Kunstmatige intelligentie laten beslissen over hét bemestingsmoment: WUR-onderzoek wekt interesse

In het onderzoek is reinforcement learning ingezet voor een kosteneffectieve oplossing voor boeren om te bepalen wat het beste moment is om hun gewassen te bemesten. Reinforcement learning is een techniek waarbij AI experimenteert en van zijn fouten leert.

Overbemesting voorkomen

„Een van de gevolgen van overbemesting is dat niet door planten opgenomen stikstof in het milieu terechtkomt”, vertelt WUR-onderzoeker Michiel Kallenberg. „Om overbemesting te voorkomen, kunnen boeren metingen verrichten om vast te stellen hoeveel mest een plant nodig heeft. Die kennis kan AI vervolgens verwerken in het bemestingsschema van de boer. Het punt is dat het behoorlijk tijds- en kostenintensief is om die metingen voor elkaar te krijgen. Veel boeren beslissen daarom op basis van boerenverstand of zij wel of niet bemesten. Of ze bemesten simpelweg wat maximaal is toegestaan.”

Kallenberg en zijn collega’s werkten aan een AI-systeem dat de juiste hoeveelheid toe te dienen kunstmest vaststelt en tegelijkertijd de behoefte aan dure veldmetingen tot een minimum beperkt. Een bestaand gewasmodel voor wintertarwe, ontwikkeld door Wageningse wetenschappers, ligt aan de basis hiervan. „Dit model geeft de groei van het gewas weer op basis van allerlei variabelen, zoals weergegevens en bodeminformatie. Vervolgens hebben we met behulp van het AI-systeem in een gesimuleerde omgeving een grote hoeveelheid bemestingsstrategieën toegepast. We hebben hiervoor de technologie van reinforcement learning gebruikt. Door te leren van trial & error bepaalt het algoritme de optimale bemestingsstrategie voor een breed scala aan omstandigheden.”

Van de computer naar het veld

Tot nu toe is de studie uitgevoerd met computersimulaties. De komende periode wordt het AI-systeem in een veldproef getest. „Een spannende stap, omdat de omstandigheden in het veld voor factoren kunnen zorgen die in de simulaties buiten beeld bleven. Verder hebben we een ander AI-systeem getraind dat een vergelijkbaar principe volgt om het gebruik van pesticiden te optimaliseren. We testen dit systeem in een appelboomgaard, waar pesticidegebruik en ziektemanagement de meeste aandacht vragen.”

Het onderzoek naar het beste bemestingsmoment is samen met een AI-onderzoek naar wanneer een kersenboom gaat bloeien (een moeilijk voorspelbaar moment) geselecteerd voor het Amerikaanse congres. Tijdens de AAAI Conference on Artificial Intelligence die van 25 februari tot 4 maart plaatsvindt in Philadelphia krijgen de onderzoeken een podium, tot grote vreugde van de Wageningen Universiteit. Leerstoelhouder Ioannis Athanasiadis: „AI ontwikkelt zich extreem snel, het is op dit moment de talk of the town. Dat deze twee onderzoeken zijn geaccepteerd voor dit selectieve congres, laat zien dat WUR belangrijke expertise kan toevoegen aan wereldwijde discussies over AI.”