Le ragioni che portano a considerare con sempre maggiore attenzione il rapporto tra Intelligenza Artificiale e agrifood sono numerose. I grandi temi legati al miglioramento della capacità produttiva, della necessità di produrre meglio con un minor consumo di risorse per creare una agricoltura effettivamente sostenibile e di non perdere mai la focalizzazione sulla sicurezza alimentare sono tutti fattori che richiedono più intelligenza.
E quando si parla di intelligenza si parla di dati e di conoscenza. Il settore agroalimentare, come accade da tempo anche per il mondo industriale grazie alle logiche del 4.0, sta producendo grandi quantità di dati. Dati che arrivano dai “campi”, dalla produzione, dalla logistica e dai trasporti, ma anche dati che arrivano dal mondo della ricerca e degli esperimenti scientifici a cui si uniscono anche i dati che provengono dal mondo della distribuzione e dai consumatori.
A fronte di questa ricchezza di dati il mondo agroalimentare è nella condizione di far corrispondere una ricchezza di conoscenza e l’Intelligenza Artificiale appare oggi sempre di più come uno strumento che permette di portare una innovazione basata sulla conoscenza sempre più precisa dei fenomeni. Per questa ragione si registra un crescente interesse per le applicazioni dell’intelligenza artificiale nel settore agroalimentare.
Uno sviluppo dell’agrifood nel quale pesa sempre di più il ruolo dei dati e dell’intelligenza
Lo studio “Artificial Intelligence in the Agrifood sector” dell’European Parliamentary Research Service (EPRS) affronta il tema legato al rilevamento e alla raccolta dei dati in diversi settori agroalimentari, unitamente ai temi legati alla loro gestione per migliorare la produzione e per mettere a disposizione degli operatori strumenti di supporto alle decisioni sempre più precisi.
La prospettiva di questo rapporto tende a guardare all’Intelligenza Artificiale indagando naturalmente tutti i possibili benefici, ma anche i rischi, i temi legati all’etica, gli impegni necessari in termini di nuove competenze e le inevitabili e importanti implicazioni sociali.
Ai grandi temi cui si è fatto cenno all’inizio del miglioramento della capacità produttiva, della sicurezza alimentare, della sostenibilità a chi si sta assumendo l’impegno di utilizzare l’Intelligenza Artificiale spetta il compito di guardare con sempre maggiore attenzione a come sfruttare con la giusta consapevolezza queste potenzialità e come bilanciare i potenziali benefici rispetto ai potenziali rischi.
Cosa si intende per agricoltura intelligente
Sarebbe sbagliato pensare di qualificare come intelligente l’agricoltura che può contare sul valore dei dati. L’agricoltura vive da sempre sui valori della conoscenza, a prescindere dal digitale. Tuttavia oggi i temi legati all’evoluzione della raccolta dei dati, alla loro disponibilità e alla possibilità di utilizzarli e combinarli in informazioni che aiutino gli agricoltori a prendere decisioni migliori è un dato di fatto sul quale l’innovazione digitale e tecnologica è chiamata a confrontarsi per dare risposte nuove in termini di processi decisionali. Decisioni che sono sempre più rilevanti nel momento in cui le catene alimentari si devono confrontare con i temi della sostenibilità a livello di produzione e di riduzione di ogni forma di spreco e di garanzia della qualità e della sicurezza dei prodotti da portare ai consumatori. Quella che prende forma nell’ambito di un rapporto sempre più stretto tra Intelligenza Artificiale e mondo agrifood è l’immagine una Agricoltura intelligente dove i sistemi di produzione agroalimentare coinvolgono processi e le condizioni di lavorazione caratterizzati da un crescente numero di variabili (accentuate e accelerate dai cambiamenti climatici), unitamente a un crescente livello di aspettative da parte dei tanti stakeholder che guardano a questo mondo e che alzano il livello di attenzione sulle condizioni di produzione, sull’utilizzo degli input e sulla qualità del prodotto finale.
All’agricoltura intelligente è affidato il compito di garantire un aumento della produttività senza nessun compromesso in termini di sicurezza alimentare e con la capacità, nello stesso tempo, di gestire le variabili legate a un clima in costante cambiamento. Il tutto fornendo le risposte in termini di trasparenza a tutti gli attori della catena agroalimentare. In questa sfida l’intelligenza artificiale svolge un ruolo fondamentale e mette a disposizione un livello di conoscenza che è oggi possibile grazie alla capacità di elaborazione dell’enorme patrimonio di dati che rappresenta una delle grandi ricchezze del mondo agrifood.
