AI: Agroalimentare Intelligente

Finora solo il 12% delle piccole e medie imprese sta pianificando di investire in tecnologie di intelligenza artificiale nel breve periodo. Eppure il ruolo che questa tecnologia può avere nel settore dell’agrifood è trasversale a tutti i suoi processi e le sue attività

Immagine distribuita da Pexels con licenza CC0

Un settore agroalimentare sostenibile è possibile solo attraverso la trasformazione digitale dei processi che riguardano tutta la filiera dell’agrifood: dalla coltivazione dei prodotti agricoli, passando per la produzione di foraggi per l’allevamento degli animali, fino ad arrivare alla distribuzione commerciale che permette a tutti i prodotti di finire sulle nostre tavole.

La popolazione globale sta crescendo, le abitudini e le esigenze degli agricoltori stanno cambiando e la presenza di soluzioni technology based può avere impatti tanto sugli elementi di sostenibilità ambientale quanto su quelli della sostenibilità sociale ed economica. L’implementazione di diverse tecnologie nei processi di filiera dell’agrifood contribuirebbe al raggiungimento del Goal 2 di Agenda 2030 di “Porre fine alla fame, raggiungere la sicurezza alimentare e migliorare la nutrizione e promuovere un’agricoltura sostenibile”.

Questa sfida può essere affrontata anche grazie all’utilizzo dell’Artificial Intelligence (AI) nei vari processi di filiera dell’agrifood.

Il ruolo dell’Intelligenza Artificiale per un agrifood sostenibile

Il ruolo che l’intelligenza artificiale può avere nel settore dell’agrifood è trasversale a tutti i suoi processi e le sue attività. Come riporta EIT Food, 6 aziende agroalimentari europee su 10 non utilizzano soluzioni di intelligenza artificiale. Inoltre, finora solo il 12% delle piccole e medie imprese sta pianificando di investire in tecnologie di intelligenza artificiale nel breve periodo. A differenza di quanto si pensi però, questa tecnologia può facilitare molte delle attività più complesse nel settore agroalimentare e migliorarne altrettante.

Nello specifico l’applicazione dell’AI nell’agrifood combina moderne tecnologie sensoriali con la capacità di computer processing. Tra le tecnologie di artificial intelligence possiamo annoverare machine e deep learning, facial coding e software data collection.

Il machine learning ad esempio è un metodo di analisi che si basa sulla capacità di elaborazione di una serie di dati, modificando gli algoritmi man mano che ricevono più informazioni su quello che stanno elaborando. Il principio che sta alla base di tutto è quello secondo cui i sistemi possono imparare dai dati, identificando i modelli da soli e prendendo decisioni che richiedono un intervento umano minimo e che anzi aiutano quest’ultimo nella scelta decisionale. In questo senso l’intelligenza artificiale consente di migliorare i processi attraverso l’analisi predittiva.

La sostenibilità digitale così abilita un cambio di paradigma offrendo la possibilità di attuare una strategia di Precision Livestock Farming (PLF). L’agricoltura e l’allevamento di precisione, infatti, grazie all’elaborazione di dati consentono all’agricoltore di fare un uso efficiente delle risorse, ad esempio fornendo indicazioni su come coltivare evitando gli sprechi, suggerendo le pratiche da adottare nella gestione del suolo o segnalando quale sia il mix e la quantità di foraggi che migliora la produzione di latte delle mucche. L’intelligenza artificiale consente dunque di abbattere i costi e di migliorare il consumo delle risorse economiche del contadino, andando ad agire sulla dimensione economica della sostenibilità: così anche analizzare la domanda del mercato, prevedere i prezzi e conoscere il momento esatto in cui seminare e raccogliere diventano azioni che evidenziano l’inferenzialità della tecnologia e la complessità del sistema di correlazioni che si sviluppa nel sistema dell’agroalimentare. La sostenibilità – fatta propria dall’intelligenza artificiale ­– diventa il framework che guida il lavoratore nelle sue scelte.

Un altro sistema che si basa sull’utilizzo dell’AI è quello del facial action coding. Sebbene la scienza dell’espressione facciale sia avanzata per quanto riguarda gli esseri umani, non è ancora stata ampiamente esplorata negli animali, ma studi dimostrano come l’utilizzo di questa tecnologia migliori il loro benessere. Nello specifico, il riconoscimento facciale nell’agrifood è molto utile, ad esempio, per l’analisi del dolore nei bovini e consente di migliorare la diagnosi degli animali per un intervento rapido e mirato ad allievare la sofferenza. In questo senso l’AI – oltre a migliorare il benessere dell’animale – può essere un fattore abilitante per la digitalizzazione delle piattaforme all’interno delle fattorie. Le emozioni infatti possono svolgere un ruolo indicativo e informativo nell’indagine dei comportamenti degli animali da allevamento, e migliorando le interazioni animale-umano, possono agevolare il contadino nella scelta di implementare il digitale all’interno della propria azienda. L’intelligenza artificiale dunque evidenzia la dimensione di sistema della sostenibilità digitale, nel momento in cui questa tecnologia finisce per essere complementare alle tecnologie stesse: l’efficacia dei big data o dell’automatic supplement weighing (ASW) viene meno se non si riesce a comprendere l’espressione emotiva degli animali che condiziona l’assunzione o meno dei foraggi.

