Ascolta l'articolo
Recentemente, parlavo con un amico che ha in mente alcuni progetti innovativi in ambito agricoltura e volevo fargli capire quanto l’uso di tecnologie ICT avanzate, combinate con algoritmi di Machine Learning, potrebbe essere utile in questi progetti. Ad un certo punto mi chiede: ” tutti questi discorsi vanno bene, ma, concretamente, cosa faresti”?
Domanda non così facile … ma ho accettato la sfida.
La Sfida dell’Utilizzo dei Dati in modo combinato
Per prima cosa, bisogna raccogliere i dati: tutte queste moderne apparecchiature che hai in mente di utilizzare producono dati; ebbene, bisogna acquisirli e raccoglierli in modo sistematico, quindi anche automatico, utilizzando gli strumenti giusti, considerando che si tratta nella maggior parte dei casi di serie temporali eterogenee sia per modalità di acquisizione che per “granularità” temporale e spaziale. Pensiamo alla differenza tra dati forniti da un gruppo di sensori presenti in un campo, le previsioni del tempo ed i dati sul tipo di coltura … eppure poterli collegare tra loro è fondamentale per l’analisi.
Il Valore dei Dati: Oltre la Raccolta
I dati sono già in sé un valore grandissimo, un “asset” come si ama dire oggi, per la cui raccolta vale senz’altro la pena di investire il costo necessario, spesso neppure così grande, ma questo valore ha poi bisogno di essere estratto e messo a disposizione di chi può trasformarlo in valore economico.
Cruscotti Intelligenti
Una prima estrazione di valore la si può ottenere realizzando un buon “cruscotto” (“dashboard”, dicono quelli che la sanno lunga). Un buon cruscotto permette di avere sotto controllo il nostro sistema con un singolo colpo d’occhio, ma attenzione a non commettere l’errore di voler vedere tutti i dati contemporaneamente: sono troppi e non tutti hanno la stessa importanza, così succede che l’occhio venga distratto da alcuni e che non si accorga di altri molto più significativi. Un buon cruscotto invece mostra *pochi* dati, ma particolarmente significativi per cogliere lo stato e l’evoluzione del sistema, assieme a dei segnali di attenzione (degli “alarm”), che compaiono al manifestarsi di situazioni che necessitano di attenzione.
Ad esempio, se abbiamo un certo numero di sensori di umidità e temperatura, posizionati in diversi punti del nostro campo e magari anche a profondità diverse, non ha senso vedere decine di grafici contemporaneamente, mentre è sicuramente più utile vederne solo un paio che colgano caratteristiche generali, con la possibilità di focalizzarci in ogni momento su una zona particolare, magari perché il nostro sistema di controllo ci ha segnalato con un alarm che li sta succedendo qualcosa di anomalo.
Digital Twin: Innovare con la Simulazione
Dei dati ben organizzati consentono anche di progettare dei “digital twin”, cioè dei sistemi digitali che si comportano ed evolvono nel tempo come i sistemi fisici che stiamo controllando. Il vantaggio di un “gemello digitale” è ad esempio che questo posso farlo evolvere nel tempo più rapidamente del gemello fisico e quindi posso prevedere, che significa anche prevenire, l’insorgenza di condizioni critiche.
Ma con un digital twin posso anche fare degli esperimenti virtuali, molto meno costosi e pericolosi di quelli fisici: cosa succede (what if), sia a livello di costi che di effetti fisici se irrigo solo una parte del campo”? E se invece irrigo con un flusso più basso e prolungato?
Ottimizzazione delle Risorse: Strategie Avanzate rivolte al futuro
Un passo ulteriore lo posso fare utilizzando algoritmi di ottimizzazione anche molto complessi, che tengano presenti dati di tipo molto eterogeneo, come sono appunto quelli di cui stiamo parlando, per ottenere un comportamento “ottimo” (o quasi …). Qui la domanda non è più “cosa succede se …”, ma “cosa fare per …”, ad esempio, “… minimizzare l’uso di acqua, fertilizzanti o pesticidi senza perderci in termini di produttività”?
Potete ben immaginare che questi stessi discorsi possano essere fatti in “salsa industriale” invece che agricola.
Quindi dashboard, digital twin, ottimizzatori … ma … il “machine learning”? Abbiate pazienza: in un prossimo articolo andremo a vedere come tutte queste funzionalità possano essere molto potenziate, quando non addirittura rese possibili, dal machine learning.
