Die Ethik und die öffentlich-private Zusammenarbeit sind zwei zentrale Elemente, um bei den Herausforderungen weiter voranzukommen, die die künstliche Intelligenz für verschiedene Sektoren wie Gesundheit, Cybersicherheit, Industrierobotik und intelligente Städte aufwirft. Das war das Hauptthema der zweiten „AIHUB Industry Connection“, einem vom Spanischen Nationalen Forschungsrat (CSIC) organisierten Treffen für Unternehmen und CSIC-Forscher, um die öffentlich-private Zusammenarbeit in F+E+I im Bereich der künstlichen Intelligenz zu diskutieren, zu fördern und zu konsolidieren.

Mit mehr als 80 Teilnehmern war die Conexión AIHUB-Industria 2023 eine hervorragende Gelegenheit sowohl für Forscher als auch Unternehmen, um über die Möglichkeiten und das Potenzial der Zusammenarbeit zwischen Wissenschaft und Industrie zu diskutieren. Dies zeigte sich in insgesamt 20 Präsentationen, in denen erfolgreiche Fälle von Kooperationen zwischen CSIC-Zentren und Unternehmen, wie z. B. das Projekt AgrarIA, vorgestellt wurden.

Miguel Hormigo hielt als Direktor für den Sektor Industrie von GMV einen Vortrag über die Anwendungsfälle, die im Rahmen von AgrarIA untersucht werden, um den spanischen Agrar- und Lebensmittelsektor technologischer, innovativer und nachhaltiger zu machen sowie um zu mehr Energieeffizienz und zur Reduzierung der CO2-Emissionen beizutragen. Dabei stellte er einige der zusammen mit anderen Partnern durchgeführten Aktivitäten vor, wie z. B. die Verwaltung von Satellitenbildern zur Berechnung von Erntemessungen oder die Anwendung von Quantencomputing auf die Bildverwaltung zur Vorhersage des Ertrags landwirtschaftlicher Kulturen.

In diesem Projekt entwickeln GMV und CSIC einen Pilotversuch für den Einsatz von künstlicher Intelligenz zur Vorhersage von landwirtschaftlichen Ernteerträgen durch die Verarbeitung von Satellitenbildern zwecks Entwicklung eines auf Quanten-Maschinenlernen (QML) basierenden Ernteertragsvorhersageprogramms. Zur Durchführung dieses Konzeptnachweises wird ein vorverarbeiteter öffentlicher Satellitenbilddatensatz verwendet, ein auf automatischem quantischem Lernen basierter Prädiktor entwickelt und eine Auswertung und Interpretation der Ergebnisse durchgeführt. Darüber hinaus wird das Vorhersagemodell erweitert, um weitere Informationen einzubeziehen, wie z. B. über das Klima, aus multispektraler Bildgebung, Risikodaten usw.

An AgrarIA sind 24 Einrichtungen beteiligt, darunter Großunternehmen, KMU und Forschungszentren, die das gemeinsame Interesse verbindet, die Produktivität des spanischen Agrar- und Ernährungssektors durch die Anwendung künstlicher Intelligenz in der landwirtschaftlichen Wertschöpfungskette zu steigern. Dieses Projekt wird durch das Programm für F&E-Missionen im Bereich der künstlichen Intelligenz des Staatssekretariats für Digitalisierung und künstliche Intelligenz (SEDIA) des spanischen Ministeriums für Wirtschaft und digitale Transformation (Aktenzeichen MIA.2021.M01.0004) finanziert, das die Mittel für den Plan für wirtschaftliche Erholung, Resilienz und Transformation verwaltet.