energía o la influencia de las diferencias de temperatura dentro del invernadero? ¿Cómo podría alinear aún más la configuración climática y el riego con el desarrollo del cultivo y las necesidades de la planta?

Los productores prefieren verificar por adelantado qué opción ofrece resultados óptimos y qué configuraciones se requieren para alcanzar el resultado deseado. Los programas comunes de Excel, cuando intentan procesar las enormes cantidades de datos disponibles, parecen fallar en descubrir realmente lo que está dentro del ámbito de las posibilidades.

Modelos de cultivo
Grandes modelos teóricos de fisiología de cultivos son una necesidad básica en lo que respecta al desarrollo predictivo y basado en datos. Esto permite a LetsGrow aprovechar los componentes básicos de su concepción: proporcionar a los productores, modelos desarrollados por WUR. Es una decisión consciente enseñar habilidades de datos a los fisiólogos de plantas en lugar de permitir que los especialistas en datos aborden las aplicaciones hortícolas.

Peter Hendriks, Director General de LetsGrow.com, explica por qué se tomó esta decisión: “Aunque es posible agrupar todos los datos disponibles y comenzar a sacar conclusiones de ellos, correría el riesgo de cometer errores masivos. El conocimiento requerido de la horticultura y la fisiología de las plantas no es algo que se pueda adquirir fácilmente. Antes de que pueda cultivar efectivamente de bajo un modelo basado en datos, debe comprender los procesos que tienen lugar dentro del invernadero y la fisiología de la planta, realmente bien”. Aunque, por supuesto, hay matemáticos y científicos especializados en datos que trabajan en segundo plano para procesar los datos de manera efectiva.

Información valiosa
La cantidad total de datos disponibles es igual a la cantidad de datos disponibles para el análisis. Hendriks: «Así que le insto a que no se apresure a pensar <<esta información no me sirve en este momento>>». Guarde todo. Debería ver los sorprendentes análisis que podemos realizar en función de los datos de registro de la empresa que se han capturado durante cinco años o más. Datos que los productores nunca usaron antes, porque todavía tenían poca comprensión de su potencial.

La sofisticación de los datos contribuye en gran medida a la fiabilidad de los análisis. Por lo tanto, vale la pena considerar aumentar su frecuencia de conteo de configuración y calidad si, por ejemplo, solo lo hace una vez por semana por una indicación general.

Hay mucho más por registrar y calcular, pero el resultado depende en gran medida de la precisión de los datos disponibles. Solo los datos precisos se pueden analizar de manera efectiva y ofrecen conclusiones confiables. “Por lo tanto, no calibre sus sensores y equipos de medición con el único propósito de la regulación climática directa. La calibración incorrecta también da como resultado la pérdida de datos valiosos para su posterior análisis. Si no tiene cuidado, siempre, independientemente de lo que haga, continuará trayendo esos errores en sus datos”.

En lugar de confiar ciegamente en consejos generados por computadora basados en análisis de datos, es bueno darse cuenta de que todos los cambios en los datos nos cuentan una historia. “Cuando sucede algo realmente fuera de lo común, generalmente hay una razón muy lógica detrás. Con el análisis de datos, es crucial encontrar esa razón primero o corre el riesgo de sacar conclusiones incorrectas de esos datos. En pocas palabras: ¿podría una influencia externa ofrecer una explicación válida, por ejemplo, daños por tormenta o un brote de enfermedad?”

Balance
Los análisis de datos son una adición bienvenida al conocimiento humano sobre el cultivo. Cada grower tiene su ‘buena mano’ y su propia interpretación de los datos de cultivo, que aplica para regular el clima del invernadero. Sin embargo, especialmente las empresas a gran escala, así como los productores que trabajan juntos dentro de una asociación, se enfrentan regularmente a diferencias en la producción o el comportamiento de los cultivos entre locaciones, que están más allá de la explicación basada solo en un intercambio de opiniones.

LetsGrow comprueba que las diferencias de producción entre los sitios de cultivo se pueden explicar con análisis de datos, incluso hasta el nivel de uso de la pantalla, el posicionamiento de las ventanas o el uso de otros equipos de cultivo. Puede rastrear por qué suceden estas situaciones.

