Μια ιδιαίτερα ενδιαφέρουσα συνεδρία παρουσιάστηκε την Τρίτη το πρωί από το Ινστιτούτο Βιομηχανικών Συστημάτων και το Ερευνητικό του Κέντρο «Αθηνά» όπου αναλύθηκαν καινοτόμες πρακτικές στον αγροδιατροφικό τομέα στο πλαίσιο της τέταρτης αγροτικής επανάστασης Ο Χρυσόστομος Στύλιος, Διευθυντής ΙΝΒΙΣ – ΕΚ ΑΘΗΝΑ, που ήταν και ο συντονιστής της εκδήλωσης, τόνισε ότι το ΙΝΒΙΣ συνεισφέρει στην έρευνα και καινοτομία σε όλη την περιοχή της Δυτικής Ελλάδος, έχοντας συνεργασία με φορείς του αγροτικού τομέα και του περιβάλλοντος. Τόνισε ότι όλες οι τεχνολογίες και οι καινοτομίες που παρουσιάστηκαν καθώς και οι τεχνολογικές εφαρμογές, κατέδειξαν ότι το ΙΝΒΙΣ διαθέτει μια φαρέτρα με πολλά προϊόντα από διαφορετικά ερευνητικά αποτελέσματα για να συνεισφέρουν στην οικονομική ανάπτυξη της αγροδιατροφής και του πρωτογενούς τομέα. «Είμαστε ανοικτοί για νέες συνεργασίες με απώτερο στόχο να συνεισφέρουμε να αναπτυχθεί οικονομικά, κοινωνικά η περιοχή της Δυτικής Ελλάδας» ανέφερε χαρακτηριστικά. Το ΙΝΒΙΣ συνεισφέρει ουσιαστικά στην έρευνα και την καινοτομία και έχει συνεργασία με επιχειρήσεις του αγροδιατροφικού τομέα της περιοχής.
Αθανάσιος Καλογεράς, ΙΝΒΙΣ Ερευνητικό Κέντρο «Αθηνά»
«Βελτιστοποίηση παραγωγής με τεχνητή νοημοσύνη»
O Αθανάσιος Καλογεράς -ΙΝΒΙΣ Ερευνητικό Κέντρο «Αθηνά» μίλησε για την αειφόρο διαχείριση στον αγροτικό τομέα μέσω του έργου Sustainable. Στην εισήγησή του, παραθέτοντας δημογραφικά στοιχεία, κατέδειξε τα εξής: • ο πληθυσμός της γης παρουσιάζει αύξηση από 7,6 δις το 2017 σε 10 δις ως το 2050. • αναμένεται αύξηση των πόλεων κατά 2,4 δις ως το 2050. •καταγράφεται αλλαγή διατροφικών συνηθειών και αύξηση της κατά κεφαλήν κατανάλωσης κρέατος από 36,4 κιλά το 1999 σε 45,3 κιλά το 2030. • αναμένεται να υπάρξει κατά 70 περισσότερη ανάγκη τροφής ως το 2050. Ωστόσο αυτό είναι μια πρόκληση διότι ο αγροτικός πληθυσμός ολοένα και συρρικνώνεται σε αντίθεση με τον αστικό πληθυσμό που αυξάνεται. Μια ακόμη πρόκληση έχει να κάνει με τους φυσικούς πόρους. Σήμερα εκτιμάται ότι το 25% της αγροτικής γης είναι πολύ υποβαθμισμένη και ένα 44% είναι μέτρια ή λίγο υποβαθμισμένο. Επίσης το 40% του παγκόσμιου αγροτικού πληθυσμού ζει σε περιοχές με λειψυδρία. Παράλληλα η αγροτική παραγωγή ή γεωργία και οι δραστηριότητες οδηγούν σε υποβάθμιση των εδαφών μέσω διάβρωσης και αυτό οδηγεί σε αποψίλωση δασών που με την σειρά τους γίνονται εδάφη για αγροτική χρήση. Σε παγκόσμια κλίμακα απαιτούνται 1 τρις δολάρια για επενδύσεις και άρδευση μέχρι το 2050 μόνο για τον αναπτυσσόμενο κόσμο. Μια ακόμη πρόκληση, σύμφωνα με τον κ. Καλογερά είναι η κλιματική αλλαγή καθώς τα τελευταία 50χρόνια σημειώνεται διπλασιασμός των εκπομπών αεριών του θερμοκηπίου από τον αγροτικό τομέα, επίσης καταγράφεται μείωση της παραγωγικότητας λόγω κλιματολογικών συνθηκών π.