Crescita demografica, progressiva riduzione dei suoli adibiti a coltivazione e cambiamenti climatici richiedono che la produzione agricola sia sempre più efficiente ed efficace, passando da un tipo di agricoltura tradizionale a un’agricoltura digitale. Si va sempre di più verso l’agricoltura di precisione, strategia di gestione aziendale che impiega l’ICT per acquisire dati in grado di portare a decisioni finalizzate a produrre al meglio. Vediamone l’impatto sull’agricoltura italiana.

L’agricoltura di precisione, grazie all’intelligenza artificiale, è in grado di migliorare ulteriormente l’agricoltura italiana, già prima in Europa per valore aggiunto, con 31,8 miliardi di euro. Grazie all’AI è – e sarà possibile – gestire al meglio diverse operazioni, che vanno dal monitoraggio del suolo alla più oculata gestione e uso di antiparassitari, fino alla tutela della qualità del prodotto nella filiera agroalimentare, potendo implementare la qualità della coltivazione, elevando la sostenibilità ambientale ed efficienza.

Detto così, appare un po’ vago, ma se vi dicessimo che persino Nutella si potrebbe giovare dell’AI? Grazie al progetto Pantheon, condotto dall’Università Roma Tre, insieme ad altri due atenei e alla Ferrero quale partner industriale, si stanno mettendo a punto soluzioni per l’agricoltura di precisione. In particolare, si lavora sulla gestione dei noccioleti (le nocciole sono l’ingrediente principale della famosa crema da spalmare), realizzando un sistema robotico in grado di monitorare lo stato di salute delle piante, intervenendo su ciascuna in base all’esigenza.

Per riuscire in questo, occorre creare un sistema di controllo centrale che raccolga i dati provenienti dalla rete di sensori e dai robot collocati sul campo (droni e veicoli terrestri) e li elabori per fornire supporto all’agronomo, pianificare le attività dei robot, impartire comandi agli altri sistemi e supportare l’attività degli agricoltori sul campo. 

Artificial Intelligence e smart agriculture in Italia

Quello di Nutella è solo un esempio delle tecnologie che si giovano – o che beneficeranno – di un impiego sempre più consistente dell’Artificial Intelligence e su cui l’Italia dimostra di puntare molto.

Prova ne è che l’agricoltura 4.0, in Italia, ha raggiunto, nel 2019, un valore di 450 milioni di euro, cresciuta del 22% rispetto all’anno precedente. Lo sottolinea l’Osservatorio Smart Agrifood della School of Management del Politecnico di Milano, spiegando che la spesa si concentra soprattutto in sistemi di monitoraggio e controllo di mezzi e attrezzature agricole (39%), software gestionali (20%) e macchinari nativamente connessi (14%), oltre a sistemi per monitorare da remoto terreni e colture (10%) e per mappare i terreni e le coltivazioni (9%).

Il nostro Paese rispecchia un trend di crescita riguardante la smart agriculture piuttosto forte in tutto il mondo: secondo ASD Reports, il mercato dell’agricoltura intelligente è stimato in aumento da 13,8 miliardi di dollari nel 2020 a 22 miliardi di dollari entro il 2025, con un tasso annuo di crescita del 9,8%.

Intelligenza artificiale e agricoltura di precisione: si punta su droni, robot e veicoli autonomi

Perché c’è bisogno di passare da un tipo di agricoltura tradizionale a una digitale? Per diversi motivi. La crescita demografica, la progressiva riduzione dei suoli adibiti a coltivazione, i cambiamenti climatici richiedono che la produzione agricola sia sempre più efficiente ed efficace.

In pratica, è necessaria l’agricoltura di precisione. Si tratta di una moderna strategia di gestione aziendale che impiega l’ICT per acquisire dati in grado di portare a decisioni finalizzate a produrre al meglio, con un’attenzione sia alla resa che alla qualità e sostenibilità ambientale ed economica. Per questo servono droni, robot, veicoli autonomi, sistemi di gestione e di monitoraggio da remoto. Ed è qui che l’Intelligenza Artificiale scende in campo.

Ma quali sono i campi applicativi più interessanti di un suo impiego nell’agricoltura del prossimo futuro? “L’ambito di sicuro successo dell’AI è rappresentato dal monitoraggio del suolo”, spiega Cosimo Distante, docente in computer vision e responsabile delegato della sede secondaria dell’Istituto di Scienze Applicate e Sistema Intelligente (ISASI) del CNR:

“Già oggi esistono telecamere multispettro in grado di comprendere se una pianta è in condizioni di stress. Inoltre, la riduzione progressiva dei costi tecnologici contribuirà alle soluzioni di essere più interessanti, commercialmente parlando. Ciò è di grande aiuto per analizzare i parametri del suolo in maniera georeferenziata e di interpretare lo stato di salute delle piante”

La telecamera multispettrale, in pratica, rileva la banda di infrarossi emessi dalle piante. Nel processo di fotosintesi clorofilliana, esse sfruttano la radiazione solare per sintetizzare alcune sostanze. Quelle sane presentano un assorbimento elevato di lunghezze d’onda prossime al Blu e al Rosso. “L’AI rende possibile non solo individuare le piante, la loro tipologia e il conseguente trattamento, ma anche capire se una chioma d’albero è sana oppure no”.

