il progetto

AgrifoodTEF: come sostenere l’uso AI e robotica nella produzione agroalimentare



Indirizzo copiato

Attraverso l’utilizzo di AI e robotica, AgrifoodTEF mira a rivoluzionare il settore agroalimentare, offrendo un nuovo livello di precisione e controllo nei processi produttivi agricoli, favorendo una maggiore produttività e una migliore gestione delle risorse ambientali. L’Italia, con la Fondazione Bruno Kessler, è al cuore di questa strategia

Pubblicato il 9 gen 2024

Raffaele Giaffreda

Fondazione Bruno Kessler



Sostenibilità alimentare: la sfida dei sistemi agricoli green

In un mondo caratterizzato da una crescita demografica sempre maggiore, da cambiamenti climatici e dalla scarsità di risorse naturali, garantire la competitività del settore produttivo agroalimentare italiano ed europeo sta diventando una sfida importante da saper affrontare.

In parallelo, il contesto internazionale in cui stiamo vivendo manifesta un rapido avanzamento tecnologico incentrato sull’utilizzo dell’Intelligenza Artificiale, con l’Europa che vuole proporsi come garante di un’innovazione che sia sicura e responsabile, facendo particolarmente leva sul sostegno alle start-up ed alle PMI.

Sfide agroalimentarui: gli obiettivi del progetto AgrifoodTEF

Ed è proprio in questo contesto che si inquadra il progetto AgrifoodTEF (dove l’acronimo TEF sta per Testing and Experimentation Facilities) che si propone l’obiettivo di creare una rete europea di infrastrutture fisiche e virtuali da mettere a disposizione dei fornitori di tecnologie avanzate per testare e validare le loro soluzioni basate sull’uso dell’Intelligenza Artificiale e della Robotica, prima che queste raggiungano il mercato.

Il ruolo dell’Italia nel progetto AgrifoodTEF

L’Italia, con la Fondazione Bruno Kessler in particolare, è al centro di questa strategia europea, avendo acquisito il coordinamento del progetto da 60 milioni di Euro complessivi. Iniziato lo scorso gennaio e focalizzato sul settore agroalimentare AgrifoodTEF si avvicina in questi giorni al primo giro di boa in un percorso che prevede una durata di 5 anni.

Per promuovere l’impatto atteso, il modello di finanziamento prevede che i Partner del consorzio ricevano il 50% dei contributi dal Digital Europe Programme (DIGITAL) e che il restante 50% sia cofinanziato dai rispettivi stati membri che hanno interesse a promuovere la creazione di servizi che avanzano l’innovazione nel settore.

Sfruttando strumenti tecnologici all’avanguardia e competenze di esperti che operano sia nel settore ICT che in quello agronomico, i vari membri del consorzio trasferiscono tali servizi ad aziende terze ad un costo imputabile interamente, o parzialmente ad un contributo ricevuto come aiuto di stato. Dopo il primo anno di esecuzione e preparazione, il progetto apre le porte a tutte le realtà industriali che, misurandosi con soluzioni di Intelligenza Artificale e robotica per la produzione agroalimentare, hanno bisogno di sperimentarne la validità direttamente in campo.

Le infrastrutture proposte per la sperimentazione si articolano tra appezzamenti e serre attrezzate in Val d’Adige e Val di Non dove operano la Fondazione Bruno Kessler e la Fondazione Edmund Mach con sede in Trentino, campi sperimentali all’aperto e in ambienti controllati sia in Lombardia, gestiti dall’Università degli Studi di Milano e infrastrutturati con il supporto del Politecnico di Milano, che in Campania operati e gestiti dall’Università degli Studi Federico II di Napoli.

I servizi offerti da AgrifoodTEF: esempi pratici

Andiamo ora ad illustrare quali sono le tipologie di servizio messe a disposizione dal progetto AgrifoodTEF, pensando alle sfide presentate e ai dettagli della quarta rivoluzione agricola in atto che chiede sempre più soluzioni efficienti che aiutino ad aumentare la produzione di cibo riducendo l’impatto ambientale.

Automatizzazione delle varie pratiche agricole

Tra le soluzioni emergenti nel quadro dei primi “clienti TEF”, le più gettonate sono quelle che aiutano in tutti i processi di automatizzazione delle varie pratiche agricole: dalla gestione dell’irrigazione ai trattamenti di precisione, dall’uso della robotica per la raccolta e la gestione dei prodotti della terra all’acquisizione dei dati in condizioni reali che allenano al meglio gli algoritmi a supporto dell’automazione che verrà progressivamente introdotta anche in un contesto agricolo.

