Κάμερες στην κορυφή των τρακτέρ, αναγνώριση των ανθών και των καρπών καθώς και συγκέντρωση λεπτομερών ιστορικών δεδομένων.
Τα πρώτα επιτυχημένα πειράματα έγιναν στην Ουάσινγκτον. Όταν έφτασε πέρυσι η πρώτη ημέρα της συγκομιδής των μήλων, οι καρποί είχαν ωριμάσει και οι εργάτες ήταν έτοιμοι να πιάσουν δουλειά. Ο καιρός όμως είχε τα δικά του σχέδια. Η θερμοκρασία έφτανε τους 38 βαθμούς Κελσίου και η διαδικασία σταμάτησε στις 10 το πρωί για λόγους ασφαλείας. Ο Τζόελ Κάρτερ, υπεύθυνος της διαδικασίας στην εταιρία Okanagan Speciality Fruits, θεωρεί ότι σε τέτοιες περιπτώσεις δίνει τη λύση η τεχνητή νοημοσύνη.
Τα μοντέλα που μπορούν να προβλέψουν τις ιδανικές ημερομηνίες συγκομιδής, λαμβάνοντας υπόψη τις καιρικές συνθήκες, είναι ιδιαίτερα εξελιγμένα. «Δεν αρκεί να γνωρίζεις πότε θα ωριμάσουν οι καρποί. Πρέπει να ξέρεις πόσο χρόνο έχεις στη διάθεσή σου για να τους μαζέψεις», υποστηρίζει ο ίδιος. Η εταιρεία του Κάρτερ διαθέτει περισσότερα από 1.250 στρέμματα με μηλεώνες. Τα μήλα καλλιεργούνται για να διατίθενται κομμένα σε φέτες κυρίως σε ξενοδοχεία και σχολεία. Η επιχείρηση επενδύει στην τεχνολογία, με την επιδίωξη να μεγιστοποιήσει την παραγωγικότητά της.
Τα περιθώρια κέρδους
Ο προγραμματισμός της συγκομιδής δεν είναι απλή υπόθεση. Τα νέα τεχνολογικά εργαλεία που κάνουν την καταμέτρηση και αναλύουν τους καρπούς πάνω στα δέντρα ή στα κλήματα, ενώ παράλληλα προβλέπουν πότε θα ωριμάσουν οι καλλιέργειες, έχουν κάνει ήδη την εμφάνισή τους. Η εξέλιξη έχει ιδιαίτερη σημασία, καθώς οι τιμές των φρούτων, κυρίως υψηλής εμπορικής αξίας όπως είναι οι φράουλες και τα μύρτιλα, μπορούν να παρουσιάσουν μεγάλες διακυμάνσεις λόγω ευαισθησίας των καρπών. Ένας λανθασμένος υπολογισμός μπορεί να αποφέρει αρνητικά αποτελέσματα.
Η Okanagan Specialty Fruits χρησιμοποιεί κάμερες της καναδικής εταιρείας Vivid Machines. Είναι τοποθετημένες στην κορυφή των τρακτέρ και καταγράφουν εικόνες από τις μηλιές της, όταν τα οχήματα κινούνται ανάμεσα στις καλλιέργειες. Η τεχνητή νοημοσύνη αναγνωρίζει όλα τα στάδια. Από τους ανθοφόρους οφθαλμούς που δεν διακρίνονται εύκολα με γυμνό μάτι μέχρι να γίνουν άνθη και να καταλήξουν σε καρπούς. Οι εκτιμήσεις για την παραγωγή και οι προβλέψεις σχετικά με τις ημερομηνίες συγκομιδής αποδεικνύονται ιδιαίτερα ασφαλείς. Αρκεί η ποιότητα των ιστορικών δεδομένων που θα εισαχθούν στο σύστημα να αγγίζει το άρτιο. Σε αυτό το κομμάτι οι αγρότες έχουν την απόλυτη ευθύνη και το τεχνολογικό μοντέλο προσαρμόζεται με ακρίβεια στις ιδιαιτερότητες που έχει η κάθε φάρμα.
Ο ξεχωριστός ρόλος της Fruitcast
Η συγκομιδή των μήλων, όπως η ποικιλία Granny Smith, φτάνει ακόμη και τις τρεις εβδομάδες. Για πιο ευαίσθητα φρούτα, όπως τα σμέουρα, οι φράουλες, τα μύρτιλα και τα βατόμουρα περιορίζεται σε λίγες μέρες. «Όταν μια καλλιέργεια φράουλας είναι έτοιμη για συγκομιδή, πρέπει να μαζέψεις άμεσα τους καρπούς. Διαφορετικά ολόκληρη η παραγωγή μπορεί να προσβληθεί από ασθένειες μέσα σε ελάχιστο διάστημα», επισημαίνει ο Ρέιμοντ Μάρτιν, συνιδρυτής και διευθυντής της βρετανικής εταιρείας FruitCast, που παρέχει στους παραγωγούς προβλέψεις για τη συγκομιδή.
