LegközelebbKövetkező útmutató
AI az akvakultúrában és haltenyésztésben
Iparágak
Iparági ÚTMUTATÓ
A függőleges gazdaságokban és üvegházakban a mesterséges intelligencia úgy állítja be a fényt, a hőmérsékletet, a páratartalmat, a CO2-t és a tápanyagokat, hogy a legtöbb hozamot és minőséget érje el az elköltött energia és munka mellett.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Egyesíti az érzékelőadatokat, a terménymodelleket és az előrejelzéseket a vezérlők beállításához. Ez azért fontos, mert az ellenőrzött környezetű gazdálkodás egész évben képes élelmiszert termelni a városok közelében, kevesebb víz felhasználásával. A magas energia- és tőkeköltségek azonban több jól finanszírozott vertikális farm kudarcát okozták, és a mesterséges intelligencia ezt önmagában nem tudja megjavítani.
Az ellenőrzött környezetű mezőgazdaság kétféle tevékenységet takar. Az üvegházak napfényt használnak, mesterséges fénnyel kiegészítve. A beltéri vertikális farmok LED-ek alatt növekvő rétegeket halmoznak fel egy lezárt épületben. Mindkét esetben a termelők szabályozzák a hőmérsékletet, a páratartalmat, a szén-dioxidot, a fényt, az öntözést és a tápanyagokat. Az AI feladata, hogy minden egyes energia- és munkaegységhez olyan beállításokat válassza ki, amelyek maximalizálják a hozamot és a minőséget. Számos változó kölcsönhatásban van: - **Fény:** a növények a napi fényintegrálra (napi összfény), a fényperiódusra és a spektrumra reagálnak. - **Gőznyomás-deficit (VPD):** a páratartalom és a hőmérséklet együttesen határozza meg a VPD-t, amely a párologtatást vezérli. Túl alacsony, és nő a betegségek kockázata; túl magas, és a növények bezárják sztómáikat. - **CO2:** dúsítás csak akkor fokozza a fotoszintézist, ha a fény és a hőmérséklet ezt lehetővé teszi. - **Tápanyagok:** Az oldatokat az elektromos vezetőképesség (EC) és a pH határozza meg. Az egyik beállítás megváltoztatása eltolja a többit, így az irányítás olyan egyensúlyt teremt, amelyet a tapasztalt termelőknek évekbe telik megtanulni. A Greenhouse AI-nak van egy figyelemre méltó próbatere: az Autonomous Greenhouse Challenge, amelyet a Wageningeni Egyetem és Kutatóközpont működtet. Az algoritmuscsapatok szakértő termelőkkel versenyeztek, hogy távolról termeszthessenek olyan növényeket, mint az uborka, a paradicsom és a saláta. A közgazdaságtan a figyelmeztető mese. Az AeroFarms és az AppHarvest üvegháztermelő 2023-ban csődöt jelentett, a Bowery Farming pedig 2024-ben leállt. A fő probléma az, hogy a beltéri gazdaságok az ingyenes napfényt vásárolt árammal helyettesítik, míg fő termékeiket, a leveles zöldségeket és fűszernövényeket alacsony áron értékesítik. A magas tőkeköltségek, az energiaárak kiugrása és a szűkös árrések kevés tévedési lehetőséget hagytak. Három tévhit gyakori. A mesterséges intelligencia önmagában nem teszi nyereségessé a vertikális gazdálkodást; a költségeket a margón csökkenti, miközben az energia és a tőke dominál. A vertikális gazdaságok nem automatikusan zöldebbek, mert szénlábnyomuk az áramforrástól függ. Az üvegházakban, nem pedig egymásra rakott beltéri gazdaságokban termelik a legtöbb ellenőrzött környezetű élelmiszert.
A paradicsomos üvegházak klímaszoftvert használnak, amely megtervezi a fűtést, a szellőztetést és órákkal előre képernyőt készít az időjárás-előrejelzés alapján. A cél az, hogy a növényeket a megfelelő páratartalom-tartományban tartsuk, miközben kevesebb gázt használunk fel.
Egy beltéri salátafarm olyan órákra ütemezi be a LED-es világítását, amikor a legolcsóbb az áram, miközben továbbra is biztosítja az egyes terményekhez szükséges napi fényt.
A növekvő állványok feletti kamerák minden nap megbecsülik a levelek területét és a lombkorona borítását. Megjelölik a lassan növekvő tálcákat, így a személyzet ellenőrizni tudja az öntözést vagy a tápanyagszintet.
A termelő összehasonlítja egy algoritmus éghajlati ajánlásait egy tapasztalt termelő döntéseivel egy rekeszre vonatkozóan, majd eldönti, hogy kiterjeszti-e az automatizálást az egész üvegházra.
Az üvegházak automatizálása valószínűleg tovább fog fejlődni, mert az üvegházak munkaerőhiánnyal és energiaköltség-nyomással néznek szembe, és az AI által támogatott klímaszabályozás is megállta a helyét a próbák során. A beltéri vertikális gazdálkodás a kudarcok után megszilárdul. A túlélő üzemeltetők a nagyobb értékű növényekre, az olcsó vagy megújuló energiát használó telephelyekre és a jobb automatizálásra összpontosítanak. Az olyan növényeket, mint az eper, zárt térben tesztelik, bár a jövedelmezőség a méretekben nem bizonyított. A robotbetakarítás és az automatizált üzemmérés több adatot biztosít a vezérlőrendszereknek. Összességében a mesterséges intelligencia javítja a hatékonyságot, de az energiaárak és a termék értéke dönti el, hogy mely üzleti modellek tartanak fenn.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A függőleges gazdaságokban és üvegházakban a mesterséges intelligencia úgy állítja be a fényt, a hőmérsékletet, a páratartalmat, a CO2-t és a tápanyagokat, hogy a legtöbb hozamot és minőséget érje el az elköltött energia és munka mellett. Egyesíti az érzékelőadatokat, a terménymodelleket és az előrejelzéseket a vezérlők beállításához. Ez azért fontos, mert az ellenőrzött környezetű gazdálkodás egész évben képes élelmiszert termelni a városok közelében, kevesebb víz felhasználásával. A magas energia- és tőkeköltségek azonban több jól finanszírozott vertikális farm kudarcát okozták, és a mesterséges intelligencia ezt önmagában nem tudja megjavítani.
A fényforrás az alapvető különbség, és nagyon eltérő energiaköltségeket hajt meg.
A VPD a levegő hőmérsékletétől és páratartalmától függ. Ez elősegíti a párologtatást, befolyásolva a betegségek kockázatát és azt, hogy a növények bezárják-e sztómáikat.
A CO2 a számos kölcsönhatásban lévő határérték egyike. Elegendő fény és megfelelő hőmérséklet nélkül az extra CO2 keveset ad hozzá.
A Wageningeni Egyetem és Kutatási Központ a kihívást, amelyben algoritmuscsapatok versenyeznek szakértő termelőkkel.
A világításra fordított energia plusz a magas tőkeköltségek az alacsony értékű termékekhez képest csekély árréseket hagytak maguk után, amelyeket az energiaárak kiugrása eltörölhetett.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
AI az akvakultúrában és haltenyésztésben
Iparágak