Cos'è l'agricoltura intelligente?
L'agricoltura intelligente, nota anche come smart agriculture, è l'adozione di tecnologie avanzate e di operazioni agricole basate sui dati per ottimizzare e migliorare la sostenibilità della produzione agricola. Le tecnologie utilizzate per l'agricoltura intelligente includono l'intelligenza artificiale (AI), l' automazione e l'Internet of Things (IoT).
Sebbene le nuove tecnologie e strumenti siano da tempo parte integrante della gestione delle aziende agricole e della produzione alimentare, oggi sono le preoccupazioni più urgenti a guidare lo sviluppo e l'adozione di tecnologie agricole intelligenti. La principale tra queste è la sicurezza alimentare: secondo il Fondo monetario internazionale, la produzione alimentare deve aumentare del 70% entro il 2050 per tenere il passo con la crescita della popolazione globale.1
Il cambiamento climatico rende più difficile garantire un'adeguata produzione alimentare. Danneggia le rese dei raccolti e mette a repentaglio la disponibilità di risorse naturali come l’acqua per l’irrigazione. Oltre a questi problemi climatici, il settore agricolo deve affrontare anche delle sfide in termini di redditività a fronte dell’aumento dei costi dei fattori produttivi come i fertilizzanti, della volatilità dei prezzi delle materie prime e dei crescenti requisiti normativi.
"Attraverso un'agricoltura intelligente, possiamo adattarci meglio alle incertezze causate dal cambiamento climatico, mitigare l'impatto ambientale e promuovere la resilienza nella produzione agricola".
— Organizzazione internazionale per la standardizzazione2
Le ultime notizie e insight sull'AI
Scopri notizie e insight selezionati da esperti in materia di AI, cloud e molto altro nella newsletter settimanale Think.
Le prime pratiche agricole erano incentrate sull'uso del lavoro umano, degli animali e di semplici strumenti. Alcuni progressi notevoli nella tecnologia agricola sono stati l'invenzione della seminatrice per una semina più efficiente nel 1701, i motori di trazione a vapore che hanno facilitato la trebbiatura del grano nel 1800 e i trattori a gas nei primi anni del 1900.
L'introduzione dei macchinari agricoli ha ridotto notevolmente il ruolo del lavoro fisico in agricoltura, mentre la raccolta e l'analisi dei dati hanno permesso agli agricoltori di migliorare la produzione agricola e zootecnica. Questo metodo, chiamato agricoltura di precisione, è nato nei primi anni '80 con il Dott. Pierre Robert, noto anche come "il padre dell'agricoltura di precisione". Ha studiato come diverse aree di un campo necessitino di diverse quantità di nutrienti per una crescita ottimale delle colture. Il suo lavoro ha portato alla creazione di sistemi agricoli che applicano quantità diverse di risorse in un singolo campo3.
Negli anni ’90, la tecnologia delle imprese agricole ha fatto un ulteriore passo avanti con la creazione del monitor digitale della resa dei raccolti e l’utilizzo crescente dei sistemi di posizionamento globale (GPS) satellitari. Combinando i dati di resa con il GPS, i coltivatori potevano mappare i loro raccolti, ottenendo informazioni importanti sulle caratteristiche e sulla qualità delle colture in tempo reale durante la raccolta. Successivamente, la tecnologia GPS ha portato a un’altra grande svolta: l'automazione. Il trattore a guida autonoma è nato da una collaborazione tra la compagnia di attrezzature agricole John Deere e la NASA, all’inizio degli anni 2000.
Le tecnologie avanzate che stanno rivoluzionando la produzione agricola in varie aziende sono alla base dell'agricoltura moderna.
Il National Institute of Standards and Technology del Dipartimento del Commercio degli Stati Uniti definisce la tecnologia dell'informazione e della comunicazione (ICT) come l'acquisizione, l'archiviazione, il recupero, l'elaborazione, la visualizzazione, la rappresentazione, la presentazione, l'organizzazione, la gestione, la sicurezza, il trasferimento e lo scambio di dati e informazioni. La raccolta di dati su diversi fattori, dalla composizione dei terreni alle condizioni meteorologiche, è diventata una componente fondamentale dell'agricoltura intelligente e l'ICT sta aiutando gli agricoltori a organizzare e trasferire questi dati.
L'IoT (Internet of Things) si riferisce a una rete di dispositivi fisici, veicoli, elettrodomestici e altri oggetti fisici che sono dotati di sensori, software e connettività di rete che consentono loro di raccogliere dati. Nel caso dell'agricoltura intelligente, i dispositivi IoT includono vari tipi di sensori IoT, tra cui sensori per monitorare i raccolti, tenere traccia del bestiame e osservare lo stato delle attrezzature agricole. Gli aeromobili a pilotaggio remoto (UAV) o i droni dotati di light detection and ranging (LiDAR) raccolgono anche dati agricoli tramite telerilevamento.
