Vorige week ging de derde editie van de Autonomous Greenhouse Challenge van start. Onder regie van Wageningen Universiteit & Research, dat in Bleiswijk de teeltfaciliteiten beschikbaar stelt, strijden vijf teams tot medio juni om het hoogste saldo van een slateelt die op afstand volledig door algoritmen wordt aangestuurd. “Anders dan in de vorige edities is tussentijds ingrijpen niet meer mogelijk”, zegt challenge-coördinator Anna Petropoulou. “De algoritmen moeten nu echt laten zien wat ze waard zijn.”
Na een lange aanloop die het kaf van het koren moest scheiden, ging het licht voor de vijf beste teams vorige week op groen. Zij hadden meer dan veertig breed samengestelde teams het nakijken gegeven tijdens een online voorselectie in de zomer (focus: vision voor gewasherkenning, teeltsimulatie) en een hackathon in november (focus: beheersing van groeifactoren in simulatie), waaraan 17 teams mochten deelnemen. Twee van de vijf overgebleven uitdagers zijn hoofdzakelijk Zuid-Koreaans, één team is volledig Russisch. Het Amerikaans-Vietnamese team wordt geleid door Kenneth Tran, voormalig captain van het winnende team Sonoma (Microsoft) van de eerste editie in 2018. Het vijfde team is een mix van professionals en Wageningse studenten uit China, Nederland en Oekraïne. De Chinese en Nederlandse inbreng is een stuk kleiner dan in de vorige edities.
Achter slot en grendel
Voor de derde editie hebben organisator Wageningen University & Research en hoofdsponsor Tencent de lat opnieuw hoger gelegd, stelt uitvoerend coördinator Anna Petropoulou. “In voorgaande edities konden de teams nog tussentijds sleutelen aan hun algoritmen of desnoods handmatig corrigeren”, zegt zij. “In deze challenge draaien de algoritmen achter slot en grendel op de cloud en hanteren we een streng toegangsprotocol. Tussentijds bijsturen kan nu niet meer. Daardoor komen de algoritmen en de gevolgde strategie sterker tot uitdrukking in het teeltresultaat en het financiële saldo van de teelt. Daar is het ons en de deelnemers per slot van rekening om begonnen.”
Eerste verschillen zichtbaar
De challenge bestaat uit twee volledige teeltcycli. De eerste, die net is gestart, is vooral bedoeld om de zelflerende algoritmen te voeden met extra data en om de gekozen strategie te evalueren. De teams krijgen vervolgens enkele weken de tijd om hun strategie en algoritmen aan te passen voor de allesbeslissende tweede teeltronde, die op 1 mei zal starten.
Petropoulou: “Het is nog vroeg, maar we zien al duidelijke verschillen tussen de ingezette strategieën. Sommige teams kiezen voor een hoge teeltsnelheid bij relatief hoge temperatuur en meer licht, andere beperken de input van energie en zullen wat langer door moeten telen. Beide sporen kunnen een goed resultaat opleveren.”
Robuust algoritme is goud waard
De algoritmen bepalen hoe de gekozen strategie precies wordt uitgevoerd. Zij worden gevoed met uiteenlopende data van meetboxen, omgevings- en plantsensoren en videocamera’s. Eindverantwoordelijke Silke Hemming heeft net als Petropoulou hoge verwachtingen: “Een algoritme dat in staat is om zonder externe ingrepen op efficiënte wijze mooie kroppen sla in de juiste sortering te telen, is goud waard en zal in de praktijk direct aan de slag kunnen”, merkt zij op. “Een voorwaarde is dan wel dat er voldoende veiligheidsmarge wordt ingebouwd. Een op afstand gestuurde teelt mag natuurlijk niet falen wanneer er ergens storing is of een sensor uitvalt. Robuustheid is erg belangrijk.”
Daar kan Hemming best eens gelijk in krijgen. Slasoorten en andere bladgewassen lenen zich bij uitstek voor vertical farms, waarvoor investeerders nog steeds in de rij lijken te staan. Robuuste, zelflerende algoritmen zouden de nu nog tegenvallende rendementen van deze plantfabrieken met kunstlicht versneld kunnen opkrikken. Ook de reguliere slateelt in kassen is met goed functionerende algoritmen geholpen.
Tekst en beeld: Jan van Staalduinen en WUR