Solo per citare un esempio da una quarantina d’anni si è valutata l’importanza di adeguare le pratiche di gestione del campo in funzione alla variabilità del suolo, con una raccolta di dati che permettano di misurare le variabili che influiscono sulla produzione locale all’interno di una determinata area. In concreto, con quel passaggio, alla mietitrebbia non solo è stato affidato il compito tradizionale di raccogliere il grano, ma è stata arricchita per raccogliere anche sempre più dati relativi alla gestione di quel campo e di quel raccolto. Dati che sono naturalmente in relazione ad altri fattori, come quelle metereologici, come quelli legati all’applicazione di fertilizzanti, alla disponibilità di acqua, alla eventuale presenza di parassiti o di malattie durante il periodo di crescita. Un numero di variabili che determina poi la qualità del prodotto finale, ma anche la qualità della sua rappresentazione in dati sempre più precisi. Una precisione che, nella prospettiva dell’agricoltura intelligente, può contare su altri strumenti di indagine che permettono di valutare la eventuale presenza di forme di malattia o di stress nutrizionali o idrici.
Intelligenza artificiale dal campo alla tavola
Nell’articolo 3 del’ “Artificial intelligence Act for Europe” (EUR-Lex – 52021PC0206 – EN – EUR-Lex, 2021), viene data la seguente definizione: ‘Intelligenza artificiale’ significa software sviluppato con una o più delle tecniche e approcci elencati che può, per un dato insieme di obiettivi definiti dall’uomo, generare output come contenuti, previsioni, raccomandazioni o decisioni che influenzano gli ambienti con cui interagiscono.
Un Gruppo di Esperti ad alto livello indipendente sull’Intelligenza Artificiale, istituito dalla Commissione Europea (AI HLEG, 2018), ha proposto di utilizzare la seguente definizione aggiornata di AI: ‘Intelligenza artificiale (AI) si riferisce a sistemi progettati dagli umani che, dato un obiettivo complesso, agiscono nel mondo fisico o digitale percependo il loro ambiente, interpretando i dati strutturati o non strutturati raccolti, ragionando sulle conoscenze derivate da questi dati e decidendo le migliori azioni da intraprendere (secondo parametri predefiniti) per raggiungere l’obiettivo dato. I sistemi AI possono anche essere progettati per imparare ad adattare il loro comportamento analizzando come l’ambiente è influenzato dalle loro precedenti azioni.
Se si guarda al rapporto tra Intelligenza Artificiale e agricoltura intelligente si può vedere un rapporto basato su dati e intuizioni ottenuti durante le operazioni agro-alimentari a cui si affiancano dati ottenuti durante le attività di ricerca. La finalità è quella di disporre di un livello di conoscenza che non sarebbe alla portata dei singoli individui e che tiene conto di tutte le possibili variabili che possono influenzare la produzione. Le informazioni sono strutturate in modi diversi e in funzione del livello di adozione di Intelligenza artificiale e di mezzi tecnici coerenti con l’AI che possono essere gestiti in forma automatica, nel contento stesso in cui il dato può esprimere il proprio valore che può essere in campo, in fase di lavorazione o nel trasporto. Il tutto sempre con l’obiettivo di salvaguardare o aumentare la produttività agricola e la sicurezza alimentare.
L’intelligenza artificiale è uno strumento che permette all’agricoltura intelligente di raggiungere obiettivi che non sarebbero alla portata dei singoli individui e come sottolinea il report “Artificial Intelligence in the Agrifood sector” le attività agroalimentari nel momento in cui si devono svolgere in condizioni di produzione sostenibile e devono coinvolgere processi complessi con molte variabili spesso fuori dal controllo dei produttori o di altri attori nella catena del valore, hanno bisogno di grandi moli di dati e di strumenti in grado di gestirne la trasformazione in conoscenza come viene chiaramente indicato nel report, disponibile gratuitamente QUI e nel quale vengono approfonditi i seguenti temi:
Smart agriculture, Artificial intelligence and protected cultivation, Artificial intelligence in field crop production, AI in soil and water management and irrigation, AI in animal production, AI in supply chain management of horticultural products, AI and the agricultural machinery industry: collecting data and decision deployment, Barriers, challenges, and outlook for AI adoption in agri-food, Policy options for the use and simulation of AI in the agri-food sector.
