Tối ưu hóa tài nguyên để tạo ra lợi nhuận: Công nghệ kép kỹ thuật số có cần thiết không?
Giá trị của bất kỳ công nghệ nào cuối cùng nằm ở khả năng tối ưu hóa chi phí và nguồn lực. Khả năng nhận biết trước các kết quả mang lại cho người trồng thực phẩm lợi ích về tầm nhìn xa, sau đó có thể áp dụng vào thực tế cuộc sống. Một ví dụ về ứng dụng trong đời thực và thương mại hóa công nghệ Digital Twin là cơ học mô hình được phát triển bởi Tom De Swaef tại Đại học Gantt. Công ty 2Grow của Bỉ sử dụng mô hình này để đo sự thay đổi của dòng nước và độ dày thân cây cà chua. Các mục tiêu của công ty để giảm 20% diện tích bề mặt dành cho sản xuất nhà máy.
It vẫn chưa rõ liệu cộng đồng có đang nỗ lực chấp nhận các cặp song sinh kỹ thuật số hay không trong hoạt động của nó. Hơn nữa, có thể lập luận rằng trong hầu hết các trường hợp, công nghệ song sinh kỹ thuật số không thực sự cần thiết. Những tiến bộ trong học máy đã giúp bạn có thể dự đoán các sự kiện chính mà không cần xây dựng một mô hình đầy đủ đòi hỏi một lượng lớn dữ liệu chất lượng cao mà cũng rất tốn kém để lấy. Là một người trồng thực phẩm muốn dự đoán các đặc tính nhất định, tập trung vào đo lường và theo dõi những thay đổi chính có thể là tất cả những gì cần thiết để xây dựng một mô hình dự đoán thành công. Hơn nữa, điều này có giá cả phải chăng hơn đáng kể, giúp những người trồng thực phẩm có thể đạt được ROI ngay lập tức khi triển khai các mô hình dự đoán.
Ví dụ, nếu bạn trồng khoai tây, điều quan trọng là phải có các chỉ báo đối với sâu bệnh như bệnh mốc sương, do một sinh vật giống nấm gây ra có thể dẫn đến mất mùa trong thời gian ngắn nếu không áp dụng các biện pháp kiểm soát thích hợp. Đối với loại cây trồng theo hàng này trên những cánh đồng trống rộng lớn, việc lắp camera trên hệ thống tưới trục có thể xác định một cách hiệu quả và hiệu quả các loại bệnh hoặc vấn đề. Dữ liệu cần thiết để tạo ra một cặp song sinh kỹ thuật số cho một cánh đồng khoai tây rộng mở sẽ tốn một gia tài và việc tạo ra toàn bộ một mô hình ở quy mô như vậy để có được thông tin chi tiết có thể thu được bằng công nghệ đơn giản hơn và giá cả phải chăng hơn, chỉ là không có ý nghĩa.
- Trò chơi điện tử SimCity đã thành công vào những năm 90 khi người chơi trở thành anh hùng của thành phố của chính họ khi họ thiết kế và tạo ra một đô thị đẹp, nhộn nhịp bằng kỹ thuật số. Tua nhanh 30 năm, và chúng tôi có công nghệ để tạo ra các hình ảnh đại diện kỹ thuật số cực kỳ chính xác về cây cối, trang trại hoặc vườn cây ăn quả trong thế giới thực. Giống như trong SimCity, chúng tôi có thể mô phỏng cách một đô thị sẽ phát triển dựa trên những gì chúng tôi “đầu tư vào” trong trò chơi, giờ đây chúng tôi có thể tạo mô phỏng về cách một loại cây sẽ phát triển trong các tình huống khác nhau - giúp chúng tôi tinh chỉnh các nỗ lực nông nghiệp với tầm nhìn xa chưa từng có.
- Digital Twin là một đại diện kỹ thuật số của một thứ trong thế giới thực. Nó có thể được sử dụng để theo dõi từ xa 'vật' thực. Để cung cấp một đại diện chính xác và thực tế cho cặp song sinh trong thế giới thực, cặp song sinh kỹ thuật số phải được cung cấp dữ liệu thông qua phép đo kỹ thuật số của thực thể thực. Trong nông nghiệp, đây có thể là dữ liệu đến từ các công cụ như cảm biến đất, hình ảnh thực vật, dữ liệu thời tiết, v.v.
