La tecnologia da tempo ha fatto il suo ingresso in agricoltura, trasformando radicalmente un settore tradizionalmente esposto all’incertezza. Droni che sorvolano i campi per monitorare le colture, sensori nel terreno per rilevare umidità e nutrienti, immagini satellitari per mappare il territorio, sistemi di irrigazione intelligenti e macchine agricole autonome: tutto concorre a migliorare la produttività e a ridurre i rischi legati a eventi imprevedibili. E, inevitabilmente, anche l’intelligenza artificiale ha iniziato a giocare un ruolo sempre più centrale. Un esempio concreto arriva dal Trentino, dove l’azienda GeoInference ha sviluppato Biosmart, una soluzione basata sull'AI che promette di rivoluzionare la gestione dei raccolti.Tecnologia al servizio dell'agricolturaOrganizzare la raccolta di frutta o uva in grandi appezzamenti agricoli non è affatto semplice. Per anni, gli agricoltori hanno fatto affidamento sulla propria esperienza e sul colpo d’occhio per stimare quanta produzione aspettarsi. Ma la variabilità è alta: basta una grandinata, una malattia delle piante, un periodo di siccità o piogge troppo abbondanti per cambiare completamente le previsioni. E senza una stima precisa diventa difficile sapere quanti braccianti assumere, quanti macchinari prenotare o quanti magazzini affittare per lo stoccaggio.È qui che entra in gioco Biosmart, un sistema brevettato in Italia e in Europa che utilizza algoritmi di computer vision sviluppati da GeoInference. Il cuore del progetto è una videocamera stereoscopica montata sui trattori, in grado di scansionare le piante, contare i frutti e individuare difetti, malattie o danni da maltempo, restituendo una stima altamente precisa della quantità e del calibro della produzione.“L’idea è nata osservando i meleti del Trentino”, racconta Stefano Martini, cofondatore di GeoInference insieme a Eugenio Maffione. “Capire in anticipo quante mele, pere o grappoli d’uva si avranno permette non solo di organizzare al meglio la raccolta, ma anche di analizzare gli effetti delle condizioni climatiche nel tempo e ottimizzare la gestione della filiera”.Ma Biosmart non si ferma a mele e vigneti. L’AI può essere addestrata per riconoscere e monitorare anche altre colture: albicocche, pesche, mais, broccoli, lattuga e molte altre. Ogni passaggio del trattore nei campi diventa un’occasione per raccogliere dati: quantità, colore, pezzatura, stato delle piante. Una mole di informazioni che, elaborate in cloud, vengono poi rese disponibili agli agricoltori tramite una piattaforma intuitiva.Per chi è pensata BiosmartLa tecnologia è pensata soprattutto per aziende agricole con appezzamenti superiori ai 5 ettari, dove una stima visiva sarebbe troppo complessa. Ma anche nelle aziende più piccole, i margini di errore delle stime tradizionali sono spesso rilevanti, e strumenti come Biosmart possono fare la differenza.GeoInference sta inoltre collaborando con la Fondazione Edmund Mach per portare l’AI a un livello ancora più avanzato: insegnarle a riconoscere i fiori sulle piante per stimare in anticipo la quantità di frutti che si formeranno. Una sperimentazione attualmente in corso sui meleti, che presto verrà estesa ad altre colture.GeoInference non è l’unica azienda a proporre soluzioni basate sull’intelligenza artificiale per l’agricoltura. Il settore dell’agritech è in piena espansione e sempre più startup stanno sviluppando strumenti capaci di migliorare le rese, ridurre gli sprechi e rendere le attività agricole più sostenibili. Un esempio è Kilimo, realtà argentina che utilizza l’intelligenza artificiale per ottimizzare l’irrigazione attraverso l’analisi di dati satellitari e meteorologici, con un risparmio d'acqua fino al 30%. Kilimo permette oltretutto agli agricoltori di monetizzare l’acqua risparmiata attraverso la vendita di crediti idrici a imprese impegnate nella compensazione ambientale.Anche GeoInference guarda oltre l’agricoltura. La sua tecnologia è già stata adattata per altri contesti: in collaborazione con la startup Mint, insediata nell’hub green di Trentino Sviluppo Progetto Manifattura, è stata utilizzata per rilevare la presenza di patogeni come il fungo Dollar Spot sul green dei campi da golf, ma si è rivelata molto utile anche in contesti industriali e poli logistici, dove viene impiegata per il bin picking, ovvero il riconoscimento e la selezione automatica di oggetti in contenitori disordinati.