Vediamo in cosa consistono alcuni tra i progetti più riusciti.

L’importanza dei dati anche nell’agricoltura e i modelli predittivi

Come sappiamo, i dati sono una fonte fondamentale non solo per estrarre informazioni utili per il proprio business ma anche per creare dei modelli predittivi: attraverso un’opportuna raccolta e analisi di dati, è infatti possibile sviluppare proiezioni e forecast che possono aiutare a definire nuove opportunità e margini di intervento. Se questo vale per qualunque attività economica, può essere di vitale importanza per il settore agricolo, dove è fondamentale tenere sotto controllo il consumo delle risorse, il volume delle emissioni e la qualità dei terreni.

Sull’importanza dei dati si sono basati alcuni progetti sviluppati per integrare quantità di fonti dati variegate attraverso sistemi di Intelligenza Artificiale e Machine Learning, al fine di individuare algoritmi sempre più accurati e modelli di comportamento in grado di definire standard produttivi efficienti e sostenibili.

I modelli elaborati da tali sistemi possono prevedere, ad esempio, le quantità di fertilizzante, acqua o carburante opportune per lo sviluppo di un’economia sostenibile, nell’ottica di una generale ottimizzazione dei costi e di un contenimento dello spreco.

Consentire alle aziende agricole di utilizzare le giuste quantità di risorse è oggi più che mai un’esigenza, tanto che esiste un vero e proprio complesso di attività basate su Intelligenza Artificiale dedicate a questo obiettivo specifico. Si tratta delle strategie che uno studio di Microsoft e Google ha definito di precision agriculture.

Esempi di progetti di precision agriculture?

L’azienda israeliana Seedo, ha sviluppato un sistema di Intelligenza Artificiale in grado di creare le giuste condizioni di luce e clima per far crescere le piante in ambiente domestico, in regime di coltivazione idroponica. Seedo porta l’agricoltura all’interno delle case, con l’obiettivo di ridurre altri sistemi di coltivazione urbana ben più dispendiose, come serre e giardini, ma non solo: rendendo la tecnologia di Intelligenza Artificiale accessibile e conveniente, Seedo consente anche di lavorare a una maggiore localizzazione degli alimenti, riducendo la necessità di deforestazione, di emissioni legate ai trasporti e di sfruttamento eccessivo del suolo. Un modo, insomma, per coltivare frutta e verdura in casa, nelle aree più vulnerabili dal punto di vista ambientale.

Un altro progetto di successo è 50 Future Food, promosso da Unilever per incentivare il consumo di alimenti vegetali a più basso impatto ambientale.

Tra i partner digitali di questo ambizioso progetto è Gro Intelligence, un sistema di Intelligenza Artificiale e Machine Learning il cui obiettivo è quello di elaborare dei modelli predittivi circa la domanda potenziale dei prodotti e i Paesi in cui essa è maggiore. La previsione viene effettuata attraverso l’analisi di grandi quantità di dati relativi alla produzione agricola e la definizione di algoritmi sempre più accurati, elaborati da Machine Learning e in grado di fornire le soluzioni di coltivazione più sostenibili.

Non solo agricoltura: il progetto ReCircE, promosso dall’associazione non-profit Technologie–Initiative SmartFactory KL, ha sviluppato un metodo di riciclaggio completo della plastica attraverso una combinazione di Intelligenza Artificiale e Machine Learning, con l’obiettivo di aumentare la percentuale di plastica riciclata nell’Industria 4.0.

L’iniziativa punta a creare un pass digitale per tutti i prodotti tech, che dia massima trasparenza sui materiali riutilizzabili e faciliti il riciclaggio della plastica.

Questo pass digitale contiene tutte le informazioni relative ai materiali utilizzati e ai processi di lavorazione e smaltimento, mentre le informazioni sono lette da sistemi di Intelligenza Artificiale, che riconoscono le singole catene molecolari e consentono così di scomporre le diverse componenti della plastica e di smaltirle in modo efficace.

Un’altra innovativa proposta è stata lanciata da Enea con Smart Bin. Si tratta di un contenitore “intelligente” in grado di riconoscere il tipo di rifiuto elettrico ed elettronico smaltito e di “premiare” lo smaltimento corretto attraverso il rilascio di buoni sconto per i cittadini. Questa soluzione è stata già adottata in provincia di Salerno e presto sono previste iniziative simili in Trentino Alto Adige e nel Regno Unito, con l’obiettivo di incentivare comportamenti virtuosi e promuovere un futuro più green.

Quelli presentati sono solo alcuni dei tanti progetti green di Intelligenza Artificiale e Machine Learning ma ma tanti altri studi e modelli sono in via di definizione. L’obiettivo comune è quello di contribuire a creare un’economia globale più sostenibile per un futuro migliore. E tu sei pronto per fare la tua parte?

Se hai un progetto green nel cassetto e ti serve un supporto tecnico per realizzarlo, contattaci per una consulenza cliccando qui.

L'articolo L’intelligenza artificiale al servizio dell’ambiente proviene da Anteria.