Le aziende agricole sono sistemi complessi da gestire poiché sono innumerevoli i fattori che concorrono alla buona riuscita di una coltura. Ci sono le variabili legate al suolo, al clima, ai parassiti e alle malattie. E poi c'è la genetica delle colture e la gestione agronomica. Ognuna di queste macro categorie ha al suo interno decine, se non centinaia di variabili che concorrono a generare il risultato finale: un buon raccolto oppure un pessimo raccolto.

 

Gli agricoltori impiegano anni ad imparare come gestire questi fattori e spesso le conoscenze si tramandano di padre in figlio. Tuttavia, non è così inusuale che le cose vadano male, poiché molte delle variabili sopra elencate (clima in primis) sono difficilmente prevedibili.

 

Eppure le moderne tecnologie rendono possibile la riduzione del margine di errore, dando la possibilità agli agricoltori di testare in un ambiente virtuale le proprie scelte agronomiche, per capire quali effetti avrebbero sulla coltura.

 

"I digital twin sono dei gemelli digitali dei campi o delle aziende agricole. Si tratta di copie digitali interattive di sistemi complessi", spiega Alex Giordano, docente di Marketing e Trasformazione Digitale 4.0 presso il Dipartimento di Scienze Sociali dell'Università Federico II di Napoli, esperto di AgTech e fondatore di Rural Hack.

 

Foodsystem 5.0 è il nuovo libro di Alex Giordano

Foodsystem 5.0 è il nuovo libro di Alex Giordano

(Fonte foto: Alex Giordano, docente di Marketing e Trasformazione Digitale 4.0 presso il Dipartimento di Scienze Sociali dell'Università Federico II di Napoli)

 

I digital twin, tra l'altro, sono protagonisti anche di iVine. Nel progetto, finanziato dalla Sottomisura 16.2 del Psr della Regione Toscana che ha come capofila Agrobit Srl, sono stati infatti utilizzati vari strumenti di monitoraggio per validare l'app iAgro, un Dss in grado di creare i digital twin, appunto, di piante di vite, analizzarli e restituire informazioni biometriche per ottimizzare i trattamenti fitosanitari, il tutto attraverso un semplice smartphone.

 

Digital twin, il gemello digitale che aiuta l'agricoltore

Le aziende agricole moderne producono una mole considerevole di dati che descrivono le diverse variabili che concorrono alla produttività dei campi. I trattori e le attrezzature agricole possiedono ricevitori GNSS e diverse tipologie di sensori in grado di misurare molte variabili. Altri sensori sono sparsi per il campo, ad esempio nelle capannine meteo smart. Ci sono poi le trappole intelligenti, che inviano le immagini delle catture in cloud.

 

Satelliti e droni possono monitorare i campi durante tutta la stagione, generando una serie di informazioni di valore (come ad esempio gli indici di vegetazione). Ci sono poi le mappe delle rese e i dati generati nel post raccolta, che riguardano ad esempio la qualità delle produzioni.

 

"Tutti questi dati possono descrivere nel dettaglio e in maniera continuativa nel tempo la realtà di una azienda agricola. Oggi possiamo utilizzare questi dati per creare un modello digitale con il quale l'agricoltore può interagire", spiega Giordano.

 

"Ad inizio stagione l'agricoltore può ad esempio ipotizzare di seminare un certo tipo di mais e il sistema è in grado di predire le conseguenze di tale scelta, ad esempio in termini di produttività a fine stagione. Ma potenzialmente qualunque scelta e dunque qualunque variabile può essere presa in considerazione".

 

Dalla medicina all'industria, la rivoluzione del gemello digitale

Quello di sviluppare dei digital twin non è certo un approccio che è nato nel contesto agricolo, anzi, il settore primario è l'ultimo, in ordine di tempo, a testare le potenzialità di questa tecnologia. L'ambito medico e quello industriale sono stati i primi ad aver intuito le potenzialità di questi strumenti.

 

È facile immaginare che cosa può significare avere una copia digitale di se stessi, un modello con il quale i medici possono interagire per testare gli effetti che cure, medicine o stili di vita possono avere. "Il concetto chiave è che i digital twin sono modelli complessi, che tengono in considerazione tutte le variabili che compongono un sistema".

 

Nell'ambito medico questo significa che un gemello digitale potrebbe dirci se una medicina può avere degli effetti collaterali, prendendo in considerazione migliaia di variabili, compreso il nostro patrimonio genetico, lo stile di vita, le malattie pregresse o la dieta. Tuttavia, il corpo umano ha un livello di complessità e variabilità elevatissimo e ad oggi i digital twin sono ben distanti da essere rappresentativi di tale complessità.

