Ιωάννης Αθανασιάδης: «Η τεχνητή νοημοσύνη υιοθετείται ολοένα και περισσότερο από τους Ευρωπαίους αγρότες»
Η επισιτιστική κρίση, η κλιματική αλλαγή και η απώλεια βιοποικιλότητας αποτελούν προβλήματα παγκόσμιας κλίμακας που έχουν, όμως, έναν κοινό παρονομαστή για την αντιμετώπισή τους, την τεχνητή νοημοσύνη. Προς αυτή την κατεύθυνση, το Πανεπιστήμιο Wageningen, στην Ολλανδία, ίδρυσε φέτος μια νέα έδρα Τεχνητής Νοημοσύνης για να εμβαθύνει περισσότερο στο πώς μπορούμε να την αξιοποιήσουμε για την αντιμετώπιση σύνθετων προβλημάτων παγκόσμιας κλίμακας. Επικεφαλής της νέας αυτής έδρας είναι ο Έλληνας καθηγητής Ιωάννης Αθανασιάδης, ο οποίος μιλά στην «ΥΧ» για τον τρόπο με τον οποίο η τεχνητή νοημοσύνη υποστηρίζει τους αγρότες, αλλά και βελτιστοποιεί τις γεωργικές πρακτικές υπό το πρίσμα της κλιματικής αλλαγής.
Η διδακτορική του έρευνα ανέπτυξε μια μεθοδολογία για την εκπαίδευση ευφυών πρακτόρων σε εφαρμογές σχετικές με το περιβάλλον, και συγκεκριμένα
την παρακολούθηση της ποιότητας του αέρα, και την κατανάλωση νερού
Η νέα έδρα τεχνητής νοημοσύνης
Το Πανεπιστήμιο Wageningen είναι ένα από τα κορυφαία πανεπιστήμια στον κόσμο, όπως τονίζει ο κ. Αθανασιάδης, καθώς «σύμφωνα με τις πλέον έγκριτες κατατάξεις ακαδημαϊκών ιδρυμάτων, κατατάσσεται ως το κορυφαίο στον κόσμο στον τομέα της γεωργίας και της δασοκομίας, και δεύτερο στις περιβαλλοντικές επιστήμες. Η ίδρυση ενός νέου τμήματος, της έδρας Τεχνητής Νοημοσύνης, αντικατοπτρίζει το πώς η Τεχνητή Νοημοσύνη (AI) αλλάζει γρήγορα όχι μόνο την καθημερινότητά μας και το πώς αλληλεπιδρούμε με τους υπολογιστές, αλλά επιταχύνει και τις επιστημονικές ανακαλύψεις.
Η τεχνητή νοημοσύνη, ήδη, βοηθά να παίρνουμε καλύτερες αποφάσεις στη διαχείριση της αγροτικής παραγωγής, τη γεωργία ακριβείας, τη γενετική βελτίωση φυτών, αλλά και τον ολοκληρωμένο έλεγχο θερμοκηπίων. Γλωσσικά μοντέλα τύπου ChatGPT υποστηρίζουν την εκπαίδευση αγροτών σε τοπικές γλώσσες στην Αφρική και βοηθούν στην υιοθέτηση καλών πρακτικών. Αλλά και σε παγκόσμιο επίπεδο, η τεχνητή νοημοσύνη μας επιτρέπει να κάνουμε πιο ασφαλείς προβλέψεις για την παγκόσμια τροφική αλυσίδα και να εκτιμήσουμε καλύτερα πώς η κλιματική αλλαγή επηρεάζει την επισιτιστική ασφάλεια».
Ευρωπαϊκό δίκτυο για την εφαρμογή της τεχνητής νοημοσύνης
Αναφερόμενος στο ζήτημα της υιοθέτησης της τεχνητής νοημοσύνης από τους αγρότες, ο κ. Αθανασιάδης εξηγεί ότι «σταδιακά υιοθετείται ολοένα και περισσότερο από τους Ευρωπαίους αγρότες σε μια πλειάδα εφαρμογών που ποικίλλουν: Από τον σχεδιασμό αγροτικών εκμεταλλεύσεων, μέχρι την αγροτική ρομποτική και την καλύτερη σύνδεση με την αγορά τροφίμων. Η ωριμότητα, ωστόσο, των διαθέσιμων λύσεων ποικίλλει ανά κλάδο. Γενικά, σήμερα η τεχνητή νοημοσύνη είναι πιο οικονομικά βιώσιμη στην αγροτική παραγωγή υψηλότερης οικονομικής αξίας. Για παράδειγμα, λύσεις που είναι οικονομικά βιώσιμες σε κτηνοτροφικές μονάδες βοοειδών, δεν είναι οικονομικά βιώσιμες στην εκτροφή πτηνών, παρά την τεχνική τους ωριμότητα. Προς τον σκοπό αυτόν, συνεργαζόμαστε με ένα μεγάλο Ευρωπαϊκό Δίκτυο (AgrifoodTEF) για τη δοκιμή λύσεων τεχνητής νοημοσύνης στον αγροδιατροφικό τομέα. Μαζί με πάνω από 30 εταίρους από όλη την Ευρώπη συνεργαζόμαστε για να ελέγξουμε και να επικυρώσουμε λύσεις τεχνητής νοημοσύνης και ρομποτικής σε πραγματικές συνθήκες, και να επιταχύνουμε τη διείσδυση και την ωρίμανση καινοτόμων λύσεων, υποστηρίζοντας μικρές και μεσαίες επιχειρήσεις, δίνοντας, παράλληλα, ιδιαίτερη έμφαση στις νεοφυείς επιχειρήσεις».