χ. ξηρασίες, πλημμύρες και μείωση των σοδιών λόγω εντεινόμενων περιβαλλοντικών προβλημάτων π.χ. εξάντληση υπογείων υδάτων, διάβρωση του εδάφους κ.ά. «Η σπατάλη τροφής είναι ένα ακόμη περίπλοκο πρόβλημα» είπε, καθώς το 33 με 50% της παγκόσμιας παραγωγής δεν καταναλώνεται. Μιλώντας στη συνέχεια για το έργο Sustainable εστιάζει στη χρήση τεχνολογιών στον αγροτικό τομέα μέσω τοποθέτησης αισθητήρα στο φυτό και στο χωράφι με την χρήση πολυφασματικής απεικόνισης. Μέσω της επιτήρησης και της διάγνωσης επιτυγχάνεται η βελτιστοποίηση της παραγωγής ενώ γίνεται και χρήση τεχνητής νοημοσύνης μέσω μη επανδρωμένων οχημάτων που αποστέλλουν με τη σειρά τους δορυφορικά δεδομένα. Η θεματική εστίαση του έργου είναι πολυθεματική. Εστιάζει στο αμπέλι και το κρασί, στο ελαιόλαδο, την υδατοκαλλιέργεια, τα φρούτα και τα λαχανικά. Η μεθοδολογία που ακολουθείται αφορά την ανάλυση απαιτήσεων, τη συλλογή δεδομένων, την ανάλυσή τους και την χρήση αλγόριθμων νοημοσύνης καθώς επίσης και οικονομική ανάλυση. Όλα αυτά τα δεδομένα επικυρώνονται από ζωντανό εργαστήριο.
Αίγλη Κορφιάτη, διευθύντρια παραγωγής και εκ των ιδρυτών της Intelligent System Biology
«Η πρόβλεψη της γεύσης και η ατομική διατροφή»
Η Αίγλη Κορφιάτη, διευθύντρια παραγωγής και εκ των ιδρυτών του Intelligent System Biology (InSyBio) αναφέρθηκε στον τρόπο που εφαρμόζεται η μηχανική μάθηση στην διατροφή ακριβείας. Ειδικότερα, η μηχανική μάθηση είναι μια περιοχή της τεχνητής νοημοσύνης που επιτρέπει να αναπτύξουμε έτοιμους αλγορίθμους και αναφέρθηκε ειδικότερα στο έργο Virtuous, ένα έργο ευρωπαϊκό για το οποίο υπάρχει συνεργασία με το Ινστιτούτο Βιομηχανικών Συστημάτων. Το έργο Virtuous είναι μια εικονική γλώσσα η οποία μπορεί να γεύεται και να προβλέπει το μελλοντικό προφίλ γεύσεων όπως φαγητών και συστατικών της μεσογειακής διατροφής. Αυτή η εικονική γλώσσα είναι επί της ουσίας ένα πληροφοριακό σύστημα ή μια διαδικτυακή εφαρμογή που βασίζεται σε τεχνική νοημοσύνη, εξομοιώσεων, φυσικής κ.