Selectierobot groeit naar menselijk niveau

‘Het is dit seizoen een beetje trial-and-error geweest’, zegt akkerbouwer en Croptimal-medewerker Jacob Zijlma uit Zuurdijk. Op zijn bedrijf in Groningen testte hij de selectierobot uitgebreid. In totaal reed hij over ongeveer 30 hectare, waarvan hij op ongeveer de helft van het areaal daadwerkelijk selectiewaarde uit de resultaten haalde. Vooral de snelheid waarmee het algoritme leert, valt hem op. ‘De leercurve is echt exponentieel.’

De Croptiscan verzamelt grote hoeveelheden data. Wanneer nieuwe informatie aan het systeem wordt toegevoegd en de machine kort daarna opnieuw door hetzelfde perceel rijdt, is direct zichtbaar wat het effect daarvan is. Zijlma: ‘Je kunt tijdens het seizoen aanpassingen doen en die vervolgens direct in het veld testen. Dat maakt de techniek anders dan methodes waarbij pas na een volledig seizoen kan worden geëvalueerd wat beter moet.'

Volgend jaar moet de robot een grotere rol krijgen in het bedrijf. Zijlma verwacht een groter deel van zijn areaal te kunnen scannen en de resultaten structureel te gebruiken. ‘Dan hoeven telers niet meer bij iedere plant af te wachten of de machine het goed heeft, maar kunnen ze de techniek steeds meer onderdeel laten worden van het daadwerkelijke selectieproces.’

PCR-testen

Om het algoritme te verbeteren, worden naast de beelden van de machine ook PCR-testen gebruikt. Daarmee kan met grotere zekerheid worden vastgesteld of een plant daadwerkelijk ziek is. Een met een PCR-test bevestigde zieke plant levert daardoor waardevolle data op voor het algoritme. De gegevens worden naar het kantoor in Groningen gestuurd, waar de beelden worden gelabeld en aan de dataset worden toegevoegd.

Daarnaast zijn er twaalf zogenoemde data-armen verspreid over boeren die interesse hebben in de machine. Ook daarmee worden gegevens verzameld. Zo kan bijvoorbeeld vooraf al informatie over een specifiek ras worden verzameld, zodat een algoritme kan worden ontwikkeld voordat een teler de machine daadwerkelijk aanschaft. ‘Zonder data hebben we geen slimheid’, vat Zijlma samen.

Ook pootgoedteler Daniel Scholtens uit Luttelgeest heeft de CropScan dit seizoen op grote schaal ingezet. In totaal werd ongeveer 100 hectare met de selectierobot bekeken. Vooral de rassen Fontane en Rudolph werden met de machine geselecteerd, terwijl bij andere rassen voornamelijk gegevens werden verzameld.

De praktijk liet volgens de Flevolander vooral zien hoe belangrijk het juiste moment van selecteren is. Het groeiseizoen was dit jaar kort, waardoor op sommige percelen slechts vier tot vijf weken kon worden geselecteerd. Normaal gesproken zijn dat zeven tot acht weken. Daarna lagen de aardappelplanten door het weer grotendeels plat en kon de machine niet meer goed door het gewas.

‘De omstandigheden en groeistadia in een aardappelperceel veranderen snel en ook tussen rassen bestaan grote verschillen’, benadrukt Scholtens. Daardoor kan de Croptiscan een plant missen die voor een ervaren selecteur duidelijk ziek lijkt. ‘De machine moet daar ook mee leren omgaan.’

Lees ook: Pootgoedtelers zien selectierobot Croptimal wel zitten

Volgens Scholtens zijn dat echter vooral leerervaringen die horen bij een techniek die in ontwikkeling is. Hij ziet de verdere ontwikkeling dan ook met vertrouwen tegemoet. De hoeveelheid beschikbare informatie groeit en daarmee ontstaat volgens hem de mogelijkheid om de techniek steeds verder te verbeteren. ‘Als je meer data hebt, wordt de machine steeds beter. Op een gegeven moment kun je opeens over een punt heen zijn waarop het net zo goed als een mens gaat’, licht de pootgoedteler toe.