Un análisis que demostró ser muy útil es la optimización de la relación luz-temperatura RTR, utilizando los datos climáticos del productor. El trazado de la temperatura promedio y la suma de la luz de cada día ha creado una base excelente para obtener información sobre el equilibrio de la planta. El modelo desarrollado para la eficiencia del uso de la luz de los cultivos (LUE, en gramos de producción por megajulio de suma de radiación) intenta encontrar la combinación ideal de (y equilibrio entre) luz, humedad, temperatura y CO2. También tiene en cuenta que la cantidad de luz en, por ejemplo, la semana 21 no se correlaciona con la producción en la semana 21, pero tiene un efecto retardado en la producción.

The often occurring wide spread of LUE at companies shows that there is potential for improved use of light. By identifying and eliminating the limiting factor with the greatest negative effect on light use efficiency, many growers have reached production increases of up to several percent. And sometimes there is no limiting factor present, and it could turn out that higher light availability offers potential for an even higher plant load and production.

LetsGrow traduce conclusiones, desde análisis de datos hasta acciones que los productores pueden tomar. Hendriks: “Solo, no tomamos esas acciones por ellos. Simplemente informamos al productor si todavía sigue la línea de cultivo «ideal» y qué podría haber hecho. No es nuestra intención reemplazar al productor, sino más bien asegurarnos de que esté capacitado para mejorar su toma de decisiones o permitirle administrar un área de invernadero mayor”. Aunque, además del soporte para la toma de decisiones, hay aspectos crecientes listos para la automatización en este momento. «La obligación de cambiar la configuración del clima varias veces al día en la computadora climática no debería ser tener lugar en el mundo de hoy».

Sensores
Los sensores que son capaces de detectar cambios invisibles para el ojo humano, en este momento o en una etapa posterior, apoyan a una mejor toma de decisiones relacionadas con el cultivo. Hay un aumento sustancial en los sensores que llegan al mercado, incluidos los medidores de flujo, medidores de temperatura de fruta, medidores de radiación, cámaras termográficas y hasta robots móviles de conteo de frutas.

Especialmente los sensores inalámbricos, que proporcionan múltiples puntos de medición en el invernadero, contribuyen a una visión adicional. Un productor pudo utilizar el análisis de datos para explicar por qué el lado de la fachada del invernadero siempre produjo más que la misma hilera de cultivos ubicada más cerca del pasillo. Finalmente, incluso llegó a ajustar la estructura arquitectónica de su invernadero, ya que esto le ofreció un equilibrio óptimo acorde con la situación específica de su empresa.

Hendriks: “La tecnología está llegando a usted. Hay tantos sensores adicionales que se acercan, junto con los datos adicionales que capturan, que es imposible mantener una vista panorámica. Nuestra visión es crear valor a partir de todos estos datos. Con un cambio del enfoque familiar de medir y reaccionar, a tener previsión y actuar preventivamente. Para mantener una línea sostenible que mantenga su cultivo en equilibrio, en lugar de pensar: «¡Oh, no, algo está mal!» Y verse obligado a corregir de repente. La pregunta «¿qué debo hacer a continuación?» Finalmente se deriva de una opción preventiva «veo que algo sucede en mis datos» en lugar de una respuesta tardía como «veo que algo le sucede a mi cosecha».

Inteligencia Artificial
Siempre que el análisis de datos esté involucrado, los productores a menudo escucharán palabras de moda como Inteligencia Artificial (AI) y sistemas de datos de autoaprendizaje (Machine Learning). Aunque se dan cuenta de que las computadoras son capaces de crear muchos análisis por sí mismas, y sus resultados se han vuelto cada vez más precisos con el tiempo, aun así, a menudo no está claro si estos términos tecnológicos realmente significan.

Hendriks intenta explicar: “Los modelos tradicionales se programan en función de resultados de investigación que abarcan varios años y registros en un programa informático. Por ejemplo: si la temperatura de mi invernadero aumenta en un grado, ¿qué pasaría con la tasa de maduración? Esto permite que el programa calcule las consecuencias, permitiendo predicciones de las circunstancias de cultivo actuales o esperadas «.

“El aprendizaje automático, que forma parte del dominio más amplio de Inteligencia Artificial, requiere ingresar resultados (como rendimientos en kilogramos o respuestas de cultivos) históricos en una computadora, combinados con los datos climáticos del mismo período. La computadora analiza y determina sus propias correlaciones, y las toma para crear su propio programa predictivo. Es una forma mucho más rápida y precisa de predecir los efectos de las nuevas acciones tomadas «.

