Logo bloemenkrant.nl

Foto: Jan Willem de Vries 

Column

Bijna verwijtend hoor ik; waarom schieten jullie niet een beetje op...

Geschoolde arbeid is een steeds groter probleem in de glastuinbouw. Vandaag sprak ik een goede relatie van mij welke samen met een broer een grote potplanten kwekerij runt over meerdere locaties. Ze verzuchte dat er alweer een medewerker besloten had om iets anders te gaan doen buiten de glastuinbouw. In deze medewerker was vijf jaar geïnvesteerd door hem zo goed mogelijk in te werken en op te leiden. Er waren binnen het bedrijf volop kansen en uitdagingen voor hem maar toch besluit hij op te stappen. 

Deze onderneemster staat voor een probleem, immers waar vind je tegenwoordig snel een goede teeltmanager. Het toekomstbeeld wat zij voor ogen ziet is een ‘autonome kas’, waarin de kennis die een teler nu in zijn hoofd heeft, vervangen wordt door kunstmatige intelligentie. Het zet mij aan het denken. Kunstmatige intelligentie is de intelligentie waarmee machines, software en apparaten zelfstandig problemen oplossen. Zij imiteren hierbij het denkvermogen van de mens. De grote vraag rondom kunstmatige intelligentie is welke rol we het willen geven in onze kwekerij? Kunnen computers gelijkwaardige of misschien wel betere telers worden? Hoe je het wendt of keert het blijven apparaten die reageren op data of impulsen uit hun omgeving. Op basis van deze informatie nemen ze beslissingen. Het gaat niet om de rekenkracht, maar om de mogelijkheid (zelfstandig) te leren en beslissingen te nemen. Ik vraag mij af of het ooit zo ver zou komen. Het teelt technisch managen van een kwekerij is toch iets anders dan een zelfrijdende auto lijkt mij. En het zal nog wel even duren voordat het zover is.

Gewasmanagement

Deze apparaten zijn zich niet bewust van de taken die ze uitvoeren, immers ze volgen algoritmes en herkennen patronen, ze besturen de kas op basis van een computerprogramma’s die autonoom een slimme strategie voor gewasmanagement, bemesting en klimaatregeling kan uitzetten. Of deze techniek het straks mogelijk maakt om overal ter wereld groenten, bloemen en planten te kunnen telen van een hoge kwaliteit en met een minimale inzet van grondstoffen en energie, moet nog blijken. Nu werk ik al heel lang in het onderzoek en heb wel afgeleerd te zeggen dat iets niet kan. Maar er zal nog heel veel onderzoekwerk nodig zijn om hetgeen bij een teler in het hoofd zit te vertalen naar een algoritme. Wel zie ik dat ons onderzoekswerk heel veel heeft losgemaakt en dat in nog geen drie jaar. Is het niet zo dat steeds meer bedrijven zich op het autonoom telen storten. Kunstmatige intelligentie biedt grote kansen voor de glastuinbouw elke kleine verandering en afwijking zal veel nauwkeuriger worden waargenomen en herkend. Veel eerder dan dat een kweker dat kan. Verder is een apparaat onvermoeibaar en gaat 24/7 en 365 dagen in het jaar door. Wat wij ontberen op dit moment zijn de goede sensoren. Wat wij nu voor het merendeel gebruiken is het meten voor l aan de buitenkant van de plant. Om de computer op een juiste wijze te kunnen voeden, moeten we hem veel meer informatie aanleveren en deze verzamelde gegevens vervolgens vertalen naar de juiste setpoints. Om te komen tot nieuwe sensoren zijn inmiddels ook grote projecten gestart. Ik verwacht dat we de komende jaren op dit terrein een aantal doorbraken behalen. Op korte termijn autonoom telen verwacht ik niet, wel zal het voor kwekers veel makkelijker worden om beslissingen in de teelt te kunnen nemen.

Eenvoudig trainen

Om aan het punt beschikbare arbeid tegemoet te komen is Argumented Reality misschien een tussenoplossing. Dit is een methode om digitale beelden over de werkelijkheid weer te geven. Dit kan via een beeldscherm zijn op een smartphone of met een AR bril (google glass). Bij deze techniek kan een medewerker nog steeds de omgeving zien, maar wordt er extra informatie aan toegevoegd. Telers kunnen hun (nieuwe) medewerkers eenvoudig trainen om bijvoorbeeld te scouten of te bepalen of een product rijp is of om teelthandelingen aan te leren. Als Businessunit Glastuinbouw willen we dat de komende jaren gaan demonstreren. Onderzoek richt zich bijvoorbeeld of wifi geschikt is voor het verzenden van grote hoeveelheden data; of AR-apparatuur draagbaar is; of plaatsbepaling werkt tot op plantniveau. We doen dat aan de hand van vier show-cases: rijpheidsbepaling van gerbera, plantstressdetectie, data uit de cloud zichtbaar maken bij de plant en het geautomatiseerd invoeren van plantdata via gesproken woorden. Als Businessunit Glastuinbouw zijn we met verschillende projecten bezig die ervoor moeten zorgen dat u als teler en kweker minder behoefte heeft aan personeel en dan heb ik het nog niet gehad over ons werk op het gebied van automatisering en robotisering. We zijn dus volop bezig...

Jan Willem de Vries
Wageningen University & Research
Business Unit Glastuinbouw

Meer berichten