α. Είναι ένα έργο που γίνεται σε συνεργασία οκτώ φορέων από Ελλάδα, Ιταλία, Ισπανία και Ελβετία. Ο στόχος είναι η συγκεκριμένη πλατφόρμα και η εικονική γλώσσα που θα αναπτυχθεί να εφαρμοστεί και σε συγκεκριμένα προϊόντα με μεσογειακή διατροφή. Στην ανθρώπινη γλώσσα υπάρχουν πέντε διαφορετικές γεύσεις και στόχος του έργου είναι να δημιουργηθεί μια υπολογιστική πλατφόρμα η οποία να παίρνει σαν είσοδο τις συγκεντρώσεις των συστατικών από τις οποίες αποτελείται το εκάστοτε τρόφιμο και με την χρήση τεχνικών νοημοσύνης να προβλέπει ποιος συνδυασμός από αυτές τις γεύσεις έχει το εκάστοτε τρόφιμο. Ο ένας στόχος είναι η πρόβλεψη της γεύσης και δεύτερος στόχος ο εντοπισμός εκείνων των συστατικών τα οποία δίνουν την κατάλληλη γεύση στα τρόφιμα. Επίσης στους στόχους είναι να καταγραφεί ποια είναι η επίδραση των συστατικών στον οργανισμό μας. Ειδικότερα στην υγεία του ανθρώπου αλλά και στις ασθένειες που μπορεί να επηρεάζονται από τις αγροδιατροφικές συνήθειες. Το φαγητό έχει διαφορετικά αποτελέσματα σε κάθε άνθρωπο και προσλαμβάνεται με ξεχωριστό τρόπο. «Αυτό μας οδηγεί στην ανάγκη να μιλάμε για εξατομικευμένη διατροφή. Αυτό που διαφοροποιεί τους ανθρώπους ως προς τα αποτελέσματα μιας δίαιτας, για παράδειγμα, εκτός της καθημερινότητάς μας είναι και το μοριακό μας προφίλ. Άρα ο τρόπος για να μπορούμε να κάνουμε εξατομικευμένη διατροφή είναι μέσω του εντοπισμού εκείνων των στοιχείων και των βιολογικών δεικτών που διαφοροποιούν τις ομάδες μεταξύ τους ως προς την πρόσληψη συγκεκριμένων τροφίμων» ανέφερε η κ. Κορφιάτη. Έτσι εντοπίζοντας βιολογικούς δείκτες που διαφοροποιούν ομάδες πληθυσμού μεταξύ τους στην εξατομικευμένη διατροφή μπορεί να έχουμε απαντήσεις σε μια σειρά προβλημάτων όπως στο ποια είναι η καταλληλότερη δίαιτα και διατροφή, τι αποτέλεσμα μπορεί να έχει αυτό στην υγεία μας, πώς μπορούν να βοηθήσουν τα συμπληρώματα διατροφής και οι βιταμίνες και μια σειρά άλλα ζητήματα. Έτσι δίνεται εξειδικευμένη διατροφή ανάλογα με το προφίλ του κάθε ατόμου για το μέγιστο αποτέλεσμα.
Ιωάννης Γιαλελής, Εργαστήριο Ηλεκτρονικών Εφαρμογών του Πανεπιστημίου Πατρών
«Υποστήριξη της γεωργίας μέσα από δεδομένα»
Ο Ιωάννης Γιαλελής, από το Εργαστήριο Ηλεκτρονικών Εφαρμογών του Πανεπιστημίου Πατρών, αναφέρθηκε σε έξυπνες υπηρεσίες βασισμένες στο Διαδίκτυο των Πραγμάτων για την υποστήριξη της Γεωργίας και το έργο AgrIoT. Οπως τόνισε,το συγκεκριμένο έργο έχει ως στόχο την αποτελεσματική στήριξη του μετασχηματισμού της λειτουργίας του γεωργικού τομέα, προκειμένου να γίνει πιο