L’impiego dell’intelligenza artificiale nelle scienze del suolo, nato negli anni ’80 del secolo scorso, è oggi in fortissima crescita, soprattutto in campo agricolo
L’intelligenza artificiale è ormai entrata nelle nostre vite. Dalle cose più banali – gli assistenti vocali robotizzati delle compagnie telefoniche, i robot aspirapolvere, i navigatori che ci aiutano a trovare la strada migliore – fino alla ricerca medica o a quella spaziale. Come era ovvio attendersi, anche il suolo è entrato da qualche tempo nel perimetro dei campi interessati dall’AI (Artificial Intelligence), prima col mondo della ricerca, poi piano piano con diverse applicazioni pratiche.
Caratteristica dell’intelligenza artificiale e del machine learning (uno dei diversi rami dell’AI, dedicato in particolare allo sviluppo di algoritmi per eseguire attività complesse senza istruzioni esplicite) è la capacità di elaborare enormi quantità di dati. E gestire non solo dati numerici, ma anche immagini (pensiamo a quelle cariche di informazioni che arrivano dai satelliti o dai droni), video, suoni. E poi analizzarli.
La salute del suolo (e, ovviamente, la sua produttività in termini di colture) è determinata molteplicità di fattori – contenuto di materia organica, porosità, nutrienti, pH, resistenza all’erosione, colonie di batteri. Proprio per questa complessità e per la crescita esponenziale dei dati disponibili (che arrivano appunto da satelliti, velivoli a guida autonoma, sensori in campo, analisi manuali) l’AI si sta dimostrando un ottimo alleato in grado di fornire strumenti profittevoli per valutare e migliorare lo stato di salute del suolo, per efficientare le pratiche agricole o per fare previsioni su produttività, eventi estremi, inquinamento.
Senza pretese di esaustività, ecco un ventaglio di iniziative sul suolo in cui l’intelligenza artificiale la fa da protagonista.
La ricerca sul suolo con l’intelligenza artificiale
Come anticipato, l’amore tra l’intelligenza artificiale e il suolo sboccia nell’ambito della ricerca. Sono numerosissimi gli studi che, a partire dagli anni ’80 del secolo scorso, impiegano l’AI per raggiungere obiettivi conoscitivi che hanno a che fare coi suoli. Ad esempio ‘leggere’ e interpretare le immagini satellitari (“dati geospaziali non numerici”), classificare i suoli, fare previsioni su umidità (permettendo di intervenire più razionalmente sull’irrigazione), salinità, temperatura, livelli di azoto e fertilità (per calibrare e ridurre l’uso eccessivo di fertilizzanti), concentrazione di carbonio, inquinamento.
Spesso i modelli immaginati dai ricercatori sono pensati per luoghi dove la possibilità di eseguire misurazioni e analisi affidabili è ridotta e complessa. Infatti, come affermano ad esempio le autrici e gli autori di uno studio dedicato appunto alle temperature del suolo e pubblicato su Nature, “la maggior parte delle regioni in via di sviluppo in tutto il mondo ha difficoltà a stabilire misurazioni e registrazioni di dati solidi a causa della scarsa strumentazione e di molte altre ragioni inevitabili, come disastri naturali come siccità, inondazioni e cicloni. Pertanto, un modello di previsione accurato risolverebbe queste difficoltà”.
La quasi totalità degli ambiti di ricerca citati può avere ricadute sull’agricoltura (dove, a differenza della ricerca pura, fluiscono discrete quantità di fondi). Spesso infatti la ricerca sul suolo che fa affidamento sull’intelligenza artificiale vuole migliorare l’agricoltura, renderla più efficace, produttiva, sostenibile.
Intelligenza artificiale per l’agricoltura
Secondo il sito specialistico AZoRobotics, nel 2014 sono state effettuate 190.000 misurazioni al giorno nelle aziende agricole. E si stima che entro il 2050 il numero di misurazioni crescerà fino a 4,1 milioni al giorno. “È quasi impossibile navigare in questo flusso di informazioni senza l’aiuto di sistemi informatici come le tecnologie di intelligenza artificiale”.
La società MarketsandMarkets ha stimato che il mercato dell’AI per l’agricoltura passerà da un valore di circa 1,4 miliardi di dollari nel 2022 a oltre 11 miliardi entro il 2032.
“Le applicazioni dell’AI in agricoltura sono molteplici”, spiega David Green, Executive Director, della U.S. Sustainability Alliance, federazione di associazioni di agricoltori statunitensi. Si va dalla gestione del monitoraggio dei dati del suolo, per aiutare gli agricoltori a prendere decisioni informate sull’uso dell’acqua e dei nutrienti, al controllo dei parassiti, prevedendo i tempi di applicazione dei pesticidi; dalla pianificazione dell’applicazione di fertilizzanti, pesticidi e irrigazione fino all’aumento della cattura del carbonio nel suolo.
FarmBeats
Tra i soggetti che si sono lanciati sull’affare non poteva mancare Microsoft. “Il nostro obiettivo è quello di consentire un’agricoltura guidata dai dati”, afferma il colosso di Redmond: “Crediamo che i dati, uniti alle conoscenze e alle intuizioni dell’agricoltore sulla propria azienda, possano contribuire ad aumentare la produttività dell’azienda e a ridurre i costi”. Nell’ambito del progetto FarmBeats, “stiamo realizzando diverse soluzioni uniche per risolvere i problemi degli agricoltori utilizzando sensori a basso costo, droni e algoritmi di visione e apprendimento automatico”. Microsoft mette ad esempio a disposizione tecniche per unire le immagini dei droni con i dati dei sensori a terra e per analizzare i risultati.
Farmspace
Farmspace è una startup agritecnica nata dal Massachusetts Institute of Technology che ha sviluppato un dispositivo portatile a basso costo dotato di intelligenza artificiale per l’analisi del suolo: “Per aiutare i piccoli agricoltori africani a controllare lo stato di salute del loro terreno e ad analizzarne i nutrienti in pochi minuti, e gestire in modo efficiente la crescita delle colture”. Il dispositivo di Farmspace utilizza sensori con algoritmi e apprendimento automatico “per fornire un’analisi completa del suolo o dell’acqua in tempo reale”. I risultati dei test vengono utilizzati, tramite telefonino, per sviluppare decisioni personalizzate basate pratiche sostenibili di gestione del suolo, per raccomandare i tipi di colture più adatti e per applicare in modo efficiente i fertilizzanti.
AI 4 Soil Healh
“AI 4 Soil Health” fa parte di un gruppo di progetti finanziati da Horizon Europe che rientrano nella missione dell’UE sulla salute del suolo per il 2030 (Soil Health Mission 2030). Obiettivo del progetto, cui partecipano 28 partner di 11 diversi paesi Ue, è la creazione di un’applicazione gratuita che combina l’intelligenza artificiale e le più recenti tecniche di misurazione della salute del suolo “per aiutare gli agricoltori e i coltivatori di tutta Europa a modificare le loro pratiche di gestione” grazie alla possibilità di analizzare lo stato di salute del suolo “senza bisogno di un laboratorio”.
