WUR wil AI-eilandjes in Europese Unie verbinden

In de landbouw is AI geen toekomstmuziek meer. Satellietbeelden volgen gewassen, robots ondersteunen bij het oogstwerk en algoritmen herkennen ziekten of plagen en zijn nodig voor analyse. Toch blijft grootschalige toepassing lastig. Landbouwsystemen verschillen sterk per gewas, bodem, klimaat en bedrijfsvoering. Daardoor zijn veel AI-oplossingen vooral bruikbaar voor één taak of situatie.

Het Europese project AgriScienceFM wil die versnippering doorbreken. Onder leiding van Wageningen University & Research (WUR) ontwikkelen twaalf partners drie samenhangende basismodellen voor de landbouwwetenschappen. Volgens Inder Kumar, onderzoeker Earth Observation and Environmental Informatics bij WUR, zijn dat geen kant-en-klare apps of dashboards. ‘Het zijn herbruikbare AI-modellen die in verschillende toepassingen kunnen worden ingebouwd en aangepast aan onderzoeksvragen, van gewasmonitoring tot robotbewegingen en advies voor akkerbouw of veehouderij.’

Drie modellen

De drie modellen krijgen ieder een eigen accent. De eerste richt zich op omgevingsdata, zoals satellietbeelden, weergegevens en bodemdata. Een tweede verwerkt landbouwkennis uit adviesdocumenten, wetenschappelijke literatuur en agronomische bronnen. Het derde model wordt ontwikkeld voor plantenbeelden en fenotyperingsdata. Samen ondersteunen ze toepassingen als bodemadvies, precisielandbouw, veredeling en monitoring van gewassen en water.

De landbouwspecifieke aanpak moet betrouwbaarder zijn dan generieke AI. ‘We trainen en testen met data die relevant zijn voor de landbouwwetenschap en vergelijken de prestaties met bestaande methoden’, zegt Kumar. Ook uitlegbaarheid en verantwoord gebruik zijn onderdeel van het project. ‘Dat betekent niet dat de modellen perfect worden. Wel kunnen we hun prestaties en beperkingen meer systematisch verbeteren dan bij algemene AI-tools.’ AgriScienceFM heeft een Europese subsidie van bijna 6 miljoen euro, verdeeld over twaalf partners. WUR bewaakt de samenhang tussen onderzoek, data, technische ontwikkeling, evaluatie en kennisdeling.

Lees ook: Robot maakt van pootgoedselectie een eitje

Het project is wetenschappelijk en geen commercieel veldtestprogramma. Toch worden boeren en adviseurs betrokken bij het ontwerpen en het toetsen van praktische eisen. Er zijn vier gebruiksprofielen: monitoring van gewassen en water vanuit de ruimte, bodemgezondheidsadvies, fenotypering voor klimaatbestendige gewassen en precisielandbouw voor ziekte- en plaagbeheersing bij gewassen en vee. Voor bodemadvies is de praktijkkoppeling het meest direct. WUR wil het model in Nederland testen met agrarisch ondernemers en adviseurs. De precieze vorm wordt nog uitgewerkt.

Strategische betekenis

Voor Europa heeft het project ook een strategische betekenis. Door eigen modellen, datasets, evaluatiemethoden, trainingsmateriaal en workflows open beschikbaar te maken, wil het consortium de afhankelijkheid van AI-systemen van buiten Europa verkleinen. ‘We versterken de capaciteit om AI voor de wetenschap op eigen voorwaarden te ontwikkelen, te beoordelen en te beheren: transparant en in lijn met Europese waarden rond data, vertrouwen en duurzaamheid’, zegt Kumar.

Europa beschikt zelf over veel specifieke data. Als AI die bronnen beter kan combineren, ontstaan kansen voor robuustere gewasmonitoring, klimaatadaptatie, ziekteherkenning en onderbouwd beleid. AgriScienceFM wil op deze manier een open digitale basis creëren waarop onderzoekers en ontwikkelaars verder kunnen bouwen.

Thema ‘AI in de open teelten’
Van satellietbeelden en slimme sorteerders tot aaltjesherkenning en oogstvoorspellingen: AI verovert in hoog tempo de landbouw. Toch werkt het pas echt als de modellen gewassen, bodem, weer en bedrijfsvoering goed begrijpen. Nieuwe Europese basismodellen, praktijkapps en cameratechniek moeten telers meer grip geven op teelt, kwaliteit en risico’s. De belofte is groot, maar de praktijk blijft leidend, benadrukken de experts die aan het woord komen in dit themanummer: AI ondersteunt de boer, maar vervangt zijn vakmanschap en veldkennis niet. Lees alle artikelen uit dit thema die online zijn verschenen.