Miglioramento della navigazione di macchinari agricoli autonome

Le problematiche spesso riscontrate si legano a come migliorare la navigazione di macchinari agricoli autonomi, si pensi all’importanza di un posizionamento preciso nei paraggi delle piante da monitorare e trattare, dalle quali dover raccogliere etc. Servizi in questo contesto prevedono installazioni temporanee che aiutano a mappare con precisione l’ambiente di sperimentazione e correggere o comunque migliorare gli algoritmi di navigazione andandoli a rendere adeguati per la natura del lavoro da dover effettuare (raccolta, trattamento o semplicemente stima della produzione).

Miglioramento delle prestazioni di algoritmi di IA

Altri servizi proposti dal partenariato di AgrifoodTEF coprono anche il miglioramento delle prestazioni di algoritmi di Intelligenza Artificiale per dotare le macchine agricole o i dispositivi usati in campo di una percezione adeguata del mondo circostante: rientrano in questa categoria, ad esempio, applicazioni che stimano quantità e qualità dei raccolti o quelle che sono in grado di discernere la parte malata di una pianta da quella sana.

I servizi a catalogo si estendono anche a coprire supporto per una attuazione efficace, in grado cioè di controllare al meglio gli interventi, dalla rimozione meccanica di malerbe alla riduzione di derive nei trattamenti che portano ad un risparmio nell’uso di apporti di natura sintetica e non, ma anche di risorse naturali come acqua per l’irrigazione e suolo.

L’impegno per l’adozione in agricoltura di soluzioni più affidabili, robuste e impattanti

Tra navigazione, percezione ed attuazione sono tante le soluzioni tecnologiche che si stanno creando per andare a sostenere il settore agricolo nel raggiungimento di obiettivi a ben più ampia gittata temporale. La realizzazione di queste soluzioni prevede infatti l’integrazione di tanti mattoncini modulari creati per effettuare in un contesto digitale tanti compiti più o meno specializzati (acquisizione immagini, conta dei frutti, individuazione presenza/assenza di biomasse, interpretazione monitoraggio, attuazione interventi etc.).

Le possibilità di intervento per migliorare queste soluzioni sono pertanto molteplici e tutte tali da contribuire al successo e all’adozione di soluzioni più affidabili, robuste e impattanti. Per questo si guarda al dettaglio delle dimensioni e peso di questi mattoncini (si pensi all’utilizzo di risorse di memoria piuttosto che computazionali), all’efficienza e affidabilità degli algoritmi utilizzati (pensando alla necessità di funzionamento in condizioni proibitive e su macchine dalle risorse limitate). Altri elementi importanti su cui intervenire grazie all’unione unica di competenze tra i partner di progetto, coprono ad esempio anche la possibilità di allenare algoritmi di Intelligenza Artificiale con dati di alta qualità e di dimensioni adeguate, caratterizzanti varie aree geografiche tra nord e sud, est ed ovest europeo.

Ulteriori servizi caratterizzanti il settore produttivo agroalimentare sono stati creati per testare come le soluzioni analizzate possano continuare a funzionare anche in mancanza di accesso a servizi cloud ben più potenti e performanti. Scarsa connettività di rete infatti, caratterizza spesso il campo aperto e quindi soluzioni di Intelligenza Artificiale vanno comunque pre-allenate e impacchettate su dispositivi non sempre connessi. Senza dimenticare servizi di valutazione della valenza agronomica delle soluzioni tecnologiche proposte che devono saper dimostrare di migliorare la produzione.

Nonostante molte di queste soluzioni siano già disponibili ad una platea di aziende agricole di dimensioni importanti impegnate nella gestione di coltivazioni estese, sta di fatto che i vantaggi accumulabili sui grandi numeri per sostenere gli investimenti si riducano con il ridursi delle dimensioni e di conseguenza della capacità di spesa delle aziende agricole che vogliono adottare le soluzioni tecnologiche emergenti.

Gli obiettivi futuri di AgrifoodTEF

Tra le motivazioni che hanno portato al progetto AgrifoodTEF vi è anche questa: aiutare i produttori di innovazione tecnologica a permeare un settore normalmente refrattario a tutto quanto non sia già integrato in una macchina agricola. AgrifoodTEF con i suoi servizi vuole aiutare a dare anche queste risposte e produrre dati concreti che aiutino a valutare l’impatto delle tecnologie proposte, andando a giustificare poi l’investimento delle aziende agricole anche di dimensioni più piccole, sostenendole anche con sussidi e finanziamenti delle misure implementate in contesto PAC.

Ulteriori informazioni sono disponibili su sito web del progetto (agrifoodtef.eu), dove è anche possibile consultare il catalogo dei servizi forniti e trovare contatti e descrizioni di quanto proposto per aiutare le aziende tecnologiche a migliorare la loro offerta in questo settore in rapida espansione.

EU Stories - La coesione innova l'Italia

Tutti
Iniziative
Analisi
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Parte la campagna di comunicazione COINS
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 2