Qualsiasi settore economico è destinato a diventare “smart” e le aziende si devono inevitabilmente adeguare se vogliono poter prosperare (per non dire sopravvivere) sul mercato. Non fa eccezione neanche quello agricolo, dato che anche qui è in corso la nuova rivoluzione tecnologica, ossia quella legata al digitale e alle applicazioni dell’intelligenza artificiale. Essendo un ambito di lavoro che include una forte componente manuale, un importante elemento di innovazione è legato anche alla robotica, nella quale si combinano i risultati di vari campi di ricerca per portare benefici concreti nei campi e nella filiera alimentare. Ed allora, da qualche anno, è stato coniato il termine di Agricoltura 4.0 per raggruppare le applicazioni dell’automazione e della digitalizzazione in questo settore.
Agricoltura di precisione con attrezzature dotate di sensori
Gli investimenti sono certamente di ordini di grandezza inferiori rispetto a quelli dell’Industria 4.0, soprattutto se pensiamo al settore manifatturiero, ma certamente non potranno che crescere nel prossimo futuro. Solo riferendosi ai robot per l’agricoltura il mercato globale è stato valutato intorno ai 3 miliardi di dollari nel 2018 e si prevede che raggiungerà 11 miliardi e mezzo di dollari entro il 2026. Le ricerche dell’Osservatorio Smart Agrifood della School of Management del Politecnico di Milano e del Laboratorio RISE dell’Università degli Studi di Brescia riportano che gli investimenti in Agricoltura 4.0 hanno raggiunto nel 2018 un giro d’affari globale del valore di 7 miliardi di dollari con una quota del 30% in Europa ed una quota italiana di tutto rispetto, con il 5% del mercato globale ed il 18% di quello europeo.
Si sa che le pratiche agricole tradizionali comportano compiti comuni come la preparazione del suolo, la semina, la gestione dell’acqua e dei nutrienti, il diserbo, la raccolta e la cernita dei prodotti raccolti. Con l’avvento delle tecnologie digitali, la maggior parte di questi processi può essere automatizzata con successo. L’agricoltura di precisione non è però certo un concetto nuovo, dato che ha consentito di modernizzare la gestione agricola già da parecchi anni, in particolare per mezzo delle tecnologie satellitari, del Gps e del software posizionato sui macchinari, per effettuare interventi agronomici mirati ed efficienti. Nella rivoluzione digitale e dell’intelligenza artificiale a cui siamo assistendo ora, questo modello di agricoltura si arricchisce di una serie di nuove applicazioni tecnologiche. Ora le attrezzature agricole possono venire dotate di nuova sensoristica, i software che raccolgono i dati possono utilizzare anche l’apprendimento automatico, e i robot possono percorrere il terreno per mezzo di veicoli su ruote o di quelli a scorrimento su binari, oppure nell’aria soprastante per mezzo di droni. L’obiettivo è, ad esempio, quello di identificare le erbacce e di decidere la quantità di erbicida che deve essere spruzzata, per poi intervenire automaticamente, oppure quello di imparare a rilevare e a raccogliere i frutti.
Le aziende ICT si sono quindi rese conto che gli strumenti di raccolta dati e di analisi sviluppati negli ultimi tre decenni possono essere applicati al settore agricolo e ciò si rende ancora più necessario in questa fase storica, nella quale il settore deve affrontare anche le criticità legate ai cambiamenti climatici e alle specie aliene che aggrediscono le coltivazioni.