ευφυής. Απαιτείται η συγκέντρωση και επεξεργασία πολλών δεδομένων της παραγωγής με αυτοματοποιημένο, αποτελεσματικό, αξιόπιστο τρόπο και με χαμηλό κόστος. Προϋπόθεση είναι η χρήση της σύγχρονης τεχνολογίας και ειδικότερα η μικροηλεκτρονική επικοινωνιών του τομέα της πληροφορικής. Ουσιαστικά πρόκειται για μια εκσυγχρονισμένη πλατφόρμα υποστήριξης και εκσυγχρονισμού της γεωργίας, που επιτρέπει τη συλλογή πολλών κρίσιμων για την παραγωγή δεδομένων και την παροχή εξατομικευμένων ενημερώσεων για αγροτεμάχια όλων των τύπων, ανοικτών ή κλειστών καλλιεργειών. Τα δεδομένα που συλλέγονται αφορούν συγκεκριμένες παραμέτρους καλλιεργειών και δίνουν ακριβείς πληροφορίες για την ατμόσφαιρα, το έδαφος και τα φυτά. Τα πλεονεκτήματα του AgrloT είναι η διαθεσιμότητα γιατί υπάρχει μια συνεχής παροχή υπηρεσιών όλες τις ημέρες της εβδομάδας. Είναι επεκτάσιμο διότι καλύπτει από μικρές έως πολύ μεγάλες περιοχές, διαθέτει αξιοπιστία, είναι εύκολο στη χρήση και απαιτεί συντήρηση πολύ χαμηλού κόστους. Τα δομικά στοιχεία του συστήματος αποτελούν κόμβοι συλλογής δεδομένων πολύ χαμηλού κόστους, ένα εξειδικευμένο λογισμικό επεξεργασίας και παρουσίασης δεδομένων παράλληλα με αλγοριθμικά μοντέλα πρόβλεψης ασθενειών. Οι κόμβοι έχουν αρθρωτή και λιτή σχεδίαση τόσο σε επίπεδο εξαρτημάτων όσο και συμπεριφοράς, ικανοποιούν πολλές απαιτήσεις συλλογής και μετάδοσης δεδομένων και έχουν την δυνατότητα να ικανοποιούν πολλές περιπτώσεις χρήσης. Η παροχή της ενέργειας για το σύστημα γίνεται μέσω ηλιακού πάνελ, υπάρχει μπαταρία ιόντων λιθίου και ένας γραμμικός ρυθμιστής που παρέχει την αναγκαία ισχύ. Στο λειτουργικό του σύστημα, χρησιμοποιείται Firmware σε γλώσσα C με συνολικό μέγεθος 10ΚΒ. Σε ότι αφορά την απόσταση κάλυψης, για συχνότητα 868ΜHZ καλύπτεται απόσταση 15 χιλιομέτρων ενώ για 433 MHZ η απόσταση διπλασιάζεται. Το κόστος ανά κόμβο κυμαίνεται στα 20 ευρώ, που αφορά το κόστος υλικών για την ανάπτυξη πρωτοτύπων. Το κόστος αισθητήρων οι οποίοι με την σειρά τους μεταφέρουν δεδομένα για την υγρασία του φυλλώματος φθάνει τα 140 ευρώ, για την θερμοκρασία του εδάφους τα 70 ευρώ και για την υγρασία τα 65 ευρώ ενώ στις στις τιμές αυτές θα πρέπει να προστεθεί και ο ΦΠΑ. Επίσης το κόστος ενός in house αισθητήρα υγρασίας φυλλώματος είναι 20 ευρώ. Ένα από τα μοντέλα που προβλέπει αφορά την όξινη σήψη ενώ υπάρχουν και διάφορα άλλα τα οποία έχει τη δυνατότητα να προβλέψει, όπως για παράδειγμα ο περονόσπορος.
