Meccanica agricola: l'era dei robot

I sistemi elettronici registrano ormai uno sviluppo esponenziale, e la formidabile diffusione di prodotti digitali consente economie di scala particolarmente favorevoli. Questo ha riflessi molto importanti sull’agricoltura “4.0” e sull’applicazione nel settore della meccanica agricola della robotica e dell’intelligenza artificiale. Quali siano i limiti entro i quali le macchine possono apprendere e operare, e come è possibile testare i loro comportamenti in particolare quando hanno a che vedere con l'interazione con l'uomo è il tema sul quale le industrie del settore si stanno già misurando

 

Il tema della robotica è uno dei pilastri tecnologici del 2020 e degli anni a venire. E con giusta ragione. Mai come in questi anni si è visto un tale impegno a livello mondiale ed in ogni categoria industriale in questo senso e ciò ha non una, ma una moltitudine di ragioni. Prima di tutto i costi: nessuna tecnologia, per quanto innovativa, può avere un impatto importante sull'industria e sui consumatori se non è economicamente accessibile e vantaggiosa. Qualcuno si ricorderà la legge di Moore, che tra gli anni 60 e 70 sostenne, in maniera forse visionaria, che "La complessità di un microcircuito, misurata ad esempio tramite il numero di transistor per chip, raddoppia ogni 18 mesi (e quadruplica quindi ogni 3 anni)". Tale assunto, che può essere messo in relazione più o meno diretta con la potenza di calcolo del microcircuito stesso, si è rivelato corretto per decenni… fino ad ora.

Bene, al giorno d'oggi questo non è più vero. I sistemi elettronici di oggi vengono prodotti con tecnologie nanometriche per la lavorazione del silicio che sono sempre più spinte e che hanno portato ad una riduzione delle dimensioni dei gate dei transistor fino al limite odierno di 5nm. Questo ha un effetto importante sul comportamento dei sistemi stessi, dal momento che avvicinandosi ai limiti fisici il silicio smette di avere un comportamento lineare così come, di conseguenza, il comportamento e le prestazioni dei chip. Si è poi intervenuti sulle architetture dei chip, sui bus di comunicazione e su svariati altri fattori che hanno portato la potenza di calcolo dei processori a non crescere più linearmente con la loro complessità, ma piuttosto in modo assimilabile ad una curva esponenziale. È chiaro che il diffondersi di smart-phone, smart-tv, smart-watch, ecc., nel mercato consumer ha fatto sì che si avviasse una vera e propria guerra tecnologica che ha incrementato vorticosamente la velocità nello sviluppo di microcontrollori sempre più performanti e con costi sempre più ridotti, in quanto legati ad un'economia di scala crescente di anno in anno se non di mese in mese. Tutto ciò ha impatto, ovviamente, anche sulla potenza di calcolo e sui costi dei sistemi usati sulle macchine per l'agricoltura.

Alla luce di questo risulta quindi evidente come molti costruttori abbiano visto una possibilità concreta di fornire nuovi servizi ai propri clienti, compiendo sforzi ingegneristici al fine di rendere le macchine realizzate sempre più efficienti grazie alla possibilità di "farle ragionare". Ormai abbiamo tutti un cellulare con la fotocamera dotata di AI (Intelligenza Artificiale) che adatta l'elaborazione alle condizioni dello scatto. Abbiamo tutti una TV dotata di algoritmi che adattano la qualità dell'immagine o i colori o la luminosità ai contenuti o all'ambiente in cui ci si trova a guardare il proprio film preferito. È quindi così complicato pensare che anche le macchine agricole possano avere la capacità di adattare la lavorazione ad una serie di parametri rilevati in tempo reale direttamente sul campo? Questo è ciò che si sono chiesti i costruttori di cui sopra, sforzandosi di capire come rendere il modo di lavorare sempre più efficiente ed adattivo alle situazioni. E la barriera all'ingresso dovuta ai costi di accesso alla tecnologia è stata enormemente ridotta, se non quasi totalmente abbattuta. Da ciò è arrivata la prima decisiva spinta, senza dimenticare l'accessibilità crescente a sensori sempre più complessi capaci di rilevare caratteristiche impensabili fino a qualche anno fa, come la quantità di clorofilla in una foglia o il livello di nutrienti in un frutto.