Fuente: Groenten & Fruit | Translation: Federico Aguilar | Autor: Peter Visser

El equipo AuTomatoes gana el Autonomous Greenhouse Challenge

El equipo de cultivo con IA supera a los productores humanos en un desafío de crecimiento autónomo

Durante el Desafío de Invernadero Autónomo (Autonomous Greenhouse Challenge), los equipos internacionales realizaron un experimento para desarrollar remotamente un cultivo de tomate cherry durante un período de seis meses, en un invernadero WUR en los Países Bajos. El objetivo era maximizar el beneficio neto aumentando el rendimiento y la calidad de la fruta y, por lo tanto, los ingresos, y reduciendo el uso de los recursos y, por lo tanto, los costos. Cada equipo tenía un compartimento de invernadero equipado con actuadores y sensores estándar (calefacción, ventilación, detección, iluminación artificial, nebulización, suministro de CO2, riego); los equipos agregaron una variedad de sus propios sensores para monitorear el cultivo. Los puntos de control del clima y el riego y las estrategias de poda de cultivos fueron determinados remotamente por los equipos mediante algoritmos de IA.

Hoy, a través de una conferencia virtual organizada por GreenTech, se anunció el equipo ganador y los organizadores dieron un análisis de los resultados.

Después de una presentación del moderador Tom Freyberg y la presentadora Mariska Dreschler, quien dio la bienvenida a los más de 500 miembros de la audiencia, llegó el momento de que David Wallerstein, CXO de Tencent, pronunciara su discurso principal sobre los desafíos alimentarios mundiales y el papel de la tecnología.

Según David, la Inteligencia Artificial en los invernaderos es un verdadero cambio en el juego, ya que abre un universo completamente nuevo para la producción de alimentos. «Hemos demostrado el poder de la IA en el cultivo de alimentos«, dice, destacando el hecho de que el desafío probó el poder de la IA en tiempos de pandemia.

Para el futuro, David espera ver más datos sobre otros tipos de cultivos, además de pepinos y tomates, para ver si los límites también expandidos más allá. Lo que es seguro es que la IA en la horticultura de invernadero tendrá, según David, un impacto ecológico positivo, con una mayor producción de alimentos que se trasladará a los invernaderos, lo que conducirá a un menor uso de agua y tierra. Como la IA puede gestionar invernaderos más grandes, podrán escalar aún más.

La pregunta que queda es cómo comercializar la IA. “Esta es una gran oportunidad para la industria del invernadero, ahorrando recursos y generando ganancias. La pregunta es qué modelo de negocio utilizar: ¿una suscripción, un precio por hectárea, agrupación en los sensores?” David concluyó su discurso principal alentando a la comunidad hortícola a explorar esta pregunta.

Los equipos de IA superan a los equipos tradicionales de referencia

Silke Hemming, en palabras de David, el «corazón y el alma» del 2º Autonomous Greenhouse Challenge, entró en más detalles sobre lo que sucedió durante el desafío. Fue notable que todos los equipos de IA superaron a los equipos de cultivo tradicional de referencia.

Mirando más de cerca los resultados, los equipos tuvieron diferentes estrategias climáticas, lo que resultó en una producción total similar, pero un uso diferente de recursos como energía, CO2, agua y nutrientes, en lo que respecta a la sustentabilidad.

Los equipos tenían diferentes estrategias cuando se trata de cultivo. Por ejemplo, el equipo verde elevó la temperatura a 30 grados Celsius en algún momento, mientras que el equipo naranja se centró en mantener alta la concentración de CO2.

Además, Silke dice que la estrategia de gestión de cultivos es el elemento clave para una mayor producción (y de alta calidad). «Esto también se vio en el desafío anterior, donde en otoño la iluminación también era importante, pero este año los equipos ya lo habían aprendido».

El segundo Desafío de Invernadero Autónomo (Autonomus Greenhouse Challenge) arrojó ideas más valiosas sobre cómo podría desarrollarse el cultivo autónomo. Según Silke, se necesitan datos objetivos sobre todos los aspectos de la producción de cultivos. “¿Qué sensores se necesitan para medir todo? La falta de datos suele ser un problema, ya que limita el desarrollo de algoritmos de IA y, por lo tanto, el invernadero autónomo «.

