Een tomatengewas telen dat grote hoeveelheden tomaten oplevert van goede kwaliteit, met een minimaal gebruik van grondstoffen en zonder ooit een voet in de kas te zetten. Dit klinkt misschien onmogelijk, maar team AuTomatoes heeft bewezen dat het wel degelijk mogelijk is. Team AuTomatoes heeft overtuigend de Autonomous Greenhouse Challenge, georganiseerd door Universiteit Wageningen, gewonnen door het hoogste te scoren op alle beoordelingscriteria: ze hebben de hoogste nettowinst behaald, met gebruik van de minste hoeveelheid grondstoffen en de jury heeft hun AI-strategie als beste beoordeeld. Het team heeft ook de principes van Plant Empowerment toegepast in hun algoritmes om de plantbalansen optimaal te ondersteunen en een gebalanceerd en krachtig gewas te realiseren. De plant stond dus centraal bij alle acties van team AuTomatoes.
Consultant René Beerkens en onderzoeker en data analist Evripidis Papadopoulos van Hoogendoorn Growth Management nemen ons mee op de reis van team AuTomatoes naar deze spectaculaire overwinning.
Bijna uitgeschakeld door kwaliteit
Team AuTomatoes werd gevormd door medewerkers en studenten van Van der Hoeven Horticultural Projects, TU Delft, KeyGene en Hoogendoorn. Deze combinatie van mensen met verschillende achtergronden is gekozen om kennis te combineren met ervaring met data om zo een volledig nieuwe richting op te gaan.
Nadat het team was gevormd werd de werkelijk Challenge vooraf gegaan door een hackathon, waarin 21 teams streden om de nettowinst te maximaliseren van een virtueel tomatengewas in een virtuele kas. René: “De hackathon daagde ons uit om te denken als een model, je moet gaan denken in algoritmes en optimale waarden.” Toen het team de eerste resultaten binnenkreeg zagen ze enthousiast dat ze het goed deden. Echter, het team had zich gericht op het verhogen van de productie en verlagen van de kosten, maar de Brix-waarde, die de kwaliteit bepaalt, was niet zo goed. “De ‘game-changer’ van de hackathon was de Brix-waarde, die enorme prijsverschillen kon veroorzaken. Toen we hierachter kwamen zijn we ons ook op de kwaliteit gaan richten. Dit hielp om de kwaliteit te verhogen, zodat we uiteindelijk op de 5e plek zijn geeindigd, wat net genoeg was om mee te mogen doen aan de Autonomous Greenhouse Challenge”, zegt René. Ondanks de stressvolle 24 uur profiteerde het team ook van de hackathon. René: “Door de hackathon is een hechte band ontstaan. Je brengt 24 uur door met mensen die je vrijwel niet kent. Je gaat tot het uiterste en dan leer je hoe mensen denken en handelen. We begonnen aan de hackathon als individuen en aan het eind waren we een echt team.”
Vertrouwen weggespoeld
Voor de start van de Autonomous Greenhouse Challenge hebben René en Evripidis samen de AI strategie opgesteld waarmee het team aan de Challenge begon. Evripidis: “We bedachten de initiële strategie op basis van onze gezamenlijke ervaring met en kennis van data-analyse en Data Driven Growing. Toen we het idee aan het team voorlegden vroegen alle andere teamleden ons waarom we deze strategie bedacht hadden. Alle teamleden komen van verschillende disciplines, dus als iemand iets zei, vroegen alle anderen altijd : “Waarom?”, omdat we niet wilden bouwen op aannames. Na een leuke discussie waarin we alle Waarom-vragen hebben beantwoord en onze redenering hebben uitgelegd waren we het allemaal eens over de AI-strategie.”