Gli ambiti tecnologici di maggiore impatto
Gli ambiti tecnologici innovativi che hanno maggiore impatto sull’agricoltura riguardano principalmente:
- la sensoristica, che viene utilizzata sia su macchinari che si agganciano ai trattori sia sui robot e sui droni, e che fornisce dispositivi quali fotocamere multispettrali, accelerometri, giroscopi, magnetometri, sensori di pressione, di temperatura, di umidità e di prossimità;
- le reti IoT, in particolare quelle che fanno riferimento agli standard low-power wide-area network (LPWAN), per dare ampia copertura geografica e consentire bassi consumi alle antenne dei sensori, sia quelle legate alla tecnologia mobile ed alle frequenze licenziate, come NB-IoT in ambito LTE ed il nuovo 5G IOT in fase di diffusione, sia quelle su frequenze libere, come LORA WAN;
- le applicazioni della tecnologia blockchain, soprattutto per la tracciabilità, che permette ai diversi attori della filiera agroalimentare di offrire ai consumatori garanzie riguardo all’origine dei prodotti agroalimentari;
- il software e gli algoritmi di intelligenza artificiale e di machine learning per l’analisi di dati, per effettuare predizioni, per i sistemi di supporto alle decisioni (DSS) e per l’analisi del rischio;
- i robot autonomi o semi-autonomi, o farmbot, che utilizzano le diverse tecnologie precedenti combinandole con la capacità di spaziare nei campi coltivati, sia all’aperto che in serra, per automatizzare in maniera completa una serie di azioni che sino ad ora erano effettuate dagli umani.
Di fatto, le soluzioni innovative per l’agricoltura 4.0 consentono l’automazione della maggior parte delle routine agricole con l’obiettivo di ottimizzare i processi e ridurre i costi, basandosi principalmente su una combinazione di robot, telecamere, sensori, algoritmi di imaging satellitare e di apprendimento automatico. Ciò non solo promette di risparmiare sui costi e di migliorare la qualità dei prodotti agricoli, ma anche di ridurre l’impatto ambientale, consentendo di utilizzare meno acqua, energia, fertilizzanti e pesticidi. Soluzioni che, con l’aumento della popolazione mondiale e con gli effetti del cambiamento climatico che stanno diventando assolutamente critici, permettono di affrontare temi fondamentali in modo da massimizzare l’efficienza della produzione alimentare e da ridurre il carico sull’ambiente.
Visione artificiale e apprendimento automatico
Da un punto di vista tecnologico, la visione artificiale e l’apprendimento automatico svolgono un ruolo centrale. Ad esempio, i sistemi automatici possono prevedere la resa nei campi, esaminando visivamente ogni singolo frutto come farebbe un essere umano, ma con una velocità estremamente superiore. I sistemi di diserbo intelligenti riconoscono le erbacce dalla loro forma e ne consentono l’eliminazione chimica o meccanica. I veicoli agricoli, se dotati di un sistema di navigazione che utilizza la visione artificiale, possono lavorare autonomamente sul campo, ossia senza conducente.
Un’altra applicazione della visione artificiale riguarda l’identificazione automatica delle specie infestanti, che svolge un ruolo importante nella produzione agricola e può eseguita mediante metodi di apprendimento automatico, consentendo di distinguere le specie per i loro parametri di forma. Dato che la ricerca manuale delle erbe infestanti è praticamente impossibile per l’agricoltura su larga scala, l’attuale soluzione è quella di utilizzare erbicidi, che riducono significativamente la qualità del prodotto, oltre ad aumentare i costi di produzione. La visione artificiale offre una soluzione molto più mirata, ed una volta identificati gli infestanti, i farmbot consentono di gestire le erbe infestanti in modo estremamente preciso, rimuovendole meccanicamente o chimicamente.
C’è da dire che nella produzione alimentare si utilizza da anni la visione artificiale all’interno delle catene produttive, che sono fortemente meccanizzate, in particolare per effettuare la cernita di sementi, cereali, frutta, ecc., per eliminare impurezze e scarti e per ripartire i prodotti secondo la grandezza e la forma, in base a una serie di caratteristiche visive, come forma, dimensioni, colore, consistenza, qualità della superficie, maturità e simmetria. Ma più di recente le soluzioni di visione artificiale e di apprendimento automatico si sono cominciate ad utilizzare anche nei campi, ad esempio, per il riconoscimento automatico delle piante malate mediante ispezione visiva delle foglie danneggiate.