- Biểu diễn kỹ thuật số mới, hay còn gọi là song sinh kỹ thuật số, phải phản ánh toàn bộ nỗ lực nông nghiệp: tài sản vật chất, quy trình, hệ thống, tài nguyên, mọi thứ. Đổi lại, điều này cho phép chúng tôi mô phỏng, lập kế hoạch, phân tích và cải tiến các quy trình nông nghiệp ở quy mô chưa từng có trước đây. Tuy nhiên, liệu người trồng thực phẩm có thực sự cần thiết để triển khai công nghệ phức tạp tốn kém này hay không - hay họ có thể có được thông tin chi tiết cần thiết từ các cảm biến dễ tiếp cận hơn và giá cả phải chăng sẽ giúp họ theo dõi và dự đoán các kết quả chính?
Sự phát triển và chấp nhận các cặp song sinh kỹ thuật số và tiềm năng của chúng trong nông nghiệp
Gartner dự đoán rằng vào năm 2021, một nửa số công ty công nghiệp lớn sẽ sử dụng sinh đôi kỹ thuật số, điều này sẽ giúp cải thiện 10% hiệu quả cho các tổ chức đó. Tuy nhiên, khái niệm về cặp song sinh kỹ thuật số đã tồn tại trong nhiều thập kỷ. Trong hơn 30 năm, các nhóm kỹ thuật sản phẩm và quy trình đã sử dụng kết xuất 3D của máy tính hỗ trợ thiết kế (CAD) mô hình, mô hình tài sản và mô phỏng quy trình để đảm bảo và xác nhận khả năng sản xuất. Ví dụ, NASA đã chạy các mô phỏng tàu vũ trụ phức tạp trong nhiều thập kỷ. Tuy nhiên, những đổi mới trong học máy và AI đang đưa khái niệm về bộ đôi kỹ thuật số lên hàng đầu, tạo ra nhiều sự cường điệu như một xu hướng đột phá với tác động rộng lớn hơn trong tương lai gần.
Khi nói đến các quy trình nông nghiệp, sử dụng Digital Twins như một phương tiện trung tâm để quản lý trang trại có thể cho phép tách các luồng vật chất ra khỏi kế hoạch và kiểm soát của nó. Do đó, nông dân có thể quản lý hoạt động từ xa dựa trên thông tin kỹ thuật số (gần) thời gian thực thay vì phải dựa vào quan sát trực tiếp và các công việc thủ công tại chỗ. Điều này cho phép họ hành động ngay lập tức trong trường hợp sai lệch (dự kiến) và mô phỏng tác động của các biện pháp can thiệp dựa trên dữ liệu thực tế. Ví dụ, Digital Twin của một vườn cây ăn quả có thể cảnh báo vườn cây ăn quả bị tưới quá mức mà người nông dân không cần phải kiểm tra vườn cây ăn quả.
Ý tưởng về một vườn cây ăn quả kỹ thuật số cực kỳ hấp dẫn đối với những người nông dân hiểu bản chất cần nhiều lao động của việc theo dõi, dự đoán và kiểm soát sức khỏe của cây ăn quả và chất lượng thu hoạch của chúng. Các nhà khoa học tại Đại học Queensland đã phát triển một mô hình cho một vườn cây ăn quả với các loại cây trồng chậm phát triển như xoài và macadamia. Điều này có thể cho phép người dùng nhanh chóng thử nghiệm các ý tưởng mới và hiểu rõ hơn về cách tối ưu hóa hệ thống sản xuất tốt nhất. Các nhà nghiên cứu tại dự án đã nhấn mạnh rằng những mô phỏng tức thời này có thể có lợi đặc biệt như thế nào đối với các loại cây trồng chậm phát triển như cây ăn quả.
Có những trường hợp sử dụng cụ thể mà việc xây dựng một giống cây sinh đôi kỹ thuật số là hợp lý về mặt tài chính, chẳng hạn như để nhân giống cây trồng, trong đó một mô hình có thể cho phép bạn dự đoán sớm nếu một giống cụ thể không có khả năng thương mại. Nhưng trong nhiều trường hợp, không cần bẻ đai ốc bằng búa tạ.
- Raviv Itzhaky là Đồng sáng lập và CTO của công nghệ thịnh vượng, dẫn đầu tầm nhìn kỹ thuật của công ty về việc chuyển đổi cách thức trồng thực phẩm bằng cách sử dụng khoa học dữ liệu và AI. Anh ấy sử dụng chuyên môn của mình về phát triển thuật toán, toán học và học máy để giải quyết các vấn đề trong thế giới thực. Trước Prospera, Raviv đã phát triển các thuật toán tại công ty an ninh mạng BioCatch và từng là Kỹ sư xử lý tín hiệu của IDF. Ông có bằng Cử nhân Vật lý và Thạc sĩ Vật lý Ứng dụng của Đại học Hebrew.