Βελτιστοποίηση γεωργικών πρακτικών
Εκτός των άλλων, ο ίδιος κατέγραψε πρακτικά παραδείγματα για τον τρόπο με τον οποίο η τεχνητή νοημοσύνη εφαρμόζεται προς όφελος των αγροτών. Συγκεκριμένα, τονίζει ότι «στην ομάδα μου αναπτύσσουμε λύσεις τεχνητής νοημοσύνης που δίνουν συστάσεις στους αγρότες για το πότε και πόσο να ποτίσουν ή να ραντίσουν τα χωράφια τους, ώστε και να βελτιστοποιούν την παραγωγή και να μην επιβαρύνουν το περιβάλλον με υπερκατανάλωση νερού ή με διασπορά χημικών.
Αναπτύσσουμε τεχνικές σαν αυτές που χρησιμοποιούν για τα αυτοκίνητα που μαθαίνουν να οδηγούν μόνα τους: H τεχνητή νοημοσύνη πειραματίζεται με διαφορετικές γεωργικές πρακτικές σε προσομοιωμένα περιβάλλοντα και ανακαλύπτει τις πλέον αποδοτικές. Στο έργο Smart Droplets, επιδεικνύουμε πώς μπορούμε να ανακαλύψουμε αποδοτικές συστάσεις ραντίσματος σε αροτραίες καλλιέργειες για να έχουμε καλή παραγωγή και όσο μικρότερη διάχυση χημικών στο περιβάλλον. Αναπτύσσουμε έναν “προσωπικό βοηθό” που μαθαίνει για κάθε συγκεκριμένο αγρό ποια είναι η καλύτερη γεωργική πρακτική για εξοικονόμηση πόρων και βελτιστοποίηση της παραγωγής, με πολύ καλά αποτελέσματα.
Στο έργο PHENET, επικεντρωνόμαστε σε μεθόδους τεχνητής νοημοσύνης για τη γενετική βελτίωση φυτών. Συγκεκριμένα, αναπτύσσουμε συστήματα βαθιάς μάθησης (deep learning), που μπορούν να υποδείξουν τους πλέον αποδοτικούς γενότυπους σε νέα περιβάλλοντα. Έτσι, μπορούμε να ανακαλύψουμε νέες ποικιλίες με υψηλότερη απόδοση, καλύτερη ποιότητα, σε νέες κλιματικές συνθήκες. Αυτό είναι χρήσιμο τόσο σε σποροπαραγωγικές εταιρείες όσο και σε αγροτικές επιχειρήσεις, προκειμένου να προετοιμαστούν για τις συνέπειες της κλιματικής αλλαγής.
Τέλος, σε συνεργασία με τον Παγκόσμιο Οργανισμό Τροφίμων και Γεωργίας του Οργανισμού Ηνωμένων Εθνών (FAO), μελετούμε πώς συστήματα προσωπικού βοηθού τύπου chatbot μπορούν να χρησιμοποιηθούν για να δίνουμε συστάσεις σε αγρότες στην υποσαχάρια Αφρική. Βασιζόμενοι σε τεχνολογίες όπως αυτή του ChatGPT και τη μεγάλη βιβλιοθήκη του FAO, επιχειρούμε να αναπτύξουμε εφαρμογές χρήσιμες για την εκπαίδευση των αγροτών και τη διάχυση καλών πρακτικών».
Βιογραφικό Ι. Αθανασιάδη
Ο καθηγητής Γιάννης Αθανασιάδης γεννήθηκε και μεγάλωσε στην Κατερίνη. Η ακαδημαϊκή
του σταδιοδρομία ξεκίνησε στο Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, όπου σπούδασε Ηλεκτρολόγος Μηχανικός και Μηχανικός Υπολογιστών. Από φοιτητής άρχισε να μελετά την τεχνητή νοημοσύνη και στη διπλωματική του εργασία (2000) χρησιμοποίησε νευρωνικά δίκτυα για την ανίχνευση σεισμών. Το 2005 απέκτησε το διδακτορικό του από το Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης. Η διδακτορική του έρευνα ανέπτυξε μια μεθοδολογία για την εκπαίδευση ευφυών πρακτόρων σε εφαρμογές σχετικές με το περιβάλλον και συγκεκριμένα την παρακολούθηση της ποιότητας του αέρα, και την κατανάλωση νερού.
Μετά το διδακτορικό του, εργάστηκε ως ερευνητής στο Dalle Molle Institute for Artificial Intelligence (IDSIA) στην Ελβετία, ένα από τα πλέον κορυφαία εργαστήρια παγκοσμίως στην τεχνητή νοημοσύνη. Εκεί ανέπτυξε τεχνικές τεχνητής νοημοσύνης για τη γεωργία και τη μοντελοποίηση της κοινής αγροτικής πολιτικής. Το 2010 επέστρεψε στην Ελλάδα ως επίκουρος καθηγητής στο Δημοκρίτειο Πανεπιστήμιο Θράκης, πριν ενταχθεί στο Πανεπιστήμιο Wageningen, στην Ολλανδία το 2015.
