Nieuws
AI als aanjager van de landbouwtransitie
Kunstmatige intelligentie (AI) verandert snel ons dagelijks leven en versnelt wetenschappelijke ontdekkingen, wat dit jaar heeft geleid tot de toekenning van twee Nobelprijzen. Om deze technologie in te zetten voor belangrijke maatschappelijke uitdagingen zoals voedselzekerheid, klimaatverandering en biodiversiteitsverlies heeft Wageningen University & Research (WUR) een speciale AI-leerstoelgroep opgericht. “AI biedt grote kansen, en het is aan ons als mensen om te bepalen hoe we die het beste kunnen benutten”, zegt leerstoelhouder Ioannis Athanasiadis.
Als onderzoeker houdt Athanasiadis zich al ruim twee decennia bezig met computers. Hij heeft zijn werkveld door de jaren heen flink zien veranderen. “In mijn begintijd was het nog zo dat je als mens de leraar van de computer was. Je gaf de machine een set regels of voorbeelden en vervolgens ging die daaruit conclusies trekken en suggesties geven. Vandaag de dag is dat – mede dankzij AI – helemaal omgedraaid. Computers helpen ons nu bij het bedenken en vinden van oplossingen. Vaak ook nog eens razendsnel en heel accuraat. Dat vind ik fascinerend. Maar dat betekent niet dat we als mens achterover moeten leunen. Wij zijn er uiteindelijk verantwoordelijk voor hoe en voor welke doelen we computers en AI inzetten. Daar moeten we goed over nadenken.”
Met AI in een gold rush
De snelle ontwikkeling van AI kwalificeert Athanasiadis als een ‘gold rush’, verwijzend naar de massale toestroom van mensen naar gebieden waar goud was ontdekt. “Je ziet dat techbedrijven, zowel grote als kleine, steeds meer en in steeds hoger tempo nieuwe AI-tools lanceren waarmee ze willen laten zien wat we met AI allemaal wel niet kunnen. Dat is op sommige terreinen behoorlijk ontwrichtend, denk aan ChatGPT. Zowel de industrie als overheden zijn nu zoekende naar een goede balans om dit alles op een verantwoorde manier te beheren en reguleren. Uiteindelijk kunnen we AI zo op een veel minder ontwrichtende, veiligere en waardevollere manier inzetten.”
AI in onderzoeksgebieden WUR
AI speelt momenteel een rol in diverse onderzoeksgebieden van WUR, zegt Athanasiadis. “Denk aan plantfenotypering, waarbij onderzoekers specifieke eigenschappen van planten selecteren om nieuwe, betere variëteiten te ontwikkelen. Dankzij AI kunnen eigenschappen veel sneller en effectiever worden gemeten. Andere voorbeelden zijn AlphaFold, een programma waarmee eiwitstructuren kunnen worden voorspeld, en AI-toepassingen in remote sensing en landbouwrobots.” Toch is er ook nog een wereld te winnen als het gaat om het benutten van AI in de onderzoeksgebieden van WUR. Athanasiadis: “Het ontbreekt onder meer nog aan goede maatstaven en gestandaardiseerde modellen voor het verzamelen, delen en verwerken van data. Daar hopen we met onze leerstoelgroep aan bij te dragen.”
Ontwikkeling concepten en methodieken
De ambitie van de leerstoelgroep is om in samenwerking met collega-onderzoekers binnen en buiten WUR concepten en methoden te ontwikkelen die experts per onderzoeksgebied op een slimme en verantwoorde manier kunnen inzetten voor de ontwikkeling van AI-tools, zegt Athanasiadis. “Bijvoorbeeld tools die een beter begrip geven van problemen als gevolg van klimaatverandering, maar ook tools die bijdragen aan oplossingen voor deze vraagstukken, zoals klimaatrobuuste teelten of herstel van biodiversiteit. Bij WUR beschikken we over een sterk netwerk van wetenschappers die een schakelrol kunnen vervullen tussen onderzoek en het toepassen van AI in de praktijk. Deze combinatie onder één dak maakt WUR uniek.”