Στο ερώτημα αν οι αγρότες μπορούν να προβλέψουν με ασφάλεια το πότε θα είναι ώριμες οι φράουλες, ο Μάρτιν έχει ξεκάθαρη απάντηση: «Δεν μπορούν με ακρίβεια να κάνουν πρόβλεψη για πολλά στρέμματα, είτε πρόκειται για υπαίθριες καλλιέργειες είτε για θερμοκήπια. Κάνουμε την ίδια δουλειά, απλώς σε μια κλίμακα που εκείνοι δεν μπορούν να διαχειριστούν». Το σύστημα αναλύει οπτικό υλικό από τους καρπούς το διάστημα που ωριμάζουν. Οι εικόνες μπορούν να καταγραφούν με τη βοήθεια drones. Το 2026 αποδείχτηκε μια ιδιαίτερα δύσκολη χρονιά, καθώς οι υψηλές θερμοκρασίες και η σοβαρή ξηρασία έπληξαν μεγάλο μέρος του Ηνωμένου Βασιλείου. Η Fruitcast λαμβάνοντας υπόψη τις καιρικές συνθήκες και την άρδευση, έφτασε σε αρκετά ασφαλείς εκτιμήσεις, όπως φάνηκε στην πράξη.
Τα νούμερα που αναφέρει επισήμως είναι ενδεικτικά. «Οι εκτιμήσεις μας αποκλίνουν λιγότερο από 10% από τον πραγματικό όγκο της συγκομιδής, όταν η πρόβλεψη αφορά μία εβδομάδα αργότερα. Επιτυγχάνουμε ακρίβεια 90%. Για ορίζοντα τριών εβδομάδων, η απόκλιση περιορίζεται κάτω από το 17%, με ακρίβεια 83%. Εγγυόμαστε δηλαδή για σφάλμα μικρότερο του 20%». Η προσπάθεια συνεχίζεται και οι προβλέψεις έχουν επεκταθεί το τελευταίο διάστημα στις ντομάτες, ενώ από το 2027 θα επεκταθούν στα σταφύλια. Ο διευθυντής της Angus Soft Fruits, Νιλ Φινλέισον, που συνεργάζεται με την Fruitcast ισχυρίζεται ότι παρά την εμφανή πρόοδο, ο κλάδος απέχει ακόμη αρκετά από τη δημιουργία ενός πλήρως ενοποιημένου συστήματος προβλέψε
Ανιχνευτές ωριμότητας
Εκτός από την τεχνητή νοημοσύνη, στα «αγροτικά εργαλεία» της σύγχρονης παραγωγής συμπεριλαμβάνονται και εξελιγμένα όργανα ανίχνευσης ωριμότητας. Υπάρχουν συσκευές, τα λεγόμενα διαθλασίμετρα, που χρησιμοποιούνται και στην οινοποιία. Στην προκειμένη περίπτωση μετρούν την περιεκτικότητα των καρπών σε σάκχαρα. Ορισμένα από αυτά τα όργανα χρησιμοποιούν υπέρυθρο φως, γεγονός που επιτρέπει τη διενέργεια μετρήσεων χωρίς να χρειάζεται να κοπεί το φρούτο. Φοιτητές στο Πανεπιστήμιο του Πρίνστον ανέπτυξαν έναν ανιχνευτή ωριμότητας που μπορεί να χρησιμοποιηθεί από τους αγρότες αλλά και από τους καταναλωτές που αναζητούν φρούτα στο ιδανικό στάδιο ωρίμανσης. Μια τόσο λεπτομερής ανάλυση θα μπορούσε, πέρα από τον προσδιορισμό του βαθμού ωρίμανσής τους, να συμβάλει και στην ακριβέστερη πρόβλεψη του πότε θα είναι έτοιμα για συγκομιδή.
Για να περάσουν όμως όλα αυτά στην καθημερινότητα, θα πρέπει εκτός από την εξέλιξή τους, να δείξει εμπιστοσύνη ο αγροτικός κόσμος στην τεχνολογία. Αν το κόστος καταμέτρησης της παραγωγής είναι χαμηλό, θα τραβήξει περισσότερο το ενδιαφέρον. Ούτε εδώ όμως μπορεί να γίνει ακόμη ασφαλής εκτίμηση. Προς το παρόν, ακόμη και οι πιο εξελιγμένοι αγρότες, που δεν έχουν αντίρρηση για την τεχνική νοημοσύνη, βασίζονται στην προσωπική τους κρίση. Όσο σημαντική και να είναι η τεχνολογική πρόοδος, θέλουν να έχουν την πρώτη και τελευταία λέξη σε ό,τι αφορά τη σοδειά τους.