Le malattie delle colture sono un problema importante, poiché causano una grave riduzione della quantità e della qualità dei prodotti agricoli. Un sistema automatico di rilevamento delle malattie delle piante offre chiari vantaggi nel monitoraggio di grandi campi, poiché questo è l’unico approccio che offre la possibilità di scoprire le malattie in una fase precoce. Le soluzioni di classificazione delle immagini per il rilevamento automatico anticipato della malattia si basano tipicamente su reti neurali artificiali, che consentono un’elevata velocità di elaborazione e un’elevata precisione di classificazione.
I farmbot nei campi
Uno dei settori tecnologici a più alto impatto sull’agricoltura è certamente rappresentato dalla robotica di campo, in particolare da quella autonoma per i lavori specifici sugli impianti, nonché dalle piattaforme di sensori guidati da robot. I robot di fatto sono utilizzati per ridurre la componente di lavoro umano nelle diverse fasi di lavorazione, dalla preparazione del suolo e dalla semina, fino alla raccolta, tramite i trattori senza conducente e per mezzo di spruzzatori automatici. I farmbot possono essere utilizzati anche per altre attività orticole come la potatura, il diserbo, l’irrorazione ed il monitoraggio della crescita e dello stato di salute delle piante. Robot come questi possono portare molti vantaggi per l’industria agricola, tra cui, oltre ai minori costi di produzione, anche una maggiore qualità dei prodotti freschi.
Le capacità dei robot agricoli potrebbero consentire una rivoluzione in termini di tecnologia avanzata nei campi, ma c’è da dire che siamo ancora in una fase del mercato nella quale il costo degli investimenti è troppo elevato per consentire agli agricoltori ed ai proprietari di fattorie e campi coltivati di optare per la robotica agricola, se non possiedono degli appezzamenti di dimensione notevole. Un altro aspetto che però limitata ancora l’adozione di questi macchinari è rappresentato dalla mancanza di una consapevolezza diffusa nel settore.
I primi a lanciarsi per utilizzare queste tecnologie sono quindi i giganti agricoli, in particolare quelli degli Stati Uniti, come testimoniato da un recente articolo del New York Times, che riporta come alcuni esperti stiano mettendo in dubbio se i farmbot potranno mai veramente essere mirati alle piccole aziende agricole, o comunque diventare per queste un’opzione sufficientemente conveniente.
TerraSentia
Tra i più piccoli esempi di veicoli autonomi a ruote, troviamo il TerraSentia, che per la sua dimensione e duttilità si adatta bene tra i filari di varie colture, come quelli del granoturco. Il suo principale compito è la raccolta di dati di campo in tutte le fasi, consentendo di cambiare l’approccio all’agricoltura da un processo reattivo ad uno più predittivo. Utilizzando le avanzate capacità di apprendimento automatico del robot, si può raccogliere e analizzare l’influenza di centinaia o migliaia di fattori sui tratti futuri di una pianta, così come i medici utilizzano i test genetici o le analisi di laboratorio per comprendere la probabilità che un paziente umano sviluppi una particolare malattia. All’uscita dal campo, è sufficiente che l’agricoltore riporti il robot a casa e carichi i suoi dati sul cloud per le analisi dell’agricoltura di precisione.
TerraSentia
FarmBot
Un altro esempio di robot, in questo caso per l’orticoltura, è rappresentato dal FarmBot, una soluzione open source per coltivazioni di piccole dimensioni che può essere assemblata su misura e che consente di progettare il proprio orto e di tenerlo monitorato e controllato da remoto, anche attraverso uno smartphone. Il sistema è dotato di telecamera, sensori di umidità e temperatura al suolo e, oltre ad innaffiare le piante con precisione, può anche seminare ed effettuare interventi con diserbanti. Il robot è infatti progettato per semplificare il diserbo vegetale negli allevamenti di ortaggi su media scala. La sua risorsa principale è che funziona in modo completamente autonomo.
Farmbot
Dino robot
Tra i trattori senza conducente troviamo invece Dino robot, un robot anch’esso completamente autonomo per diserbare meccanicamente le colture orticole. Questo farmbot è infatti stato progettato per semplificare il diserbo vegetale negli allevamenti di ortaggi su larga scala. Funziona in modo autonomo una volta programmato per svolgere un determinato compito ed avere appreso dimensioni del campo.