Χρήστος Ξουρής, CEO και Co Founder της Gaia Robotics
«Εντοπισμός ασθενειών με φασματογράφο»
Ο Χρήστος Ξουρής, CEO και Co Founder της Gaia Robotics, αναφέρθηκε στις νέες προοπτικές της γεωργίας ακριβείας. Στην εισαγωγή της τοποθέτησής του είπε ότι «ο πόλεμος στην Ουκρανία θα κάνει ακόμη πιο έντονο το πρόβλημα της επισιτιστικής επάρκειας» αλλά και το πρόβλημα της ανταγωνιστικότητας στον αγροτικό τομέα. Στόχος της εταιρείας είναι να μπορέσει να εντοπίσει ασθένειες και να βοηθήσει τους παραγωγούς στο πώς θα κάνουν το καλύτερο management της καλλιέργειάς τους. H εταιρία εστιάζει στην πολυφασματική απεικόνιση. Τα φυτά ανακλούν το φως σε προβλέψιμα μήκη κύματος εντος του συνολικού φάσματος και τα συγκεκριμένα μήκη σχετίζονται άμεσα με την υγεία της καλλιέργειας. Με τη μέθοδο αυτή χρησιμοποιούνται επιστημονικοί αισθητήρες με φίλτρο μικρούς εύρους ώστε να συλλαμβάνουν άριστα την ανακλώμενη από τα φυτά ενέργεια. «Αυτό που μας ενδιαφέρει άμεσα είναι τι γίνεται στα φυτά με το φαινόμενο της φωτοσύνθεσης. Τα φυτά δεν απορροφούν όλο το φως αλλά συγκρατούν συγκεκριμένο εύρος φωτός» τόνισε ο κ. Ξουρής. Ετσι με την πολυφασματική απεικόνιση επιτρέπεται η συλλογή δεδομένων τόσο από το ορατό όσο και από το υπέρυθρο φάσμα του φωτός. Ήδη οι λύσεις της πολυφασματικής απεικόνισης χρησιμοποιούνται σε μια καλλιέργεια βιομηχανικής ντομάτας στην Ηλεία. Η επαναλαμβανόμενη απεικόνιση σε βάθος χρόνου απέφερε σημαντικές πληροφορίες, αποκαλύπτωντας περιοχές έντονων διακυμάνσεων στην υγεία της καλλιέργειας που δεν θα ήταν δυνατόν να εντοπιστούν διαφορετικά. Αντίστοιχη εφαρμογή έγινε σε καλλιέργεια αμπελώνα με την ποικιλία Μαλαγουζιά όπου διαπιστώθηκε ότι οι περιοχές με έντονο χρώμα είχαν προσβληθεί από ζιζάνια και δόθηκε η δυνατότητα απεικόνισης με ακρίβεια του σημείου μέσα στον αμπελώνα. Στην ίδια έκταση διαφάνηκε ποιες περιοχές είχαν προσβληθεί από ωίδιο παρέχοντας στον αμπελουργό ένα έγκαιρο σχέδιο δράσης για την θεραπεία των επηρεασμένων πρέμνων. Στην περίπτωση καλλιέργεια ελιάς, υπάρχει η δυνατότητα εντοπισμού των δέντρων που έχουν μολυνθεί από παθογόνους παράγοντες, ακόμα και εάν αυτά δεν παρουσιάζουν συμπτώματα. Ο εντοπισμός μάλιστα γίνεται στα πρώτα στάδια και έτσι προλαμβάνεται η εξάπλωση της ασθένειας και παρέχεται στους αγρότες και τους γεωπόνους ένα βασικό διαγνωστικό εργαλείο, ακριβές και εύχρηστο. Στην καλλιέργεια καρπουζιού αντίστοιχα, έδωσε τη δυνατότητα στους καλλιεργητές να εντοπίσουν διακυμάνσεις στη βιομάζα της καλλιέργειάς τους. Αυτό οφειλόταν στην έλλειψη νερού και θρεπτικών συστατικών που δεν θα μπορούσαν να εντοπιστούν με άλλο συμβατό τρόπο από τον καλλιεργητή. Επίσης στην καλλιέργεια πατάτας δόθηκε η δυνατότητα εντοπισμού των καμμένων φύλλων, κάτι που οφειλόταν στον ψεκασμό με ζιζανιοκτόνα.