Ma c'è stato un altro contributo molto importante a favore della ricerca verso l'innovazione tecnologica: l'European Green Deal! Un impegno Europeo concreto per un mondo più pulito e per delle pratiche ecosostenibili: un tema importantissimo in un’era in cui stiamo devastando il nostro pianeta. Le pratiche agricole, che lo si voglia accettare o no, hanno un impatto importante in tutto ciò, senza contare la necessità di fare fronte alle sfide legate all'aumento della popolazione mondiale e la conseguente necessità di produrre di più, meglio, sprecando meno e preservando l'ambiente. E la tecnologia, in tutto ciò, fa la parte del leone. Consente di evitare gli sprechi, trattare solo dove effettivamente necessario, utilizzare le risorse idriche in maniera razionale, ottimizzare il tempo di lavoro e la distanza percorsa dalle macchine riducendo quindi i consumi e, in definitiva, eseguire ogni lavorazione adattandosi in maniera precisa alle condizioni della coltura. Un caso concreto? Supponiamo ci sia in atto un'infestazione del nostro campo o della nostra coltura. Normalmente avremmo agganciato la nostra irroratrice al trattore e saremmo partiti "dando fuoco alle polveri" o, più coerentemente, aprendo gli ugelli e spargendo antiparassitario. Ma se solo alcune piante sparse qua e là fossero state infette? Avremmo sprecato una quantità enorme di materia prima (che costa caro), avremmo fatto più strada del dovuto con le macchine sprecando carburante (anch’esso costoso), avremmo sprecato tempo e avremmo inquinato la coltura, il suolo e le risorse idriche, con impatti non trascurabili sulla salute nostra e dell'ambiente in cui viviamo. Certo, con tecnologie per l'agricoltura di precisione avremmo migliorato già parecchio la situazione, ma non saremmo comunque arrivati alla soluzione ottimale. Se però avessimo un sistema con una camera ad alta risoluzione (4K ad esempio) o di altro genere, un sistema di elaborazione dotato di algoritmi di Intelligenza Artificiale opportuni potrebbe analizzare le immagini acquisite al fine di identificare i patogeni e, solo in tale caso e per la pianta in esame, attivare il trattamento modificando le dosi sulla base per esempio della densità di foglie, del vento e dell'umidità. Appare persino inutile elencare i vantaggi sia meramente economici che ambientali di un'operazione come questa. Diversi studi hanno dimostrato che l'abbattimento dei costi/ettaro può superare il 60% a seconda della tipologia di lavorazione. Fantascienza? No! Le macchine che fanno questo esistono già, perché da anni le tecnologie sono mature ed oggi, come già detto, accessibili. Alcune aziende sono al lavoro per rendere tali macchine totalmente autonome e non dovere essere necessariamente guidate e operate da un essere umano che potrà quindi stare comodamente seduto a casa propria a controllare le lavorazioni da remoto.

“Tutto molto bello – qualcuno potrà dire – ma oggi devo comunque andare in campo con la mia macchina e guidare per tutta la sua superficie, anche se la macchina poi opera solo dove necessario". In effetti non è così perché con un drone, ad esempio, è possibile identificare dall'alto attraverso dei sensori le macro-aree infette, e andare poi in campo ad operare solo in tali zone con il trattamento mirato pianta per pianta. Si potrebbero fare un'infinità di altri esempi concreti che vanno dalla lavorazione del terreno alla raccolta di frutta e ortaggi arrivando fino alle macchine per la fienagione. Insomma, non è un caso se la robotica, intesa nel senso più ampio del termine, è così al centro delle strategie europee, in particolare nel nostro settore. Non è un caso nemmeno che quasi la metà dei progetti Europei in ambito di filiera agroalimentare – se non specificamente agricola – di Horizon 2020 riguardino la robotica. E probabilmente dell'altra metà la gran parte riguarda i Big Data e la connettività, perché anche la macchina più complessa può davvero poco se non è integrata in un sistema virtuoso più ampio. Anche in ambito Cema (l'associazione Europea dei costruttori di macchine per l'agricoltura) esistono due gruppi di lavoro specifici sulle funzionalità autonome delle macchine e sull'intelligenza artificiale. Un terzo gruppo, incentrato sull'agricoltura di precisione, guarda caso sta convergendo sempre più sui temi dei primi due e sul tema della connettività. Questo perché è fondamentale che le direttive ed i requisiti che regolamenteranno i contenuti tecnologici delle macchine agricole nel prossimo futuro siano discussi e proposti da chi detiene la conoscenza e la competenza in merito. E in tale senso è necessario sensibilizzare la Commissione Europea su queste tematiche fornendo contributi concreti basati il più possibile sull'esperienza diretta. Si potrebbe parlare a lungo di come e quando si stia discutendo per affrontare questi argomenti e quali proposte siano state avanzate finora, ma forse è bene approfondire la questione quando ci sarà meno confusione data la mole e la complessità dei temi. Tornando quindi all’argomento centrale, a qualcuno può venire un dubbio dopo quanto letto finora: "si parla di robotica o di Intelligenza Artificiale?" In effetti si parla di entrambe e di altro ancora.