Verschil is groot

Die groei richting menselijke prestaties ziet ook pootgoedteler Jarno Rietema uit het Groningse Oudeschip, die al vier jaar met de techniek werkt. Volgens hem is het verschil met enkele jaren geleden groot. ‘Vorig jaar viel het moment waarop AI voor het eerst zelf de beslissing kon nemen om een plant aan te stippen. Dit jaar is dat verder uitgerold.’

Met name op percelen waarvan al veel data beschikbaar is, zijn grote stappen gezet. ‘We hebben momenten gehad waarop de CropScan net zoveel zag als een mens, of zelfs nog iets meer. Dat was voor ons echt het moment waarop we dachten: dit gaat hem worden, we zijn op de goede weg.’

Lees ook: Croptiscan wint innovatieprijs op PotatoEurope

Dat de selectierobot inmiddels zelfstandig verschillende planten in hetzelfde gewas kan beoordelen, noemt Rietema een grote stap vooruit. ‘Iedere aardappelplant lijkt hetzelfde, maar toch is iedere plant weer anders. Dat de machine daar onderscheid in kan maken, is best bijzonder.’ Volgens hem zet de techniek volgend seizoen opnieuw een stap. ‘De machine kan dan weer veel beter met variatie omgaan.’

Opbrengst bepalend

Of de Croptiscan uiteindelijk op grote schaal door akkerbouwers wordt aangeschaft, hangt volgens hem vooral af van de opbrengst die de investering oplevert. Voor pootgoedtelers speelt betere kwaliteit van het uitgangsmateriaal daarin een belangrijke rol.

‘We moeten investeren om uiteindelijk geld terug te verdienen. Ik geloof dat dit wel gaat gebeuren. Uiteindelijk wil iedereen het virus uit het gewas halen met zo min mogelijk moeite. Als je dat al aan het begin van het seizoen goed kunt doen, komt dat de kwaliteit en de efficiëntie van het selectiewerk ten goede’, besluit Rietema.

Eerste rassen volgend jaar naar 80 procent herkenning
Bij Croptimal stonden de afgelopen jaren in het teken van het verzamelen van beelden en het trainen van algoritmes voor de Croptiscan. Waar eerder voor circa tien aardappelrassen een rekenmodel beschikbaar was, zijn dat er nu meer dan dertig. ‘Bij sommige rassen presteert de Croptiscan nu op het niveau van een ervaren selecteur’, zegt Han Hilbrands, manager operational-financial bij Croptimal. De focus lig op het verder verhogen van de nauwkeurigheid. Op dit moment herkent de Croptiscan in sommige gevallen 50 tot 60 procent van de zieke aardappelen. Dat is volgens Hilbrands vergelijkbaar met de prestaties van een menselijke selecteur. Voor de eerste rassen verwacht Croptimal volgend jaar een herkenningspercentage van circa 80 procent.
Die verbetering moet de techniek ook aantrekkelijker maken voor de praktijk. De verwachting is dat de selectierobot vanaf volgend seizoen daadwerkelijk arbeid kan besparen. De machine kan door één persoon worden bediend, waarna de teler zelf de door het systeem gemarkeerde zieke planten verwijdert. Ondertussen werkt het bedrijf aan verdere opschaling. De eerste machines voor volgend jaar zijn al verkocht en Croptimal verwacht ongeveer twintig extra exemplaren in de markt te zetten. Ook vanuit Frankrijk en Duitsland is belangstelling; daar lopen inmiddels offertes. Daarnaast werkt Croptimal samen met handelshuizen om de Croptiscan voor meer aardappelrassen geschikt te maken. Meer machines in het veld leveren extra praktijkdata op, waarmee de algoritmes verder kunnen worden verbeterd.