Het team begon een beetje onzeker aan de Challenge, omdat alles nieuw was en ze niet goed wisten wat ze konden verwachten. Dit veranderde echter nadat de eerste resultaten binnenkwamen. Evripidis: “De eerste paar weken waren we constant alles aan het checken, maar na twee weken begonnen we ons zelfverzekerder te voelen en controleerden we dingen steeds minder. En op het moment dat we super zelfverzekerd waren en bijna niets meer controleerden overstroomde onze kas.” Een waterleiding dicht bij de kascompartimenten van de Challenge was gesprongen en had overstromingen veroorzaakt in alle compartimenten. Evripidis: “De algoritmes bleven werken met de initiële data, maar we moesten al onze extra sensoren vervangen. Alle betrokkenen reageerden gelukkig erg snel, dus uiteindelijk viel de schade mee.” René: “Naderhand hebben we extra energie gestoken in ziektepreventie en hebben gelukkig geen negatieve effecten op het gewas ervaren. Uiteindelijk was de overstroming van onze kas hetgeen dat onze focus terugbracht.” René en Evripidis zijn het eens over het belang van teamwerk, in het algemeen, maar vooral in stressvolle situaties. Evripidis: “De nasleep van de overstroming was hevig, maar alle teamleden hebben alles gegeven om weer op het goede spoor te komen. We hadden minder dan twee uur nodig om de sensoren te vervangen en terug op het normale niveau te komen. Door teamwerk konden we op ons best presteren en het gaf ons de energie om door te gaan.”
Resultaten
Het herpakken van focus heeft uiteindelijk erg goed uitgepakt. Team AuTomatoes heeft de Autonomous Greenhouse Challenge met glans gewonnen. Ze scoorden het hoogst op alle beoordelingscriteria en hebben de meeste kilo’s tomaten geteeld van de beste kwaliteit, met het minste verbruik van grondstoffen. René: “Toen we hoorden dat we de Challenge gewonnen hadden gaf dat zo’n geweldig gevoel. Het is ons gelukt!” Evripidis: “Vanaf het begin geloofden we in onze kennis en ervaring, maar je hebt toch altijd twijfel. De resultaten van de Challenge bevestigden dus ook veel voor ons persoonlijk.”
Dus hoe hebben ze dit voor elkaar gekregen? Volgens René heeft het team gewonnen door meer te doen met minder. “We hebben alle hulpbronnen die Moeder Natuur ons geeft zo efficiënt mogelijk gebruikt. Wanneer je bijvoorbeeld straling hebt, krijg je ook warmte en die warmte moet je niet laten ontsnappen. Als de planten gaan verdampen door straling, laat de vochtigheid dan niet ontsnappen. En het allerbelangrijkste, als je CO2 in de kas hebt, probeer dit dan binnen te houden door de ramen zoveel mogelijk gesloten te houden.
Oplossingen voor telers
“Ons doel is om de levens van telers makkelijker te maken met onze hulpmiddelen en oplossingen”, zegt Evripidis. Tijdens de Challenge maakte het team gebruik van een centraal dashboard om alle data op weer te geven. Op deze manier was alle relevante informatie altijd voor alle teamleden beschikbaar. Deze data is ook gebruikt voor het ontwikkelen van de algoritmes waarmee het groeiklimaat werd geregeld. Evripidis: “Door gebruik te maken van dit dashboard kunnen telers direct zien of alles klopt, of dat er iets mis is.”
Het team maakte ook gebruik van een innovatieve nieuwe sensor: de lichttransmissie-ladder. Evripidis: “Deze sensor meet het licht op drie verschillende niveaus en hielp ons bij het bepalen van de werkelijke lichtinval in het bladerdek. Met deze meting kun je zien wat de hoeveelheid licht is die door het bladerdek wordt tegengehouden, op basis waarvan we beslissingen namen met betrekking tot onze snoeistrategie.”
Een ander hulpmiddel is de ventilatie-optimalisatieregeling die het team heeft ontwikkeld. Voor deze regeling hoeft de teler slechts drie gewenste waardes in te voeren en het algoritme regelt de rest. Hetzelfde geldt voor de irrigatieregeling. Evripidis: “Met onze algoritmes hoeft de teler slechts de gewenste indroging van het substraat in te voeren en het algoritme vindt vervolgens de juiste tijd om te stoppen met watergift.” René: “We werken momenteel hard om deze oplossingen beschikbaar te maken voor telers. We willen telers betere controle geven over hun kasklimaat, middels vereenvoudigde regelingen. Dit doen we door regelingen aan elkaar te koppelen. Dit geeft telers rust.”