La interpretación de dichos datos también es importante para el cultivo autónomo. “¿Qué significa una señal que sale de un sensor? ¿Veremos una decisión totalmente autónoma de AI en el futuro? ¿O por expertos humanos a corto plazo?”.

Lo que ha demostrado el desafío es que es posible cultivar verduras de forma remota. “En tiempos de COVID-19, esto ofrece muchas oportunidades. Todas las decisiones se pueden tomar de forma autónoma y remota. Sin embargo, todavía se necesita gente en el invernadero para operaciones de cultivo, como atar y cosechar, y para el mantenimiento de sensores e instalaciones donde sea necesario. Aquí se necesitan más desarrollos para que los robots cooperen con las personas, lo que definitivamente requiere más investigación en el futuro «.

¿Es el cultivo autónomo, el futuro?

Esta charla fue seguida por un panel de discusión, con el productor de referencia Ted Duijvestijn y los participantes del desafío Bo Zhou (IUA.CAAS), Hyun Suh (DIGILOG), Klaas van Egmond (The Automators), Leonard Baart de la Faille (AuTomatoes) y Zao Ye (AiCU).

Klaas señaló que su equipo tenía más tiempo para prepararse que en el primer desafío, cuando se necesitaba mucha atención humana para el monitoreo. «Ahora todo estaba más automatizado y más relajado, ¡quizás incluso demasiado relajado!»

Zao y su equipo también habían participado en el desafío del año pasado, cuando utilizaron sensores caseros. Este año, hicieron un mayor uso de los sensores listos para usar disponibles en el mercado, para dar más información sobre el crecimiento de las plantas, por ejemplo midiendo el peso de toda la planta.

Para Leonard y su equipo, lo principal era no hacer un gran sistema que «escupe todas las cosas correctas a la vez». En otras palabras, el equipo AuTomatoes no trató de imitar a un grower, sino que objetivaron y cuantificaron lo que un productor necesita, dividiéndolo en bloques. «Entonces puedes elegir la IA apropiada para cada uno de esos bloques, y luego construir algo que funcione a partir de eso».

Producción, rentabilidad, sustentabilidad

Después del panel de discusión, Silke presentó los datos de los distintos equipos, comparándolos con los logros de los productores de referencia. En términos de producción, los equipos negros y verdes se desempeñaron bien, con los productores de referencia, en gris, manteniéndose bien con los equipos de IA.

Como hemos visto antes, el equipo azul enfatizó los altos valores de EC en su estrategia de riego, lo que también condujo a un valor Brix más alto.

Esto a su vez contribuyó a una mayor ganancia, pero antes de analizar ese aspecto del puntaje, primero echemos un vistazo a la sustentabilidad, que representó el 20% del puntaje total para los equipos. Como se ve en el gráfico a continuación, los equipos verde y naranja usaron la menor cantidad de recursos, mientras que los productores de referencia, que tenían una alta producción, también usaron la mayor cantidad de recursos para llegar allí.

El aspecto final (y más importante) del puntaje, que representa el 50% de los puntos otorgados, fue la utilidad neta. Aquí, los equipos verde y naranja realmente se destacaron, y nuevamente, todos los equipos de IA superaron a los productores de referencia:

Y el ganador es…

Al final de la conferencia, era el momento por el que todos los equipos esperaban ansiosos: el juez Leo Marcelis anunció el ganador del segundo Desafío de Invernadero Autónomo (Autonomous Greenhouse Challenge). Antes del momento de redoble de tambores, Leo se tomó un tiempo para felicitar a todos los equipos, diciendo que «todos son ganadores».

IUA.CAAS fue felicitado por el uso de crowdsourcing para impulsar la innovación y por hacer gráficos de conocimiento para estructurar datos e información. DIGILOG mostró, según los jueces, el mejor esfuerzo científico para explorar las diversas opciones de IA, utilizando muchos enfoques de IA diferentes y al mismo tiempo observando las limitaciones de la misma. Automators, con su lema de «hacer o morir», compartieron un enfoque realista paso a paso de la IA, con el papel de los humanos en declive gradual; ideas que ya están implementando con los productores. AuTomatoes analizó datos del año anterior; desarrolló un sistema robusto con análisis de modo de falla y proporcionó soluciones bien aplicables para todo el mundo. Finalmente, AiCU utilizó un enfoque de código abierto, y el jurado elogió la simplicidad de los algoritmos, haciendo hincapié en la estrategia a largo y corto plazo.