Una macchina agricola automatizzata viene programmata per eseguire determinate operazioni. Possono essere rilevati dei parametri attraverso dei sensori al fine di modificare la lavorazione che viene però eseguita comunque in maniera predeterminata da algoritmi decisionali statici. Al limite questa macchina può essere un robot, capace quindi di spostarsi e operare in autonomia e dove l'intervento umano si rende necessario solo in situazioni di emergenza, ma con un comportamento sempre basato su algoritmi conosciuti. La macchina può essere persino considerata stupida, pure se molto più efficiente di una normale macchina agricola per le ragioni di cui abbiamo disquisito sopra, ma oggi tali macchine e sistemi si stanno integrando, grazie alla potenza di calcolo disponibile e in futuro grazie al cloud computing, vale a dire nuove strategie che sconfinano nell'ambito dell'intelligenza artificiale e che rendono (o possono rendere) le macchine capaci di apprendere e adattarsi alle più svariate situazioni, anche se non conosciute a priori. Non abbiamo più a che fare con algoritmi che scorrono un albero decisionale fino ad arrivare ad una delle soluzioni prestabilite, ma con pattern decisionali che evolvono integrando nuovi casi man mano che la macchina affronta situazioni nuove. La reazione ad esse può essere scorretta, la prima volta, ma il sistema può valutare l'impatto della propria scelta ed adattare il pattern decisionale per migliorare il risultato volta dopo volta. Oppure un sistema si può addestrare, fornendo quindi un pattern decisionale di base che può evolvere attraverso nuove sessioni di "allenamento", se così vogliamo chiamarlo. Quello dell'intelligenza artificiale, del resto, è un mondo solo superficialmente esplorato e che ha un'infinità di sfaccettature che vanno dal machine learning al deep learning, dalle reti neurali alle fuzzy logic. Occorrerebbero pile di libri per analizzare queste tecnologie e di certo non si ha la presunzione di indottrinare nessuno tramite un articolo di natura divulgativa come questo.

È però importante capire quanto queste tecnologie stiano entrando sempre più prepotentemente nella nostra vita quotidiana personale e lavorativa, interagendo con ogni nostra scelta o prendendo decisioni in nostra vece, e quanto importante possa essere tutto ciò quando si tratta di lavorazioni agricole. Qui nasce il grande tema che terrà banco nel prossimo futuro e sul quale la discussione è accesa già oggi: quali sono i limiti entro i quali le macchine possono apprendere? Quali sono i limiti entro i quali è sicuro farle operare e, soprattutto, come è possibile testare e validare le loro decisioni ed i loro comportamenti, in particolare quando hanno a che vedere con l'interazione con l'uomo? Queste sono le domande che l'intera industria dei costruttori di macchinari per l'agricoltura, supportata da un numero sempre maggiori di esperti di robotica e AI, si sta facendo. Se non è possibile prevedere totalmente come le macchine reagiranno è comunque necessario definire dei limiti comportamentali e decisionali che possano essere verificati e che ne garantiscano la sicurezza nel loro utilizzo quotidiano.