Dino robot
VoloDrone
Certamente i farmbot che avranno un maggiore penetrazione di mercato, considerato anche il fattore costi, sono rappresentati dai droni. Esistono molteplici usi per i droni agricoli, tra cui l’analisi dei terreni e delle colture, il controllo di piante infestanti e di trattamento delle macchie ed il monitoraggio della salute generale delle colture. I droni, come il VoloDrone, possono anche essere di grandi dimensioni, e sono dotati di tecnologia come sistemi di propulsione, telecamere a infrarossi, GPS e sistemi di navigazione, controlli programmabili e pianificazione di volo automatizzata. Inoltre, con dei software di analisi dei dati personalizzato, tutte le informazioni raccolte possono essere immediatamente utilizzate per prendere decisioni nella gestione delle coltivazioni.
VoloDrone
EKKASIT91
L’attività probabilmente più complicata per gli attuali robot riguarda la raccolta dei prodotti. Fino ad ora, solo un essere umano poteva raccogliere efficacemente determinati tipi di colture, dato che i robot non erano abbastanza agili o precisi da gestire piante di tutte le forme e dimensioni. Grazie ai progressi nell’imaging, e nell’apprendimento automatico i robot possono ora strappare in sicurezza bacche e raccogliere verdure al pari di un essere umano, ed iniziano ad esserci in commercio delle raccoglitrici automatizzate, come il sistema EKKASIT91.
EKKASIT91
I finanziamenti europei
Per chi lavora nel settore, sia sul lato degli utenti, ossia delle aziende agricole, sia su quello dei fornitori tecnologici, vi sono importanti finanziamenti alla ricerca ed all’innovazione da parte della Commissione Europea. Nell’ambito dell’iniziativa Horizon 2020, nel 2012 è stato istituito il partenariato europeo per l’innovazione per la produttività e la sostenibilità dell’agricoltura (EIP-AGRI) per contribuire alla strategia dell’Unione europea per una crescita intelligente, sostenibile e inclusiva. L’obiettivo di EIP-AGRI è di “ottenere di più da meno”, per garantire un approvvigionamento costante di alimenti, mangimi e biomateriali e una gestione sostenibile delle risorse naturali essenziali da cui dipendono l’agricoltura e la silvicoltura, lavorando in armonia con l’ambiente. Per raggiungere questo obiettivo, EIP-AGRI riunisce attori dell’innovazione (agricoltori, consulenti, ricercatori, imprese, ONG, ecc.) e contribuisce a costruire maggiori legami tra il mondo della ricerca e la pratica in campo.
Sul sito di EIP-AGRI si trova anche una mappatura dei vari progetti finanziati in questi anni dalla Commissione Europea, suddivisi nei vari settori (prodizione primaria e gestione delle risorse, salute delle piante e degli animali, approcci ecologici integrati, politiche rurali, etc.). Ora la Commissione Europea sta lavorando alla programmazione della ricerca per il prossimo settennato (2021-2027), denominata Horizon Europe, con un ambizioso programma di ricerca e innovazione da 100 miliardi di euro, nel quale è presente un’intera Area di Missione (una delle cinque identificate dalla Commissione) dedicata alla salute e all’alimentazione del suolo, agli strumenti per sensibilizzare sull’importanza del suolo, interagendo con i cittadini, al creare conoscenze e sviluppare soluzioni per ripristinare la salute e le funzioni del suolo e per mitigare gli effetti dei cambiamenti climatici.
I risultati dovranno portare un impatto diretto sul successo del Green Deal della nuova Commissione Europea e sulla sua ambizione di progredire su clima, biodiversità e alimenti sostenibili. Non vi sono dubbi che i finanziamenti su questo settore saranno molto maggiori che nel settennio precedente e che le tecnologie legate ad intelligenza artificiale, IoT e robotica la faranno da padrone.