Pero, por supuesto, en última instancia solo puede haber un ganador. Con los capitanes del equipo levantando sus copas (¡una buena excusa para un desayuno con champán!), Leo anunció al equipo ganador con un redoble de tambores … AuTomatoes, un equipo formado por empleados, investigadores y estudiantes de Van der Hoeven Horticultural Projects, TU Delft, Keygene, Hoogendoorn Growth Management.

Leonard, capitán del equipo AuTomatoes e ingeniero de I + D en Van der Hoeven, dice que están entusiasmados de haberlo logrado y comparte que el viaje no se detiene aquí para ellos. «Ya estamos haciendo una investigación fundamental, y haremos pruebas en el mundo real utilizando este enfoque», dice, y agrega que los proyectos innovadores y desafiantes se adaptan bien a Van der Hoeven.

Eso concluye las cosas para el segundo desafío de invernadero autónomo. Por ahora, Silke y los equipos están contentos de que haya terminado. «Fue muy divertido de hacer, pero también mucho trabajo».

Aun así, podría haber una tercera edición del desafío, si se pueden encontrar suficientes patrocinadores. Por ahora, sin embargo, veamos qué aportarán las ideas de este desafío al mundo real. Como dice Leo: “El uso del conocimiento y la inteligencia artificial ahora puede superar al competidor. Es el comienzo de una nueva era, pero aún se necesitará al grower «.

Aftermovie

Fuente: HortiDaily | Translation: Federico Aguilar | Autor: Jan Jacob Mekes

 

De lo tradicional al cultivo basado en datos

Cómo LetsGrow.com guía a las empresas hacia un futuro digital y basado en datos.

En todo el mundo, las empresas y los gobiernos están invirtiendo fuertemente en invernaderos nuevos y existentes, así como en experiencia en el cultivo. Su objetivo es satisfacer la mayor demanda de disponibilidad de alimentos (de calidad) en un mundo que goza de una población en crecimiento. En efecto, esto también estimula la demanda de conocimientos en horticultura; especialmente cómo cultiva de manera eficiente y óptima. Aprovechando los últimos avances tecnológicos, LetsGrow.com capacita a los productores a través de su experiencia en Data Driven Growing (DDG) <Cultivo Impulsado por Datos> y de su plataforma. Los datos recopilados por los productores tienen un gran valor y un uso práctico en tiempo real para sus estrategias de cultivo diarias y a largo plazo.

Los clientes de LetsGrow.com han visto excelentes resultados directos como consecuencia de su estrategia DDG implementada. Por lo general, los clientes requieren un 20% menos de agua, gas y fertilizantes al tiempo que aumentan su producción total en más del 10%.

La clave del éxito de estos proyectos son en gran parte los propios productores. Sus cultivos les cuentan una historia a través de los datos; su desafío es descubrir cuál es esa historia y cómo pueden guiar sus esfuerzos hacia lograr el objetivo. Lo que suele responder a la pregunta: «¿Qué tan eficientes podemos ser con nuestros recursos para obtener la mayor rentabilidad de nuestros esfuerzos?» El productor puede centrarse en cualquier aspecto: optimizar la calidad; aumento de la producción; limitar el uso de energía; o todos ellos combinados. Realmente es su elección. LetsGrow.com les permite responder esa pregunta a través de un extenso período de capacitación. En este período, capacitamos al productor en fisiología de las plantas e interpretación de datos. Después de todo, la situación de cada productor es única y requiere una verdadera comprensión de la mecánica de cultivo subyacente para obtener resultados óptimos.

Otro aspecto interesante acerca de DDG es que sus beneficios no se limitan a las principales empresas hortícolas con grandes presupuestos de capacitación y hardware. Los productores con experiencia limitada también pueden cosechar resultados. Comience por leer “Getting started with Data Driven Growing” para obtener la explicación que respalda esta afirmación.

