De AI vertelt boeren wanneer ze moeten oogsten

Toen vorig jaar de eerste dag van de appeloogst in de staat Washington plaatsvond, was het fruit rijp en stonden de plukkers klaar – maar het weer had er andere ideeën over.

“Het was net 38 graden Celsius… het is niet veilig voor mensen om in die hitte te werken”, herinnert Joel Carter van Okanagan Specialty Fruits zich. “We moesten om 10 uur in de ochtend stoppen.”

Hij zegt dat modellen voor kunstmatige intelligentie (AI) die ideale oogstdata voorspellen, rekening houdend met het weer, nuttig zouden zijn. “Je moet meer weten dan alleen wanneer je fruit rijp zal zijn. Hoe lang moet je het plukken?” zegt hij. “Dat is waar deze modellen echt nuttig zijn.”

Carters bedrijf beschikt over meer dan 1.250 hectare aan appelboomgaarden in Washington, en het fruit wordt geteeld voor gesneden appelporties, die vaak worden verkocht aan bijvoorbeeld hotels en scholen. Het bedrijf investeert in technologie in de hoop de productiviteit te maximaliseren. Zelfs de appels zijn genetisch gemanipuleerd, zodat ze niet gemakkelijk bruin worden als ze eenmaal zijn gesneden.

Maar het plannen van een oogst is lastig. Er zijn nieuwe instrumenten in opkomst die het fruit aan de boom of de wijnstok tellen en analyseren, en voorspellen wanneer gewassen zullen rijpen. Het is van belang omdat de prijzen voor fruit, en vooral voor hoogwaardige bessen zoals aardbeien en bosbessen, enorm kunnen fluctueren. Als u de oogstdatum verkeerd instelt, betekent dit dat u seizoensarbeiders boekt terwijl u ze niet echt nodig heeft, en loopt u het risico de grootste winst mis te lopen.

Okanagan Specialty Fruits experimenteert al met camera’s van het Canadese bedrijf Vivid Machines. De camera’s zijn bovenop tractoren gemonteerd en verzamelen beelden van de appelbomen terwijl de tractor voorbijrijdt. AI identificeert knoppen, bloemen of fruit in die beelden.

“Op dit moment vertelt Vivid ons oogstschattingen en oogstdata”, zegt Carter. Hij merkt op dat het systeem goed is in het onderscheiden van zeer kleine bloemknoppen, die met het blote oog moeilijk in één oogopslag te zien zijn.

Maar de nauwkeurigheid van de voorspellingen is merkbaar afhankelijk van de kwaliteit van de historische informatie die in het systeem wordt ingevoerd, aldus Carter. “Dit is niet iets waarbij een AI het internet kan afstruinen en erachter kan komen wat het gemiddelde (rendement) is voor Granny Smith”, legt hij uit. “Het wordt op maat gemaakt voor uw boerderij.”

Appels zijn op zijn minst enigszins vergevingsgezind; de oogstperiode voor die Granny Smiths duurt drie weken, zegt Carter. Voor ander fruit, zoals bessen, heb je misschien maar een paar dagen.

“Als er een aardbeienoogst aan de gang is, moet je deze oogsten, anders wordt je hele oogst heel snel ziek”, zegt Raymond Martin, medeoprichter en chief operating officer van FruitCast, een Brits bedrijf dat oogstvoorspellingen aanbiedt aan fruittelers hier.

Zijn bedrijf biedt telers oogstvoorspellingen voor aardbeien, maar ook voor frambozen, bramen, blauwe bessen en tomaten. “Volgend jaar gaan we over op druiven”, vervolgt Martin.

Weten ervaren boeren niet wanneer hun fruit rijp zal zijn, vraag ik? Martin zegt dat dit over het algemeen wel het geval is, maar niet noodzakelijkerwijs op hun hele boerderij, die vele hectares groot kan zijn, of zowel binnen als buiten kweekruimtes heeft. “We doen precies wat de boeren zouden kunnen doen, maar we doen het gewoon op een schaal die zij niet kunnen.”

Het systeem analyseert beelden van rijpend fruit die kunnen worden vastgelegd door drones, iemand die met een smartphone het veld op en neer loopt, of een camera die op een landbouwvoertuig is gemonteerd.

Dit jaar was een uitdaging, merkt Martin op, met warm weer en ernstige droogte een groot deel van Groot-Brittannië getroffen. Dit heeft veel fruitplanten onder druk gezet, waardoor ze in een thermische rusttoestand terecht zijn gekomen en de fruitproductie is vertraagd.