Άρης Λάλος, ερευνητής του ΙΝΒΙΣ και ερευνητικού κέντρου «Αθηνά»
«Βερτισιλλίωση, ο εχθρός της ελιάς»
Ο Άρης Λάλος, ερευνητής του ΙΝΒΙΣ και του ερευνητικού κέντρου «Αθηνά» παρουσίασε το έργο myolivegrovecoach, το οποίο χρηματοδοτήθηκε από το πλαίσιο Περιφέρεια 2014-2020. Η ελαιοκαλλιέργεια στην Ελλάδα καταλαμβάνει έκταση 7,16 εκατομμυρίων στρεμμάτων και αριθμεί 130 εκατομμύρια ελαιόδεντρα. Καλύπτει ένα μεγάλο ποσοστό της γεωργικής γης με χαρακτηριστικά τη μικρή γονιμότητα και το επικλινές έδαφος. Το έργο εστίασε στο πρόβλημα της βερτισιλλίωσης που αποτελεί ένα μεγάλο μηκιτιολογικό πρόβλημα στις ελαικοαλλιέργειες και συντελεί στη μείωση της παραγωγικότητας και την καταστροφή του κεφαλαίου και την υποβάθμιση των εδαφών. Ωστόσο το πρόγραμμα θα μπορούσε να επεκταθεί σε ένα σύνολο εφαρμογών. Στην κοινοπραξία συμμετέχουν τέσσερις φορείς, η Gaia Robotics, Ίριδα Labs, το ΙΝΒΙΣ μέσω του ερευνητικού κέντρου Αθηνά, καθώς και ένα ιδιώτης που διέθεσε τους ελαιώνες του για πιλοτικές δράσεις. Η βερτισιλλίωση οφείλεται για την καταστροφή μεγάλου τμήματος του φυτικού κεφαλαίου. Με τη μέθοδο που ακολουθείται δίνεται η δυνατότητα της πλήρους καταγραφής της ασθένειας. Χρησιμοποιήθηκε μια πολυφασματική κάμερα και τεχνικές χαμηλού υπολογιστικού κόστους και σε ανάλογες πλατφόρμες. Ένα από τα προβλήματα με το οποίο ασχολήθηκαν ήταν ο σχεδιασμός αλγορίθμων με στόχο την κάλυψη ενός χωραφιού με τη μικρότερη ενεργειακή κατανάλωση. Αυτό επιτεύχθηκε με τη δημιουργία ενός ορθομωσαϊκού, που απαιτεί επικαλυπτόμενες λήψεις και οι φωτογραφίες να έχουν την ίδια φωτεινότητα και τα ίδια χαρακτηριστικά εστίασης. Στόχος η ενασχόληση με αλγορίθμους που αποσκοπούσαν στην πιο αποδοτική λύση και με τον σχεδιασμό της διαδρομής των drone με τέτοιο τρόπο ώστε να επιτευχθεί το μέγιστο αποτέλεσμα. Αναπτύχθηκαν τεχνικές που αφαιρούν τον θόρυβο από τις εικόνες, βρίσκουν χαρακτηριστικά σημεία τα οποία χρησιμοποιούνται για την ένωση των εικόνων μεταξύ τους και είναι εύρωστα σε μετασχηματισμούς γεωμετρικούς, σε θόρυβο που προσομοιώνει την εστίαση και στην συνέχεια ασχοληθήκαμε με την εύρεση δεικτών και την χρήση τους σε σχέση με την βερισιλλίωση. Στόχος ήταν από τους δείκτες και τα δεδομένα να εστιαστούν σε πραγματικό χρόνο διάφορες περιοχές μιας έκτασης οι οποίες σχετίζονται με την ασθένεια. Διερευνήθηκαν διάφορες τεχνικές που χρησιμοποιούνται για τη δημιουργία του ορθομωσαϊκού και επιλέχθηκε στην πλατφόρμα να είναι αυτές που παρέχουν τη μεγαλύτερη ακρίβεια σε περιστροφές και σε θόρυβο που μπορεί να προκύψει λόγω έλλειψης εστίασης ή λόγω διαφορετικής φωτεινότητας από τη λήψη των φωτογραφιών. Παρατηρήθηκε σημαντική βελτίωση ως προς την δημιουργία του ορθομωσαϊκού και αναπτύχθηκαν τεχνικές μηχανικής όρασης που εστιάζουν στις περιοχές ενδιαφέροντος.
#pgnews
#ΟΙΚΟΝΟΜΙΑ
