Intelligente Sensoren für die Landwirtschaft

Quicklinks und Sprachwechsel

• Home
• Kontakt

Was wäre, wenn ein intelligentes System jederzeit den Zustand einer Kartoffelfeldes oder einer Apfelplantage überwachen und die nötige Zufuhr von Wasser, Dünger oder auch Schädlingsbekämpfungsmitteln autonom steuern könnte? Und zwar genau an den Stellen, an denen sie benötigt werden?

Herkömmliche Anwendungen von künstlicher Intelligenz könnten dies kaum leisten. Denn die Sensoren müssten grosse Datenmengen an zentrale Server schicken, die diese auswerten und dann die Ergebnisse dem System wieder zurückmelden. Das benötigt eine energieintensive Infrastruktur. Auf weitläufigen und teils abgelegenen Landwirtschaftsflächen wäre dies nur mit grossem Aufwand möglich.

Die Neuroinformatikern Chiara De Luca, derzeit Postdoc an der Digital Society Initiative der UZH und am Institut für Neuroinformatik der UZH und der ETH Zürich, forscht deshalb an einem anderen Ansatz: Sie entwickelt Sensoren und Chips, die von biologischen neuronalen Netzen inspiriert sind und autonom vor Ort die gesammelten Daten auswerten und interpretieren. «Das ist ein ergänzender Ansatz zu herkömmlicher künstlicher Intelligenz», erklärt De Luca. «Er kann dort zum Einsatz kommen, wo Daten vor Ort kontinuierlich und mit wenig Energie verarbeitet werden müssen.»

Gemeinsam mit ihren Partnern vom Politecnico Turin macht De Luca Versuche mit Sensoren, die die Feuchtigkeit, den PH-Wert und die Temperatur in Apfelplantagen messen. Die Daten werden dabei von den Chips in den Sensoren selber ausgewertet. Dabei lernt das System von den bisher gesammelten Daten und fügt neue Informationen zum bereits vorhandenen Wissen hinzu - genauso, wie es das menschliche Hirn macht.

«Dafür ist es wichtig, zu erkennen, wie sich das System im Laufe der Zeit entwickelt», sagt De Luca. So kann das System Anomalien erkennen und die richtigen Massnahmen - etwa mehr oder weniger Bewässerung - treffen. Je mehr verschiedene Parameter das System dabei messen kann, desto besser kann es die Ursache der Anomalie erkennen.

Noch beschränkt sich De Luca auf wenige, einfach zu messende Parameter. «Schön wäre es, wenn wir die Nährstoffe messen könnten», sagt sie. Doch dazu wären komplexe chemische Sensoren notwendig, die zudem häufig ersetzt werden müssen. Derzeit ist dies noch eine zu grosse Herausforderung.

Doch schon mit wenigen einfachen Sensoren lassen sich Erfolge erzielen. «Der hohe Wasserverbrauch ist beispielsweise eine grosse Herausforderung in der Landwirtschaft», sagt De Luca. Erste Daten aus ihrem Versuch sind vielversprechend und deuten darauf hin, dass eine auf neuromorphe Sensoren beruhende Bewirtschaftung von Agrarflächen tatsächlich eine spürbare Verminderung des Ressourceneinsatzes bringen könnte.

Zudem werden sich mit dem Klimawandel die Rahmenbedingungen für Landwirtschaft an vielen Orten ändern. Herkömmliches Wissen zu Bewässerung und Düngung berücksichtigt diese neuen Umstände nicht. Eine auf jeweils aktuell verfügbaren Daten basierende Bewirtschaftung könnte helfen, diese Veränderungen besser zu meistern.

Derzeit geht es bei De Lucas Forschung darum, Grundlagen zu erarbeiten. Eine kommerzielle Anwendung wird erst in einigen Jahren möglich sein. Bis es so weit ist, müssen nicht nur technische Herausforderungen überwunden werden. «Wir müssen auch die Bauern überzeugen, das System zu nutzen», so De Luca.

Das Projekt von Chiara De Luca ist eines von sieben Projekten, welche die UZH am AI-X Summit vom 3. und 4. Oktober in der Messehalle StageOne in Oerlikon präsentiert. Forschende der DSI werden zudem Talks und Workshops halten. Der AI+X Summit wird vom AI Center der ETH in Zusammenarbeit mit der UZH und der ZHAW organisiert.
AI+X Summit
DSI am AI+X Summit

Universität Zürich

• Auf einen Blick
• Fakultäten
• UZH Agenda
• Jahresbericht
• Preise
• Berufungen
• In Memoriam

News abonnieren

• UZH Weekly abonnieren
• UZH News abonnieren
• Medienmitteilungen abonnieren

Kontakt

• Kommunikation
• Team Storytelling & Inhouse Media
• Team Media Relations

Folgen Sie uns

• X
• Facebook
• Instagram
• Issuu
• LinkedIn
• YouTube

• Impressum
• Kontakt
• Accessibility
• Datenschutzerklärung