L’Intelligenza artificiale in viticoltura? È già una realtà più di quanto si pensi. Tutte le sue applicazioni

Senza l’Intelligenza Artificiale (AI) molte delle applicazioni già adottate da tempo in vigneto per una conduzione più accurata e sostenibile non sarebbero possibili, per non parlare del miglioramento genetico della vite, che non potrebbe procedere senza la capacità predittiva dell’AI. Non sembri un’esagerazione, perché la ricerca genetica è la scienza che produce la maggior mole di dati. Alla base della conoscenza e dell’uso dell’intelligenza artificiale ci sono gli studi di Leonardo Fibonacci (1170-1242), che indagò i meccanismi matematici degli algoritmi.

I primi approcci alla IA risalgono agli anni ’50 ed avevano tre obiettivi: agire come agirebbe un uomo, pensare come penserebbe un uomo, affrontando le situazioni mediante le funzioni cognitive, e prendere decisioni orientate ad ottenere il miglior risultato possibile sulla base dei dati effettivamente disponibili. Ma è dall’Illuminismo che partono le conoscenze di chimica, fisica, microbiologia che ci consentono di sviluppare una viticoltura moderna. Ma l’Illuminismo ha dato soprattutto la consapevolezza agli uomini della loro capacità di pensare, ha dato dignità e reso consapevole la borghesia di poter avere un proprio pensiero, rispetto ai potenti che governavano. Ci sono ambiti della conoscenza che non potrebbero avanzare senza l’AI.

La genetica

Le applicazioni dell’AI più importanti in ambito vitivinicolo riguardano il miglioramento genetico, in cui l’utilizzo di un algoritmo di machine learning per l’analisi predittiva del comportamento di alcuni geni in situazioni di stress aiuta a prevedere, ad esempio, quali geni sono più importanti per la sopravvivenza della pianta di fronte a freddo, asfissia radicale, siccità o presenza di parassiti. L’intelligenza artificiale è fondamentale nella genetica applicata alla vite, perché il volume di dati derivanti da sequenze di Dna, da fenotipizzazione ottenuta da droni e satelliti, sarebbe altrimenti ingestibile. Tutto questo genera un volume di dati che deve essere gestito da modelli, diversamente non riusciremmo a tradurre il genotipo in fenotipo, cioè in qualcosa che si possa poi gestire in campo.

La viticoltura di precisione

L’altro ambito di applicazione dell’AI è quello della viticoltura di precisione o viticoltura 4.0, perché consente di ottimizzare le strategie di coltivazione migliorando produttività e qualità, riducendo l’impiego di risorse e potenziando la resilienza climatica delle viti. La viticoltura di precisione, grazie all’utilizzo delle information technologies, consente la raccolta di informazioni per una gestione razionale e sostenibile del vigneto, concentrandosi su interventi agronomici a rateo variabile e mappe di prescrizione. Questa sfida può essere affrontata mediante diverse soluzioni con diversi livelli di efficienza.

Approccio “lean thinking” e limiti attuali

In quest’ambito, vanno privilegiate quelle soluzioni che seguono un approccio lean thinking, ossia che consentono di utilizzare gli obbiettivi economici legati all’efficienza nella gestione, rispetto a quelli tecnici collegati all’uso più efficiente delle risorse. Non basta però solo una adeguata preparazione STEM (Science, Technology, Engineering e Mathematics) ma sarà necessaria una conoscenza analitica sottostante dove la vera scommessa è quella di arrivare alle analisi ed applicazioni produttive. I data scientist sono una risorsa poco utilizzata perché lo studio delle discipline STEM nelle scuole è concepito in percorsi verticali che male si sposano con la conoscenza dei contesti.

Saper collocare l’enorme quantità di dati e la loro elaborazione in frame interpretativi per le aziende viti-enologiche grandi e piccole sarà alla base dell’economia e della crescita futura, ma le aziende non hanno figure dedicate all’analisi dei dati malgrado sia quella dei Big data ed Analytics il settore dei maggiori investimenti nei prossimi anni.

Necessaria preparazione senza precedenti

Il periodo storico impone una preparazione senza precedenti. Non c’è mai stato un periodo nella storia della viticoltura in cui per restare al passo coi cambiamenti vengano richieste alle persone competenze così profonde e complesse. Gli argomenti sono molto vari e spaziano dal telerilevamento satellitare e di prossimità con sensori Nir, ai sistemi di supporto alle decisioni (Dss), ai sistemi agricoli connessi Gps ed Isobus per la mappatura del suolo ed il geo-referenziamento necessari per la smart farming da realizzare in contesti organizzativi di team working.

Il vecchio metodo trial learning (Provo, Fallisco, Riprovo), fondamenti della viticoltura empirica del passato, deve essere sostituito da una nuova strategia multidisciplinare applicando le nuove tecniche offerte dalla space economy, che sono alla base dei nuovi modelli di business di gestione dei processi lungo la catena del valore con modalità di relazione e comunicazione soprattutto digitali. È necessario un ruolo di cerniera tra il mondo della conoscenza e dell’innovazione digitale con quello della produzione, soprattutto nella fornitura di soluzioni confezionate su misura per le aziende.

Drone – foto by Magnific

La gestione dei grandi set di dati: il deep learning

In particolare, saranno le applicazioni tecnologiche della cosiddetta AI generativa ad avere applicazione concreta nelle aziende, con la creazione di nuovi contenuti sfruttando il deep learning, addestrati su grandi set di dati. Il deep learning è una tecnica che insegna ai computer ad elaborare dati mediante algoritmi modellati in analogia sui processi di apprendimento del cervello umano. La qualità delle risposte che fornisce dipende però dalla veridicità delle sue fonti e dalla precisione con cui vengono poste le domande.

Per questo motivo, le applicazioni più interessanti e affidabili della AI in campo viticolo sono quelle in cui si fa lavorare su contenuti propri circostanziati e digitalizzati. L’applicazione dell’AI su questi dati permette di ottenere una sincronizzazione con la robotica. Robot e droni offrono attualmente soluzioni che consentono un risparmio significativo sui costi di produzione e sull’impiego degli input energetici e chimici.

computer e intelligenza artificiale – foto di Kevin-Ku-by-unsplash

Mettere al centro l’uomo

Il motto di Kant (sapere aude, “abbi il coraggio di conoscere”) definiva i nuovi valori della conoscenza espressi dall’Illuminismo quali l’ottimismo, uguaglianza, tolleranza, fratellanza, solidarietà, progresso, libertà e felicità. Sarà capace, l’AI, di dare al progresso delle conoscenze, gli stessi contenuti immateriali dell’Illuminismo e di mettere al centro della sua azione, l’uomo?. Solo il tempo lo dirà.