هوشمندسازی گلخانه یعنی تبدیل داده به تصمیم، نه افزایش سنسورها

به گزارش روابط عمومی سازمان تحقیقات آموزش و ترویج کشاورزی ، امید لطفی‌فر، پژوهشگر پژوهشکده گلخانه و محیط‌های کنترل‌شده با تأکید بر تفاوت «اتوماسیون» و «هوشمندسازی» در گلخانه‌ها، گفت: هر گلخانه‌ای که به چند سنسور و کنترلر مجهز باشد، لزوماً گلخانه هوشمند نیست؛ در هوشمندسازی، داده‌های مختلف در کنار یکدیگر تحلیل می‌شوند تا سیستم بر اساس شرایط فعلی و حتی پیش‌بینی شرایط آینده، تصمیم دقیق‌تری برای مدیریت تولید بگیرد.

از اندازه‌گیری تا تصمیم

وی افزود: در یک سیستم معمولی، سنسور اطلاعات را اندازه‌گیری و کنترلر بر اساس یک مقدار از پیش تعیین‌شده، برای مثال دمای مشخص، فرمان روشن یا خاموش شدن تجهیزات را صادر می‌کند؛ اما در گلخانه هوشمند، داده‌های مختلف در کنار یکدیگر تحلیل می‌شوند و سیستم می‌تواند بر اساس شرایط فعلی و حتی پیش‌بینی شرایط آینده تصمیم بگیرد.

لطفی‌فر توضیح داد: برای مثال، اگر دمای داخل گلخانه افزایش پیدا کند، یک سیستم ساده ممکن است صرفاً فن را روشن کند؛ اما یک سیستم هوشمند می‌تواند هم‌زمان دمای بیرون، تابش خورشید، رطوبت، سرعت تغییر دما، وضعیت تهویه و مرحله رشد گیاه را در نظر گرفته و تصمیم بگیرد که چه زمانی و با چه شدتی تهویه یا سایر تجهیزات فعال شوند.

این پژوهشگر با بیان اینکه «هوشمندسازی یعنی تبدیل داده به تصمیم»، اظهار کرد: هدف نهایی از هوشمندسازی گلخانه باید کاهش مصرف آب و انرژی، کاهش مصرف نهاده، افزایش عملکرد و کیفیت و در نهایت کاهش هزینه تولید باشد.

وی همچنین بر اهمیت کیفیت داده‌ها تأکید کرد و گفت: اگر داده‌ها دقیق نباشند یا سنسورها به‌درستی کالیبره نشده باشند، حتی پیشرفته‌ترین الگوریتم هوش مصنوعی نیز نمی‌تواند تصمیم درستی بگیرد؛ بنابراین زیرساخت داده در گلخانه هوشمند به اندازه خود نرم‌افزار اهمیت دارد.

هوش مصنوعی؛ از ایده تا کاربرد در گلخانه

لطفی‌فر با اشاره به کاربردهای عملی هوش مصنوعی در گلخانه‌ها، افزود: هوش مصنوعی دیگر صرفاً یک شعار یا موضوع تحقیقاتی نیست و در برخی حوزه‌ها به کاربردهای عملی رسیده است که یکی از جدی‌ترین آنها، «بینایی ماشین» برای پایش وضعیت گیاه و تشخیص زودهنگام تنش، بیماری و آفات است.

وی ادامه داد: دوربین می‌تواند به‌صورت مستمر از گیاه تصویر بگیرد و الگوریتم با تحلیل تصاویر، تغییرات رنگ، شکل برگ، سطح برگ، وضعیت میوه و سایر نشانه‌های غیرطبیعی را شناسایی کند.

پژوهشگر پژوهشکده گلخانه و محیط‌های کنترل‌شده خاطرنشان کرد: استفاده از این فناوری می‌تواند زمان تشخیص مشکلات را کاهش دهد و امکان شناسایی بیماری‌ها و تنش‌ها را در مراحل اولیه، پیش از درگیر شدن بخش قابل توجهی از محصول، فراهم کند.

مدیریت هوشمند آب و انرژی

وی مدیریت آب را از دیگر کاربردهای مهم هوش مصنوعی دانست و اظهار کرد: با ترکیب اطلاعات مربوط به تابش، دما، رطوبت، رطوبت بستر، وضعیت گیاه و سوابق آبیاری، می‌توان مدل‌هایی ایجاد کرد که زمان و حجم مناسب آبیاری را با دقت بیشتری پیش‌بینی کنند.

لطفی‌فر افزود: در مدیریت انرژی نیز هوش مصنوعی می‌تواند با استفاده از داده‌های اقلیمی و رفتار حرارتی گلخانه، نیاز گرمایشی و سرمایشی را پیش‌بینی و به مدیریت بهتر مصرف انرژی کمک کند.

توسعه مدل‌های هوشمند با داده‌های واقعی ایران

این پژوهشگر با تأکید بر ضرورت استفاده از داده‌های واقعی در توسعه فناوری‌های هوشمند گفت: هوش مصنوعی بدون داده واقعی، فقط یک الگوریتم است؛ بنابراین اگر قرار باشد این فناوری در گلخانه‌های ایران نتایج مؤثری داشته باشد، باید مدل‌ها با استفاده از داده‌های واقعی ارقام، سازه‌ها، اقلیم‌ها و شرایط تولید کشور توسعه و اعتبارسنجی شوند.

وی خاطرنشان کرد: هوشمندسازی گلخانه صرفاً به معنای افزایش تعداد سنسورها یا تجهیزات کنترلی نیست، بلکه زمانی می‌تواند به افزایش بهره‌وری منجر شود که داده‌های معتبر از شرایط گلخانه و گیاه جمع‌آوری، تحلیل و به تصمیمی قابل اجرا تبدیل شوند.