DAS-CROPPER: Hoe AIP meewerkt aan toekomstbestendige AI voor de agrisector
De wereld van plantenveredeling verandert razendsnel. Sensoren, drones, beeldherkenning, genomische data en high-throughput phenotyping leveren enorme hoeveelheden data op. Maar hoe haal je daar waarde uit? Hoe zorg je ervoor dat AI straks niet alleen slimme voorspellingen doet, maar dat de uitkomsten ook daadwerkelijk bruikbaar zijn in de veredelingspraktijk?
Dat zijn precies de vraagstukken waar Agri Information Partners (AIP) zich dagelijks mee bezighoudt.
Samen met Wageningen University & Research en partners binnen het onderzoeksproject DAS-CROPPER werkt AIP aan de volgende stap in datagedreven veredeling: een toekomst waarin data, AI en software naadloos samenwerken.
De uitdaging: data is overal, samenhang niet altijd
In moderne veredelingsprogramma’s ontstaat data op allerlei plekken tegelijk. Denk aan veldproeven, kasexperimenten, laboratoriumdata en beeldanalyse vanuit phenotyping-platformen. Die informatie groeit hard, maar zit vaak verspreid over losse systemen, Excelbestanden en verschillende teams.
En juist daar ontstaat de uitdaging.
Want AI kan alleen waardevolle inzichten geven wanneer data goed georganiseerd en betrouwbaar beschikbaar is. AI is immers niet slimmer dan de data en context die je het geeft.
Jan Willem, Commercial Manager van AIP vertelt:
“Data is tegenwoordig ruimschoots beschikbaar. De echte winst zit in hoe je die data met elkaar verbindt en er bruikbare inzichten uit haalt.”
E-Brida als fundament onder veredelingsdata
Om die versnippering tegen te gaan, ontwikkelt AIP al jaren software die veredelingsdata samenbrengt binnen één omgeving. Het platform E-Brida vormt daarbij de centrale basis voor het vastleggen, beheren en analyseren van gegevens uit veredelingsprogramma’s.
Niet alleen commerciële veredelingsbedrijven maken gebruik van E-Brida. Ook binnen onderzoeksprogramma’s van Wageningen University & Research wordt ermee gewerkt. Dat zorgt voor een interessante wisselwerking: onderzoekers krijgen toegang tot stabiele praktijksoftware, terwijl AIP direct betrokken blijft bij de nieuwste ontwikkelingen rondom data, AI en analyse.
Waarom DAS-CROPPER belangrijk is
Een belangrijke stap binnen die ontwikkeling is het publiek-private onderzoeksproject DAS-CROPPER (Data, AI, Standards – driving Crop Performance Prediction).
Binnen dit consortium werken bedrijven, kennisinstellingen en onderzoeksorganisaties samen aan manieren om data slimmer, veiliger en beter uitwisselbaar te maken. Ook NPEC is betrokken binnen het consortium.
Binnen DAS-CROPPER verzamelen Wageningen University & Research en NPEC grote hoeveelheden verschillende typen data uit echte veredelingsprogramma’s. Denk aan veredelingsdata, genomische data, klimaatdata en praktijkdata uit het veld. Daarbij worden onder andere geavanceerde digitale phenotyping-platformen en meetsystemen ingezet om planten op grote schaal en nauwkeurig te analyseren.
Op basis van deze gecombineerde datasets ontwikkelt en valideert Wageningen University & Research AI-modellen die kunnen helpen bij het sneller herkennen van patronen en het beter voorspellen van kruisingen (genomic predicition) binnen breeding en crop research.
Voor AIP ligt de focus binnen DAS-CROPPER op het begrijpen en ontwikkelen van de juiste data-infrastructuur om AI-ontwikkeling binnen veredeling te ondersteunen. Door actief mee te werken binnen het project krijgt AIP inzicht in hoe verschillende databronnen, zoals phenotypingdata, genomische data, klimaatdata en veldgegevens, betrouwbaar gecombineerd en beschikbaar gemaakt kunnen worden voor het trainen en ontwikkelen van nieuwe AI-modellen.
Het project richt zich onder andere op:
- data-integratie tussen verschillende systemen,
- standaarden voor gegevensuitwisseling,
- veilige data spaces,
- inzet van AI voor voorspellingen binnen veredeling en teelt.
AI-onderzoek vertalen naar praktijksoftware
Voor AIP zit de kracht van projecten zoals DAS-CROPPER vooral in de directe koppeling tussen onderzoek en praktijk.
De kennis die binnen het consortium wordt opgebouwd rondom AI, data-architecturen en standaarden helpt AIP om software zoals E-Brida verder voor te bereiden op toekomstige AI-toepassingen. Denk bijvoorbeeld aan het beter structureren van data, het ondersteunen van nieuwe databronnen en het toegankelijk maken van AI-uitkomsten binnen bestaande veredelingsprocessen. Dat helpt AIP om beter voorbereid te zijn op toekomstige ontwikkelingen.
De komende jaren zal AI een steeds grotere rol gaan spelen binnen breeding en crop research. De verwachting is dat het gebruikt gaat worden als praktisch hulpmiddel om sneller patronen te herkennen, betere voorspellingen te doen en veredelaars slimmer te ondersteunen in hun dagelijkse werk.
Daarvoor is meer nodig dan alleen goede algoritmes. De kwaliteit van AI wordt uiteindelijk bepaald door de kwaliteit van de onderliggende data, de manier waarop systemen samenwerken en hoe inzichten bruikbaar worden gemaakt in de praktijk.
Juist daar levert Agri Information Partners een belangrijke bijdrage. Door actief mee te werken binnen projecten zoals DAS-CROPPER, onderzoekt AIP hoe een toekomstbestendige data-infrastructuur eruit moet zien om AI-ontwikkeling optimaal te ondersteunen. Tegelijkertijd vertaalt AIP nieuwe inzichten rondom data, standaarden en AI naar praktische toepassingen binnen software zoals E-Brida.
Zo helpt AIP mee aan de digitale basis die nodig is om AI daadwerkelijk waardevol en toepasbaar te maken voor de sector.