 

Diverso è invece il settore industriale, dove le variabili da gestire sono in numero minore, sono note e soprattutto misurabili. Qui è possibile davvero creare dei gemelli digitali di processi o prodotti con i quali interagire digitalmente.

 

"Guardando all'agricoltura, uno dei campi in cui i digital twin hanno avuto fino ad oggi la loro massima espressione sono le vertical farm, ambienti in cui ogni variabile è monitorata e gestita in maniera accurata. Si tratta di contesti simili a quelli industriali, in cui è davvero possibile realizzare digital twin veritieri e affidabili", sottolinea Giordano. 

 

Nelle vertical farm ogni variabile è monitorata e gestita in maniera accurata

Nelle vertical farm ogni variabile è monitorata e gestita in maniera accurata

(Fonte foto: © Yein Jeon/Wirestock - Adobe Stock)

 

Alcune aziende dell'agrochimica, inoltre, utilizzano i digital twin per individuare nuovi agrofarmaci. Vengono usati modelli digitali di proteine chiave, presenti nei microrganismi patogeni (come i funghi), per individuare molecole che possono interagire con esse. Questo permette di vagliare milioni di opzioni e di portare in laboratorio solo quelle che offrono maggiori garanzie di successo.

 

Gemelli digitali sono anche quelli dei trattori agricoli, che vengono usati in fase di sviluppo di prodotto, quando ad esempio è necessario sapere quali effetti comporta modificare una data componente prima di realizzarla veramente. Ma sono impiegati anche per la manutenzione predittiva. Basandosi sui dati di telemetria è ad esempio possibile predire usure e rotture, in modo da anticiparle ed evitare i fermi macchina.

 

Sette parole chiave per capire i digital twin

Lo sviluppo dei digital twin è reso possibile dall'avanzare della tecnologia e delle conoscenze scientifiche del mondo agricolo. Provando a riassumere, sono sette i fattori cruciali nello sviluppo di gemelli digitali in ambito agricolo.

 

Prima di tutti ci sono i dati, moli enormi di dati, che potremmo definire big data. "I big data sono quantità elevate di dati, in continua formazione e di natura eterogenea, che i normali sistemi di analisi e archiviazione non sono in grado di gestire", sottolinea Giordano. "Tali dati sono essenziali perché servono ad alimentare modelli complessi".

 

In secondo luogo ci sono i sensori Iot, Internet of Things. Sensori che, connessi alla rete, sono in grado di misurare delle variabili e di inviare tali dati ai modelli di analisi.

 

E come terzo fattore troviamo infatti l'intelligenza artificiale, un termine oggi molto abusato, ma che descrive sommariamente tutti quegli algoritmi in grado di analizzare i big data in maniera continua per alimentare i modelli digitali di realtà materiali.

 

Al tema dell'intelligenza artificiale è stato dedicato un approfondimento ad hoc, a cura dello stesso professor Giordano, nel libro "Agricoltura Digitale".

 

L'avanzare della tecnologia e delle conoscenze scientifiche del mondo agricolo hanno reso possibile lo sviluppo dei digital twin

L'avanzare della tecnologia e delle conoscenze scientifiche del mondo agricolo hanno reso possibile lo sviluppo dei digital twin

(Fonte foto: © lamyai - Adobe Stock)

 

Potremmo dire che sopra tali modelli ci sono le interfacce digitali (quarto fattore) che consentono, anche all'agricoltore senza una laurea in ingegneria informatica, di interagire con i modelli digitali per interrogarli, ricevendo risposte che siano facilmente comprensibili.

 

Tali interfacce e tali modelli richiedono tuttavia una potenza di calcolo (quinto fattore) che i normali computer presenti nelle nostre case non hanno. Ecco allora che l'impiego di modelli in cloud, che si appoggiano su macchine virtuali, sembra essere la soluzione su cui si stanno orientando gli sviluppatori.

 

C'è poi il sesto fattore, trasversale al concetto di digital twin: la connettività. Poiché tutti i dati, da quelli generati da sensori a quelli trasferiti, analizzati e riproposti all'agricoltore, hanno bisogno di viaggiare su infrastrutture veloci. Da qui l'esigenza di portare la banda larga nelle nostre aziende agricole.

 

Ultimo, ma fondamentale concetto, è quello di interoperabilità. Poiché solo quando i dataset e i software saranno in grado di parlarsi tra di loro, i digital twin potranno avere accesso a tutti i dati di cui hanno bisogno per essere veramente descrittivi della realtà.

 

Di quanta complessità abbiamo bisogno?

