Dankzij AI gebruiken katoenboeren uit India minder pesticiden

Het Indiase onderzoeksinstituut Wadhwani A heeft kunstmatige intelligentie ontwikkeld die foto’s analyseert van de katoenplanten van Indiase boeren en een melding geeft als de boer pesticiden moet gebruiken. Dat schrijft vaknieuwssite The Next Web. Dankzij de app kunnen boeren pesticiden meer gericht gebruiken en hoeven ze niet elke plant te besproeien - een praktijk die de planten juist kan beschadigen.

Er zijn bijna 6 miljoen katoenboeren in India. Elk jaar worden ze geconfronteerd met grote verliezen door ongedierte dat hun gewassen aanvalt. In 2017 leden boeren in de staat Maharashtra een verlies van ruim 2 miljard dollar toen de helft van alle gewassen door een plaag werd bedreigd.

Door deze dreiging gaat meer dan de helft van alle pesticiden in India naar het verbouwen van katoen. Maar het onjuist gebruiken van de bestrijdingsmiddelen kan juist de kwaliteit van de oogst in gevaar brengen. In 2018 begon het AI-onderzoeksinstituut met het zoeken naar een oplossing van het probleem met behulp van kunstmatige intelligentie.

Data verzamelen

Het idee van de AI was om een model te ontwikkelen dat kon bepalen hoeveel planten beschadigd zijn en op basis daarvan een advies te geven voor het gebruik van pesticiden. Een probleem daarbij was dat er nog geen data beschikbaar was om het model te trainen, dus heeft het instituut een speciale app gebouwd om de data te verzamelen.

Boeren gebruikten op dat moment al speciale feromoonvallen om ongedierte op te sporen en te voorspellen of er een probleem ontstaat. De app vroeg aan de boeren om foto’s van het ongedierte te maken, tegen de achtergrond van een wit A4'tje. Zo konden verschillende soorten bolwormen worden geïdentificeerd, die een grote bedreiging vormen voor de katoenplant.

Uitdagingen

De eerste seizoenen hebben de onderzoekers bezig aan de hand van de data van de boeren het model aangepast en verfijnd. Ze moesten zeker weten dat het model de soorten en de hoeveelheid ongedierte correct identificeert om de boeren van het juiste advies te voorzien. Daarbij liepen de onderzoekers tegen behoorlijk wat uitdagingen aan, zoals dat de boeren vaak alleen beschikten over een smartphone die foto’s maakt in lage resolutie. Daarbij was de achtergrond niet altijd wit genoeg, gebruikten ze soms wel of geen flits, was de foto af en toe te donker en waren de verschillen tussen het ongedierte per regio soms groot.

Na het verzamelen van een heleboel informatie heeft het team uiteindelijk een model kunnen samenstellen dat gevalideerd was met meer dan 28.000 foto’s. Vervolgens moest de app kleiner worden gemaakt, omdat hij met name gebruikt zou worden op goedkope smartphones - een verkleining van 286 MB naar 5 MB. Ook moest de app offline kunnen werken.

Toename van 25 procent

Op dit moment wordt de app door 18.500 boeren gebruikt en heeft ieder dorp een leidinggevende boer die contact onderhoudt met de coördinatoren van het project, en collegaboeren op de hoogte stelt van de notificaties die door de app worden verstuurd. Na de eerste test onder 150 boeren in Maharashtra is hun oogst met een kwart toegenomen.