L’impiego di tali tecnologie a bordo di droni consente di raccogliere informazioni e intervenire in maniera mirata, adottando fitofarmaci o fertilizzanti a seconda del caso: “Ciò permette di ridurre sensibilmente l’uso di sostanze chimiche, con grande beneficio per l’ambiente e dell’economia aziendale: in quest’ultimo caso è possibile arrivare a risparmiare fino al 30% di fertilizzante”.

Secondo Distante, che è anche membro esperto in innovazione sia per il Ministero dell’Istruzione, della Ricerca e dell’Università sia per il Ministero dello Sviluppo Economico, l’uso di tali sistemi intelligenti sta già affinando le strategie commerciali di aziende produttrici di macchine per l’agricoltura per la realizzazione di attrezzi autonomi e intelligenti.

Il deep learning per una rappresentazione precisa del suolo da coltivare

Ma, nel particolare, quale sarà l’ambito di AI più interessante per l’uso agricolo? Di sicuro, l’utilizzo del deep learning consentirà di creare una rappresentazione della scena quanto più precisa e interpretarla opportunamente, permettendo di eseguire interventi relativi. Oggi questo compito è svolto da un professionista.

Nei campi, quindi, sarà sempre più facile imbattersi in veicoli intelligenti, in grado di svolgere operazioni in autonomia e droni attrezzati per visionare dall’alto la situazione.

Altri impieghi dell’AI saranno possibili grazie alla possibilità di riconoscimento: pensiamo, per esempio, alla capacità di individuare i frutti maturi e svolgere una raccolta quanto più precisa mediante sistemi robotizzati autonomi. Sarà possibile anche stabilire lo stato di salute della pianta dalla condizione delle foglie – sottolinea l’esperto – ammettendo, però, che, allo stato attuale, manca manodopera specializzata, in grado di utilizzare al meglio le macchine e fornire le necessarie informazioni all’imprenditore agricolo per prendere le decisioni più corrette. Inoltre, servono i dati, condizione imprescindibile per addestrare reti neurali profonde.

Progetti di AI per l’agricoltura italiana

Cosimo Distante, in qualità di responsabile ISASI-CNR, sta coordinando a livello nazionale il progetto ENDOR – ENabling technologies for Defence and monitoring of the foRests, che intende sfruttare l’Intelligenza Artificiale per il monitoraggio della macchia mediterranea, uno dei principali ecosistemi mediterranei.

Ammesso al finanziamento PON – Programma Operativo Nazionale dal Ministero dello Sviluppo Economico e (per 2,8 milioni di euro) nel settore agrofood, coinvolge il DAC – Distretto Aerospaziale Campano e l’azienda OMI – Officine Meccaniche Irpine, il progetto utilizzerà telecamere iperspettrali, ancor più dettagliate rispetto alle multispettrali, in quanto consentono di ottenere una grande quantità di informazioni utili e accurate.Tali soluzioni sono in grado di rilevare i biomarcatori, ovvero quelle informazioni utili a cogliere l’insorgenza di una patologia.

Questa ricerca si propone lo sviluppo e l’impiego di tecnologie di AI (in particolare deep learning) per la conservazione di specie vegetali, ma anche per il monitoraggio e la prevenzione di incendi.

In Italia, ci sono diversi impieghi dell’Artificial Intelligence per l’agricoltura, specie nel caso di robotica impiegata per la raccolta e la movimentazione di prodotti agricoli con veicoli, chiamati agribot. Diversi esempi sono elencati nel report “100 Italian Robotics and Automation Stories” di Fondazione Symbola. Storie che raccontano, per esempio, dei quadrupedi progettati e realizzati dall’IIT – Istituto Italiano di Tecnologia, pensati per intervenire in aree a rischio e in agricoltura.

C’è poi Flourish, progetto sviluppato dall’Università La Sapienza di Roma: è focalizzato sulla possibilità di sviluppare una soluzione robotica, multi-piattaforma, per l’agricoltura di precisione tramite la combinazione di piccoli velivoli autonomi con veicoli terrestri multifunzionali.  È invece opera di un team dell’Università Roma Tre, il progetto citato all’inizio e legato ai noccioleti: si tratta di Pantheon, progetto europeo Horizon 2020 per la robotica in agricoltura. 

Di sicuro, l’Intelligenza artificiale è al centro del programma AI for Earth, avviato lo scorso anno da Microsoft, mirato a sviluppare progetti di AI in vari ambiti. Proprio per indagare le potenzialità in agricoltura è entrata nel programma la Fondazione Bruno Kessler, in particolare per studiare una soluzione in grado di prevenire i danni causati dalle ondate di calore.