En resumen: la captura de sus datos de forma centralizada, combinada con la capacitación de DDG requerida, resuelve algunos de los desafíos que enfrentan los productores y los inversionistas. Es compatible con la previsibilidad a largo plazo del proceso de cultivo y sus resultados, y captura el conocimiento de forma centralizada; se puede compartir fácilmente con cualquier productor o colega de su confianza.

Comenzando con Data Driven Growing

Aunque el potencial del Cultivo Impulsado por Datos es evidente para muchos productores, saber por dónde empezar puede ser complicado. Un ejemplo de un marco eficaz de Cultivo Impulsado por Datos es el Empoderamiento de las Plantas (Plant Empowerment). Es el marco más poderoso disponible hoy para la industria y LetsGrow.com es pionero junto con seis socios. Estos socios cubren todas las facetas del proceso de crecimiento (por ejemplo, sistemas climáticos, uso de pantallas, sustratos, etc.).

Para resumir los requisitos para cultivar de una manera basada en datos, hay tres factores clave para el éxito.

Primero, requiere una comprensión de los principios básicos de Plant Empowerment y cómo traducirlos en estrategias de cultivo concretas. Plant Empowerment combina información objetiva (datos) con conocimiento del dominio (fisiología de la planta) que el productor puede usar para analizar y optimizar procesos. Es un enfoque integrado para cultivar de manera sostenible en invernaderos apoyando los equilibrios de la planta. Las plantas han evolucionado para producir frutas y flores de manera eficiente y sostenible por diseño. Como productor, ¿por qué no empoderarlas para hacer exactamente eso? Hay un libro completo dedicado a este tema; destinado a servir como una guía práctica de crecimiento

En segundo lugar, el productor ideal para usar DDG posee tanto una disposición como una mentalidad abierta para hacer cambios. Estas dos cualidades funcionan mejor combinadas con una mentalidad orientada a la acción. En parte, porque tienen que garantizar que se lleve a cabo una recopilación de datos coherente y confiable. Además, la transición puede requerir cambios importantes en la forma en que ellos y sus colegas piensan y cultivan actualmente. No hay forma de saber de antemano cuántas optimizaciones se podrían lograr; puede extenderse mucho más allá de las expectativas iniciales. Con el apoyo de los expertos de DDG, los cultivos del cliente pueden contar su historia a través de datos y liderar el camino para sus productores.

En tercer lugar, el productor y/o inversionista tienen que decidir qué nivel de datos se capturará y cómo se medirá. Para aclarar esto, pensemos en la siguiente metáfora, imaginemos que estamos en una carrera automovilística en la cual pueden participar todos los productores. El automóvil es su hardware (computadora, sensores, instalaciones, etc.), el conductor es usted o su grower, Plant Empowerment sería como la ciencia que explica la aerodinámica y los factores físicos involucrados en su carrera y LetsGrow.com le ofrece la capacitación y asesoramiento sobre cómo sacar el mejor provecho a su automóvil qué mejoras y/o modificaciones necesita según su presupuesto y lo que el conductor debe saber para conducir de manera más efectiva.

Teóricamente, cualquier automóvil que funcione es capaz de correr. Del mismo modo, cualquier persona capacitada es capaz de conducir un automóvil. Sin embargo, uno no esperaría alcanzar la misma velocidad con un Lada que con un Ferrari. Además, ser propietario de un automóvil rápido definitivamente aumenta sus probabilidades de ganar, pero solo un piloto de carreras con experiencia y entrenamiento puede lograr resultados óptimos. Aun así, tener un automóvil y un conductor le permite ingresar y disfrutar de la carrera. Cada vez que invierte de manera efectiva, incluso con inversiones más pequeñas, como llantas nuevas con mejor agarre o entrenamiento sobre cómo dar grandes vueltas, sus probabilidades de ganar aumentan. LetsGrow.com puede apoyar al productor con todos estos elementos en función de sus objetivos personales y presupuesto.

Una vez que se establece una verdadera comprensión del proceso de cultivo y los datos, el productor podría incluso ir un paso más allá (parcialmente) automatizando el proceso de cultivo. Con la disponibilidad de Inteligencia Artificial, LetsGrow.com puede crear modelos de autoaprendizaje específicos para el cliente que ofrecen predicciones cada vez más precisas del resultado de producción y cuáles son los parámetros óptimos en su estrategia. Independientemente del consejo resultante, la toma de decisiones final siempre la realizará el productor.