Come abbiamo detto all'inizio, il sistema agricolo è estremamente complesso e difficile da modellizzare. Pensiamo semplicemente al suolo, al cui interno vivono miliardi di microrganismi per centimetro cubo; in cui ai processi biologici del microbioma si sommano quelli fisici del terreno che viene sottoposto ad innumerevoli stimoli esterni (luce del sole, pioggia, sbalzi termici, lavorazioni, uso di agrofarmaci, eccetera). Senza contare che il suolo interagisce con le piante e varia in maniera differente a seconda dei differenti orizzonti che si prendono in considerazione.

 

Insomma, creare dei modelli che descrivano tale complessità sembra un'impresa titanica. Come utopica è l'ipotesi che sia possibile misurare tutte le variabili che sono in gioco. La domanda allora sorge spontanea: qual è il livello di complessità che è giusto tenere in considerazione e monitorare per avere dei digital twin che siano affidabili?

 

Una mappa di produzione di un campo di mais

Una mappa di produzione di un campo di mais

(Fonte foto: AgroNotizie®)

 

"Una volta si diceva che le mappe non sono la realtà. Questo è secondo me una buona metafora per comprendere i gemelli digitali. È impensabile ricreare dei digital twin che siano la perfetta riproduzione della realtà, ma questo non serve. Dobbiamo invece chiederci quel è il livello di complessità di cui abbiamo bisogno per gestire i nostri campi".

 

Facciamo un altro paragone. Gli spandiconcime di ultima generazione sono oggi in grado di gestire dei ratei variabili di circa 1 metro. Sarà dunque inutile avere delle mappe di prescrizione definite al centimetro, poiché è un livello di variabilità che non saremmo in grado di gestire. E che, a dirla tutta, non avrebbe comunque un impatto significativo sulla produttività del campo.

 

Digital twin: aumento di rese, qualità e sostenibilità

La creazione e l'uso di gemelli digitali è utile per diverse ragioni. Prima di tutto per verificare, come abbiamo detto, quali possono essere le conseguenze delle nostre scelte. Un esempio potrebbe essere sapere quale sarà l'effetto di una irrigazione sulla produttività di un oliveto, sulla gestione della mosca delle olive, sulle infestanti, sulla sanità della chioma e così via. L'obiettivo, naturalmente, è quello di ottimizzare le produzioni.

 

È poi possibile interrogare tali sistemi sulla base dei risultati che si vogliono ottenere. "Un viticoltore che conosce le caratteristiche che il suo vino dovrebbe avere, può chiedere al sistema di identificare la migliore gestione del vigneto al fine di arrivare a tale obiettivo", racconta Alex Giordano. "Il digital twin può allora suggerire una tipologia di portainnesto, o una concimazione, o una potatura o un diradamento fogliare e così via".

 

I digital twin sono poi utili per guidare l'adattamento ai cambiamenti ambientali, generati dal più generale climate change. Pensiamo a quale vantaggio avrebbero i maiscoltori nel sapere quali strategie risultano maggiormente vincenti nella gestione della variabile acqua. Ma i digital twin possono essere usati anche dal decisore pubblico per pianificare le politiche di sviluppo, testando in maniera virtuale gli effetti che provvedimenti normativi possono avere sul territorio.

 

Il livello massimo di benefici si avrà poi quando il digital twin non descriverà solo la realtà di una azienda agricola, ma un intero ecosistema, composto ad esempio dalle aziende agricole di una filiera, dai loro fornitori e dai clienti. Creare dei digital twin di queste dimensioni permetterebbe di ottimizzare le produzioni, aumentare la sostenibilità del sistema e offrire ai consumatori finali una tracciabilità totale.

 

Digital twin, tanta luce e qualche ombra

Lo sviluppo dei digital twin, sebbene porti tanti benefici, deve essere però governato affinché a beneficiarne siano tutti. "Un rischio è quello che poche grandi aziende gestiscano i dati degli agricoltori, intercettando la creazione di valore e lasciando le briciole sul territorio", sottolinea Giordano, che come consulente dell'Assessorato all'Agricoltura della Regione Campania ha sostenuto il progetto di Data Commons.

 

"Gli agricoltori che riceveranno fondi del Psr per l'acquisto di soluzioni innovative, avranno l'obbligo di condividere con gli altri agricoltori i dati che produrranno. Questi saranno gestiti da una piattaforma della regione, che ne tutelerà la privacy, ma serviranno a creare valore per tutto il territorio, in maniera molto democratica".

 

Altro elemento critico riguarda direttamente gli agricoltori, che non devono essere ridotti a meri esecutori dei consigli sfornati da una sistema digitale. "L'esperienza dell'agricoltore deve rimanere centrale, perché solo chi vive tutti i giorni nella complessità dell'agricoltura è in grado di comprenderla e di captare i segnali deboli che un sistema digitale può non essere in grado di cogliere", conclude Alex Giordano. "I digital twin sono una grande opportunità, ma non dobbiamo farci prendere da facili tecnoentusiasmi".