Что такое проактивное управление теплицей? Тепличная отрасль сталкивается с такими проблемами, как необходимость повышать заработную плату, нехватка рабочей силы при росте конкуренции и непредсказуемость прибыли от сезона к сезону.
«Технологические компании - первые, кто попытался решить эти проблемы с помощью гибких условий труда, инновационных методов работы, более качественных программных продуктов и оцифровки», - говорит Андраш Уйсази, технический директор компании Gremon Systems, которая специализируется на цифровизации.
«Если посмотрим на производственные компании, такие как автомобильные заводы, то увидим модели управления, аналогичные теплицам: повторяющиеся рабочие процессы, нехватка времени, сокращение персонала. Автомобильные концерны решают эти проблемы путем оцифровки, роботизации и оптимизации рабочего процесса. Теперь настало время и для тепличного сектора.
«Относительно рабочей силы заметим, что часть сотрудников уже не «обученная механика», а скорее менеджеры, которые понимают экосистему производственного предприятия и способны управлять этой экосистемой, включающей устройства IoT (или интернет вещей), роботов, подсистемы управления производством. Работа и принятие решение при этом основывается на анализе данных, где принятие решений - сложная и ответственная работа», - подчеркнул эксперт.
Андраш уверен, что в ближайшие пару лет эти нововведения проникнут в тепличную отрасль, хотя сейчас большинство теплиц работают так же, как и 40 лет назад. Но конкурентные преимущества можно достигнуть только с помощью новых технологий и путем адаптации проактивного подхода:
«В проактивном подходе решения основаны на сборе данных, управлении данными и анализе данных. Например, Bosch способен сократить время простоя своего оборудования, просто внедрив решение по профилактическому обслуживанию. Системы собирают данные с машин, находящихся под воздействием тепла, вибраций, которые они производят, а затем – на основе полученной информации - прогнозируется, какая часть машины, вероятно, скоро выйдет из строя и повлияет на производительность.
Что касается управления теплицами, этот вид операций может помочь проактивно управлять всеми условиями: орошение, влажность, освещенность, рост биомассы и прочее. Если соберем достаточно данных из теплицы, через пару месяцев сможем увидеть закономерности производства и последствия нашей деятельности, чтобы сделать выводы. Профилактические обслуживание на основе данных возможно и в теплице».
Что нужно для достижения цели, Андраш объясняет подробно:
«Во-первых, нужно начать сбор данных из своей теплицы, чтобы иметь возможность настроить шаблоны и сопоставить их с действиями и производственными результатами.
Поскольку миллионы данных собираются в теплице ежедневно, нужно не анализировать данные в Excel или другом традиционном программном обеспечении, а использовать усовершенствованное программное оборудование, чтобы быстро просматривать данные и делать выводы.
Например, в беседе с агрономом ему было трудно ответить, как удалось произвести 57 кг / м2 томата в один год и только 65 кг / м2 другой. Он не смог объяснить, что повлияло на рост или сокращение производства, потому что (по мнение агронома) «мы оба года делали одно и то же». Но если отвечать на вопрос на основе анализа данных, то разница была бы очевидна, и в последующем можно было бы повторить лучшие производственные условия, точно понимая выполняемые до того действия».
Машинное обучение и искусственный интеллект сделают теплицы автономными
Искусственный интеллект (ИИ) и большие данные – близкие друзья.
ИИ не может эффективно функционировать без данных. Первый шаг к принятию решений, поддерживаемых ИИ, и проактивному управлению теплицей - сбор данных из максимально возможного количества источников: данные о температуре в теплице, CO2, ирригации, дыхании растений, температуре растений, сведения о количестве биомассы, состоянии растений и человеческом труде - все учитывается и сохраняется.
«На основании собранной информации, после нескольких процессов очистки данных, будет доступен однородный сбор данных, который является хорошей основой для ИИ, чтобы начать работать. Возникает логичный вопрос, как долго собирать? Как правило, сбор данных занимает 6-10 месяцев, потому что ИИ должен быть в состоянии подготовить множество шаблонов из собранных данных, взаимодействий и результатов», говорит эксперт.
«При использовании решения на основе ИИ, по сути, вы увидите предупреждения и предложения, в зависимости от серьезности условий. На панели инструментов вы увидите предложения наподобие:
- Поддерживать + 0,7 по Цельсию ночью
- Экран должен быть открыт на 15 минут раньше на следующее утро
- Первое орошение должно начаться в 7.15
ИИ всегда будет пытаться сопоставить фактические условия и данные, чтобы соответствовать одной или нескольким закономерностям, и посмотреть, какая лучшая реакция привела, например, к лучшему суточному росту биомассы (или другому важному параметру). Важно, что системы ИИ всегда точно настраивают шаблоны и будут учиться на новом опыте, который дал лучшие прогнозы, чем предыдущий».
Что может быть результатом управления теплицами на основе данных?
«Вы сможете получать постоянный доход и предсказуемый бизнес. Вы сможете гораздо лучше рассчитывать и прогнозировать стоимость своих ресурсов, а также более эффективно управлять людскими ресурсами.
Искусственный интеллект - это решение для владельцев и руководителей теплиц, которое позволяет им сосредоточиться на других важных вопросах их бизнеса. Для консультантов это большое преимущество, чтобы давать точные советы на фактической основе.
ИИ является машиной, которая может выполнять гораздо больше вычислений чем люди, но все алгоритмы, заставляющие ИИ работать, создаются ИТ-специалистами и консультантами, потому что знания на их стороне, и они будут ключевыми участниками экосистемы управления теплицы с искусственным интеллектом».
(Источник: www.hortidaily.com. Автор: Янош Лоци).
Источник: agroxxi.ru
