هوشمندسازی گلخانه یعنی تبدیل داده به تصمیم؛ نه افزایش سنسورها

امید لطفی‌فر در گفت‌وگو با ایانا اظهار کرد: «در یک سیستم معمولی، سنسور اطلاعات را اندازه‌گیری می‌کند 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.»

از اندازه‌گیری تا تصمیم

پژوهشگر پژوهشکده گلخانه و محیط‌های کنترل‌شده، 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 بگیرد و تصمیم بگیرد که چه زمانی و با چه شدتی تهویه یا سایر تجهیزات فعال شوند.»

لطفی‌فر با بیان این‌که «هوشمندسازی یعنی تبدیل داده به تصمیم»، افزود: «هدف نهایی باید کاهش مصرف آب و انرژی، کاهش مصرف نهاده، افزایش عملکرد و کیفیت و در نهایت کاهش هزینه تولید باشد.»

این پژوهشگر تأکید کرد: «اگر داده‌ها دقیق نباشند یا سنسورها کالیبره نباشند، حتی پیشرفته‌ترین الگوریتم هوش مصنوعی هم نمی‌تواند تصمیم درستی بگیرد؛ به همین دلیل، زیرساخت داده در گلخانه هوشمند به اندازه خود نرم‌افزار اهمیت دارد.»

هوش مصنوعی از ایده تا کاربرد

لطفی‌فر با اشاره به این‌که هوش مصنوعی در گلخانه دیگر فقط یک شعار یا موضوع تحقیقاتی نبوده و در برخی حوزه‌ها کاربردهای عملی دارد، افزود: «یکی از جدی‌ترین کاربردها «بینایی ماشین» برای پایش وضعیت گیاه و تشخیص زودهنگام تنش، بیماری و آفات است.»

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

به گفته لطفی‌فر این موضوع می‌تواند زمان تشخیص مشکل را کاهش دهد؛ به این معنا که به جای شناسایی بیماری در زمانی که بخش قابل توجهی از محصول درگیر شده است، امکان شناسایی آن در مراحل اولیه فراهم شود.»

او 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 بهتر پیش‌بینی کنند.»

لطفی‌فر ادامه داد: «در مدیریت انرژی نیز هوش مصنوعی می‌تواند از داده‌های اقلیمی و رفتار حرارتی گلخانه برای پیش‌بینی نیاز گرمایشی و سرمایشی استفاده کند.»

مدل‌های هوشمند نیازمند داده ایرانی

این پژوهشگر با تأکید بر اهمیت داده واقعی در توسعه فناوری‌های هوشمند گفت: «هوش مصنوعی بدون داده واقعی، فقط یک الگوریتم است؛ اگر قرار باشد این فناوری در گلخانه‌های ایران نتیجه بدهد، باید مدل‌ها با داده‌های واقعی ارقام، سازه‌ها، اقلیم‌ها و شرایط تولید کشور توسعه و اعتبارسنجی شوند.»

لطفی‌فر خاطرنشان کرد: «بنابراین 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 تصمیم قابل اجرا تبدیل شوند.»