L'AI e il machine learning (ML) possono aiutare gli agricoltori a ricavare insight dai big data, set di dati grandi e complessi, derivanti dalle iniziative IoT. L'analytics e la modellazione dei dati attraverso strumenti di AI e ML basati su cloud possono migliorare il processo decisionale e le tecniche di smart farming. Ad esempio, l'analytics predittiva, i set di dati meteorologici e i modelli di previsione agricola basati sul machine learning possono aiutare il settore agricolo a gestire il processo di produzione, compresa la produzione agricola, l'utilizzo del suolo e la pianificazione della supply chain.
L’automazione e la robotica occupano un posto di rilievo nelle moderne pratiche di agricoltura intelligente. Oltre ai trattori autonomi, gli agricoltori impiegano i robot per lavori come la semina, la raccolta e la potatura. Possono anche utilizzare gli UAV per spruzzare concimi, pesticidi e altri prodotti agricoli in modo più efficiente e preciso rispetto ai metodi tradizionali. L'applicazione più precisa e limitata del concime, in particolare, può avere un impatto ambientale notevole: il concime è una fonte significativa di emissioni di gas serra.
Il settore agricolo e i fornitori di tecnologie possono contribuire a creare un futuro migliore per l'agricoltura con tecniche e innovazioni agricole intelligenti. Questi sono solo alcuni esempi di ottimizzazione della produttività agricola nel mondo, grazie all’agricoltura intelligente:
Rilevamento intelligente del suolo per l'ottimizzazione dell'acqua
In Texas, dei sensori collegati a un'app per smartphone raccolgono informazioni in tempo reale sulle condizioni del suolo, compresa l'umidità. L'app combina queste informazioni con altri dati, comprese le previsioni meteo, per un'analisi basata sull'AI che produce suggerimenti sull'irrigazione. L'app invia i suggerimenti ai dispositivi mobili degli agricoltori per aiutarli a utilizzare in modo efficiente le risorse idriche per una migliore crescita delle colture nelle aree colpite dalla siccità e dal cambiamento climatico.
Irrigazione basata sul cloud per ridurre lo stress delle piante di vite
In California, dove anche l'uso efficiente dell'acqua è fonte di grande preoccupazione, un'azienda vinicola ha implementato uno strumento basato sul cloud che acquisisce informazioni dalle previsioni meteorologiche, dalle immagini satellitari e dai sensori per misurare lo stress delle piante di vite. L'analisi dei dati fornisce raccomandazioni per l'irrigazione su misura per le esigenze di ogni pianta. Da quando è stata adottata questa soluzione, la resa è aumentata del 26%, mentre il consumo di acqua si è ridotto del 16%.
Controllo del clima basato sull'AI nelle serre
Nella regione dell'Almaty in Kazakistan, è presente una struttura "smart greenhouse" di cinque ettari dotata di tecnologia IoT e AI. Queste tecnologie monitorano le condizioni all'interno delle serre e regolano automaticamente i livelli di temperatura, la luce, umidità e irrigazione, nella misura necessaria per creare un'ambiente ottimale per la crescita delle colture.4
Monitorare il comportamento degli animali per migliorare la produzione lattiero-casearia
Nel Regno Unito, dei ricercatori hanno applicato sensori al bestiame nelle aziende lattiero-casearie per monitorare la loro attività, compresi i passi compiuti e il tempo trascorso a mangiare e a riposare. Poiché i bovini più attivi generalmente mostrano un comportamento più positivo, queste informazioni possono aiutare gli allevatori a determinare se sono necessari interventi, ad esempio modificare l’ambiente in cui vivono gli animali per aumentare il loro benessere, una pratica che tende a migliorare la produzione di latte.5
Risorse
Note a piè di pagina
¹ "Helping Feed the World’s Fast-Growing Population", Rabah Arezki, IMF Blog, 31 gennaio 2017.
² “Smart farming: the transformative potential of data-driven agriculture”, ISO.
³ "The Evolution of Precision Agriculture and Policy Implications", Bernt Nelson, American Farm Bureau Federation, 23 agosto 2023.
⁴ “How a “smart” greenhouse helps Kazakh farmer grow vegetables all year round”, Food and Agriculture Organization of the United Nations, 2 agosto 2023.
⁵ “How 'robocows' are helping keep Scotland's cattle happy”, The Herald, 14 agosto 2023.