Multidisciplinaire aanpak
Om te werken aan de mondiale vraagstukken en oplossingen is het volgens Athanasiadis van belang dat bij onderzoek zo veel mogelijk wordt samengewerkt tussen verschillende disciplines. “Tot nu toe werkte men bij AI-onderzoek vaak afzonderlijk van elkaar. De ene groep was verantwoordelijk voor dataverzameling, een andere ging aan de slag met de verwerking en analyse ervan en weer een andere bouwde aan een AI-tool. Terwijl je tot veel betere oplossingen komt als je dit allemaal doet binnen één multidisciplinair team. Dan heb ik het niet alleen over disciplines binnen WUR, maar ook over samenwerking met partijen uit het veld, zoals boeren, bedrijven, ngo’s en kenniscentra. Gelukkig heeft WUR daar veel ervaring mee.”
Betrokken bij AI-projecten
De leerstoelgroep van AI haakt nu nog vooral aan bij lopende projecten waar WUR bij betrokken is. Athanasiadis: “Een van die projecten is het Europese agrifoodTEF. Hierin werken we onder meer aan een digitale infrastructuur en faciliteiten voor kleinschalige bedrijven om AI-gestuurde landbouwrobots te testen. Een ander project is LTER-LIFE. Hierin bouwen we digital twins (digitale kopieën van de werkelijkheid, red.) van ecosystemen, waarmee met behulp van rekenkundige hulpmiddelen de veranderende interactie binnen ecosystemen als gevolg van klimaatverandering inzichtelijk kan worden gemaakt. Ons doel is om binnen onze leerstoelgroep uiteindelijk ook eigen projecten te starten, specifiek gericht op de ontwikkeling van AI-methoden.”
Studenten klaarmaken voor praktijk
Athanasiadis benadrukt dat de leerstoelgroep niet alleen in het leven is geroepen voor het werken aan onderzoek op het gebied van AI. “We hebben ook een educatieve taak. We willen WUR-studenten en afgestudeerden uitrusten met goede vaardigheden op het gebied van AI, zodat ze voorbereid de praktijk ingaan. Hierbij gaat het erom dat ze AI op zo’n manier inzetten dat ze er de juiste problemen mee oplossen. Om dat te kunnen doen, moet je begrip hebben van AI-methoden en weten wat er achter de schermen van AI-tools allemaal gebeurt. Ze hoeven echt niet allemaal AI-experts te worden. Om een auto te kunnen besturen, hoef je ook geen monteur te zijn. Maar in de huidige digitale wereld is basiskennis van AI wel een vereiste.”
AI voor maatschappelijke doelen
Een van Athanasiadis ambities als academisch onderzoeker is om AI niet alleen voor commerciële belangen in te zetten, maar ook ten dienste van de maatschappelijke. “Helaas wordt de financiering voor onderzoek op het gebied van AI momenteel voornamelijk gedreven door snelle commerciële opbrengsten, dat wil zeggen dat een AI-toepassing uiteindelijk veel geld moet opleveren. Hierdoor is er in onderzoeksagenda’s vaak minder aandacht voor AI in relatie tot thema’s als duurzaamheid, klimaatverandering, biodiversiteit en voedselzekerheid. Ik zie het als taak van ngo’s en universiteiten om hier een onderzoeksagenda naast te zetten die is gericht op applicaties die in de eerste plaats mens, natuur en milieu dienen en niet puur financieel gedreven zijn. Dat is ook een belangrijke reden dat we met WUR in de vorm van een leerstoelgroep in AI investeren.”
Geen vervanging, maar ondersteuning
Tot slot: hoe ziet Athanasiadis de toekomst van AI voor zich? Kan de boer of teler over een jaar of tien lekker op de bank netflixen terwijl slimme machines het werk op het veld of in de kas uitvoeren? Athanasiadis: “Zeker niet, dat beeld is voor mij eerder een dystopie. AI is niet bedoeld om mensen te vervangen, maar om ze met data en informatie te ondersteunen bij het nemen van beslissingen, zoals advies bij risicomanagement of efficiëntere teeltmethoden. Als we AI op een slimme manier inzetten, kan het van grote meerwaarde zijn bij het versnellen van de transitie richting een duurzame landbouw en het veerkrachtig worden tegen klimaatverandering.”