Graphical abstract, Neethirajan S., Happy Cow or Thinking Pig? WUR Wolf – Facial Coding Platform for Measuring Emotions in Farm Animals
Graphical abstract, Neethirajan S., Happy Cow or Thinking Pig? WUR Wolf – Facial Coding Platform for Measuring Emotions in Farm Animals

L’implementazione dell’AI è fondamentale anche nella fase industriale e commerciale dell’agroalimentare, ad esempio con l’utilizzo del deep learning che attraverso la neural network permette di classificare rapidamente i diversi tagli di carne al fine da migliorare la gestione dei processi di packaging e fornire informazioni nutrizionali utili ai consumatori: le immagini di filetti, ribs e bistecche vengono acquisite da un sistema di visione artificiale che utilizza anche Google Images per “allenare” la rete neurale di deep learning. Sunil GC et al hanno dimostrato che l’algoritmo è in grado di classificare alcuni tagli di carne con una precisione del 99.9%.

Così l’intelligenza artificiale – che già indicava una realtà più complessa – evidenzia come nell’ottica della sostenibilità digitale si riesce a dare un senso a quello che si fa dimostrando che non sono le tecnologie ad essere “buone o cattive”, ma il modo in cui queste vengono progettate e la loro modalità d’uso. Anzi, le tecnologie inducono bisogni che prima non si avevano: così la classificazione della carne tramite AI può diventare anche un’applicazione per i consumatori, in grado di suggerire ricette dopo l’identificazione del tipo di prodotto acquistato.

Questi sono solo alcuni dei possibili utilizzi in campo agroalimentare dell’AI. Molto brevemente, ad esempio, basti pensare alla produzione di colture in cui l’intelligenza artificiale può essere in grado di individuare e prevedere l’insorgenza di malattie raccomandando un trattamento parassitario efficace.

Etica dell’AI o Sostenibilità Digitale?

I miglioramenti e l’evoluzione dei processi dell’agrifood che l’implementazione dell’intelligenza artificiale può portare sono evidenti, ma non bisogna dimenticare che questa tecnologia non si può toccare e che spesso è racchiusa in un insieme di altre tecnologie alla cui base vi è la programmazione. Per utilizzare l’AI gli agricoltori, i dipendenti delle industrie di lavorazione della carne, i macellai, hanno bisogno di competenze diverse rispetto a quelle richieste tradizionalmente, tra cui ad esempio digital green skills in grado di riqualificare i lavoratori così da anticipare “i cambiamenti nei luoghi di lavoro del futuro”, o una educazione digitale in grado di sostenere gli agricoltori nel processo di innovazione. Infatti, se è vero che l’innovazione nel campo agroalimentare ha effetti positivi da un punto di vista ambientale, economico e sociale, allo stesso tempo sono proprio le variabili economiche e sociali a frenare il cambiamento: costi, mantenimento di scelte tradizionali ecc.

Tutto ciò dimostra nuovamente che le dimensioni della sostenibilità sono fortemente connesse tra loro e che quando si parla di sostenibilità digitale si parla anche di come costruire modelli economici e sociali sostenibili e alternativi, che tengono in considerazione – oltre all’idea della società che si contribuirà a sviluppare – anche la dimensione umana del singolo individuo. Per questo bisogna porre l’accento su come l’innovazione viene vissuta e sul fatto che l’ecosistema tecnologico vede al centro l’essere umano. Nonostante ciò, però, si deve fare anche attenzione a non cadere nella dissociazione strutturale tra realtà e condizioni contingenti enormi, specialmente quando si tratta di intelligenza artificiale: non bisogna parlare di etica dell’AI – o delle tecnologie più in generale. Non esiste l’etica dell’intelligenza artificiale. Esiste solo l’etica della società della quale sono espressione coloro che sviluppano l’AI.

Come abbiamo visto l’intelligenza artificiale, al contrario, fornisce indicazioni anche e soprattutto su quale sia la direzione da dare alla tecnologia digitale affinché possa essere sviluppata sulla base di criteri di sostenibilità. Per questo faremmo meglio a parlare di sostenibilità digitale dell’intelligenza artificiale invece che di etica dell’AI.

Facebook Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here