Podczas wydarzenia pt. „GREEN AI – zrównoważona przyszłość sztucznej inteligencji”, zorganizowanego przez hiszpańskie Ministerstwo Transformacji Cyfrowej i Instytucji Publicznych, Miguel Hormigo, dyrektor ds. sektora przemysłowego w GMV, podkreślił kluczową rolę sztucznej inteligencji w budowaniu przyszłości zrównoważonego rolnictwa. Podczas swojego wystąpienia przedstawił on projekt o nazwie AgrarIA, który wykorzystuje sztuczną inteligencję w łańcuchu wartości produkcji rolnej dla celów przekształcania hiszpańskiego sektora rolno-spożywczego w kierunku modelu bardziej zrównoważonego i zaawansowanego technologicznie. Jest to inicjatywa z zakresu badań przemysłowych finansowana przez hiszpańskie Ministerstwo Transformacji Cyfrowej i Instytucji Publicznych. Dąży do rozwoju zrównoważonego globalnego przemysłu rolnego o neutralnym śladzie węglowym, poprzez użycie zaawansowanych technologii, takich jak sztuczna inteligencja, robotyka i bioinżynieria, do identyfikacji nowych metod produkcji rolnej.

Projekt ten przewiduje rozwój przestrzeni danych pod nazwą AgrarIA, opartej na usługach AI i obejmującej wszystkie modele rolniczego łańcucha wartości – produkcję, przetwarzanie i dystrybucję – w ramach jednej jednostki obliczeniowej, umożliwiając wdrażanie unikalnych inicjatyw sprzyjających szybkiej, wydajnej, produktywnej oraz zrównoważonej transformacji sektora rolno-spożywczego w perspektywie średnioterminowej. Hormigo zwrócił uwagę na sposób, w jaki technologie te umożliwiają inteligentniejsze zarządzanie zasobami, zgodnie z przedstawionymi na konferencji celami Krajowego Programu Zielonych Algorytmów (PNAV). Uściślając, AgrarIA obejmuje konkretne działania rozwojowe w ramach swoich pakietów roboczych w celu zbadania zielonych algorytmów zastosowanych do przestrzeni danych oraz różnych, opracowanych przez partnerów projektu przypadków użycia. Ponadto projekt ten kładzie nacisk na poszukiwanie wydajności w zużywaniu zasobów obliczeniowych, aby stać się jeszcze bardziej zrównoważonym, a wszystko to w połączeniu z dwoma wielkimi wyzwaniami sektora: konkurencyjnością i produktywnością.

Wspomniana inicjatywa dąży do osiągnięcia innego, głównego celu badawczego w zakresie modelowania poprzez różne przypadki użycia tej przestrzeni danych, aby wykazać jej istotność jako platformy o interoperacyjnym, zrównoważonym i bezpiecznym charakterze. Dlatego w swojej prezentacji Hormigo ukazał kilka z rzeczonych przypadków użycia, opracowywanych przez wszystkich partnerów konsorcjum: poprawa pomiaru upraw winorośli, efektywność energetyczna w chłodniach, wykrywanie oraz szybka eliminacja szkodników na plantacjach pomidorów w szklarniach, widzenie komputerowe w supermarketach w celu poprawy obsługi klienta poprzez rozpoznawanie owoców w kasach, obliczenia kwantowe zastosowane do zdjęć satelitarnych, oszczędność wody na dużych plantacjach itp.

Jednym z przykładów jest współpraca z TEPRO, w ramach której wdrożono modele predykcyjne do obliczania zawartości dostępnej w glebie dla upraw wody, z użyciem kluczowych zmiennych, takich jak opady i ewapotranspiracja. Modele te umożliwiają przewidywanie zapotrzebowania upraw na wodę, optymalizując w ten sposób wykorzystanie systemów nawadniania. W przypadku farmy migdałowej w Carmona (prowincja Sewilla) uzyskano imponujące wyniki, osiągając oszczędność do 58% wody do nawadniania, co stanowi znaczną poprawę w zakresie zrównoważonego zużycia zasobów wodnych.

Ponadto firma GMV i winnica Familia Torres pracowały nad projektem przewidywania ilości winogron, które trafią do winiarni, poprzez zestawienie zdjęć satelitarnych z informacjami rolno-klimatycznymi. Opracowane rozwiązanie bazujące na sztucznej inteligencji nie tylko pomaga lepiej zarządzać własną produkcją firmy, ale także ułatwia kontrolę nad prognozami stron trzecich, optymalizując zakup winogron oraz inne procesy związane ze zbiorami.

We współpracy z CSIC firma GMV przeprowadza pilotażowy test kwantowej sztucznej inteligencji, mający na celu przewidywanie wydajności upraw rolnych. Inicjatywa ta wykorzystuje przetworzone zdjęcia satelitarne do generowania zmiennej objaśniającej opartej na kwantowym uczeniu maszynowym (QML), co pozwala na dokładniejsze przewidywanie plonów. Ponadto zintegrowano inne dane, takie jak te dotyczące klimatu czy powiązanych zagrożeń, rozszerzając tym samym zakres modelu predykcyjnego, aby zaoferować bardziej globalną i skuteczną wizję.

Projekt AgrarIA – SZTUCZNA INTELIGENCJA ZASTOSOWANA W ŁAŃCUCHU WARTOŚCI PRODUKCJI ROLNEJ 2050 (TSI-100114-2021-0) został sfinansowany przez hiszpańskie Ministerstwo Transformacji Cyfrowej i Instytucji Publicznych za pośrednictwem Programu Misji B + R w zakresie Sztucznej Inteligencji 2021 w ramach inicjatywy „Agenda Hiszpania Cyfrowa 2025” oraz krajowej strategii dotyczącej sztucznej inteligencji, z finansowaniem europejskim za pośrednictwem Planu Odbudowy, Transformacji i Zwiększania Odporności.