¿Cómo apoya LetsGrow.com con Data Driven Growing?

LetsGrow.com no solo ofrece una plataforma de datos central, abierta y segura llamada MyLetsGrow, sino también servicios de datos de extremo a extremo. Si bien MyLetsGrow le brinda las herramientas para capturar sus datos y realizar actividades de análisis básicas, es nuestro equipo de expertos en DDG quien puede llevarlo a usted y a sus datos al siguiente nivel. Siempre personalizamos nuestro enfoque para adaptarlo a las necesidades, circunstancias y estrategia específicas de su negocio.

Greenco

La hoja de ruta dirigida por datos hacia predicciones de rendimiento precisas

En los últimos años, la estrategia de crecimiento impulsado por datos se ha vuelto cada vez más importante en el sector hortícola. Esta estrategia combina la fisiología de las plantas con inteligencia artificial (IA) y algoritmos basados en datos de invernadero. Esto ayuda a los productores a analizar los pronósticos de cosecha y mantener el equilibrio de las plantas en equilibrio. Con esto los productores pueden optimizar la cantidad y calidad de su producción.

El mapa de rutas para el crecimiento impulsado por datos no es un modelo; cada productor elige su propia dirección estratégica y puede implementar la estrategia a su propio ritmo.

Greenco

Algunos productores optan por aplicar estrategias de crecimiento comprobadas, mientras que otros intentan encontrar estrategias de crecimiento no descubiertas. Un ejemplo de este último grupo es Greenco, el productor internacional de nack vegetables. Escondidos en una gran cantidad de datos, constantemente encuentran nuevas ideas con respecto a las condiciones y la salud de las plantas. Al aplicar los principios de crecimiento impulsado por datos, Greenco desarrolló una estrategia innovadora con la que avanzan constantemente. Esta estrategia le permite a Geenco anticipar problemas potenciales y cambiar las condiciones climáticas más rápido. De esta manera, las condiciones climáticas en el invernadero pueden optimizarse, lo que conduce a rendimientos maximizados.

Niels Roijakkers | Greenco

Hace ocho años, Greenco entró en el camino hacia el crecimiento impulsado por datos. Este fue un proceso gradual de pequeños pasos. Primero comenzaron a comparar los datos ingresados manualmente con los datos generados por el sensor automático. El valor agregado de la plataforma de datos se hizo cada vez más claro y eventualmente esencial para Greenco. Por ejemplo, mediante el uso de datos, los pronósticos de cosecha se hicieron más precisos y Greenco ahora puede anticipar condiciones de crecimiento variables y la demanda del mercado. Al combinar datos con la fisiología de la planta, aprenden a comprender mejor el comportamiento de la planta. Gracias a la tecnología avanzada y flexible de Hoogendoorn Growth Management, Greenco puede darse cuenta de las condiciones climáticas óptimas para su cultivo tomato.

El aprendizaje es un proceso activo; Greenco se reta constantemente a sí mismo para producir más con menos. Al aplicar el módulo Hoogendoorn Harvest Forecast, Greenco puede calcular un pronóstico de cosecha con una semana de anticipación para las próximas cuatro semanas. Este módulo está personalizado para las condiciones de crecimiento de los tomates snack. Con el módulo Harvest Forecast, Greenco puede alinear la producción con la demanda del mercado y al mismo tiempo anticipar las condiciones climáticas cambiantes. Gracias a este módulo, Greenco siempre tiene el control.

En la «Sala de control» de Greenco, se analizan todos los datos de cultivo para garantizar que la producción satisfaga la demanda del mercado y se mantenga la sostenibilidad y la calidad de los productos. Greenco siempre quiere mantenerse a la vanguardia y continuará utilizando nuevas tecnologías. Al aplicar una estrategia de crecimiento impulsado por datos, Greenco puede ofrecer a todos los consumidores la oportunidad de comer alimentos saludables de la manera más fácil.

Perspectivas a través del análisis de datos

Junto a Greenco, muchos otros productores utilizan el módulo Harvest Forecast para mejorar la toma de decisiones y optimizar la producción. Al combinar la tecnología con la fisiología de la planta, se obtienen pronósticos precisos de cosecha. Con estos nuevos conocimientos analíticos, los productores pueden mejorar el rendimiento de su negocio.