AI: Agricoltura Intelligente

I.I.S. A. Volta

uda5

L’agricoltura è tra le attività più antiche dell’umanità e di grande interesse, negli ultimi anni, è l’impiego dell’AI in agricoltura al fine di rendere efficienti e dunque ottimizzare le risorse. Infatti l’intelligenza artificiale, grazie in particolare all’esplosione dei settori del machine learning e deep learning,  si rivela essere uno strumento formidabile nell’ambito delle previsioni dei fenomeni naturali o sociali, mettendo in relazione dati e informazioni tra loro anche apparentemente non correlati.

Un aspetto importante sul quale l’Intelligenza Artificiale può dimostrarsi di grande utilità è l’elaborazione dell’informazione agrometeorologica a supporto di alcune particolari specifiche colture, come quella della vite e dell’olivo. A tal proposito, problemi particolarmente sentiti e studiati, specifici della regione Abruzzo, sono:
1) la difesa nei confronti della mosca delle olive;
2)  l’impatto dei cambiamenti climatici in alcune aree viticole.

Infatti  i cambiamenti climatici, come aumento della temperatura nei mesi invernali e diminuzione della piovosità, provocano un aumento della infestazione degli olivi da parte  della Bractocera Oleae e alcuni inconvenienti come l’accelerazione del processo di maturazione delle uve con il conseguente incremento della concentrazione zuccherina e del tenore alcolico dei vini o il decremento del tenore acidico con aumento del pH (ripercussioni negative sul colore e sulla stabilità microbiologica delle masse in pre-fermentazione) .

Come previsto dalla legge n. 92 del 20 agosto 2019 lo sviluppo sostenibile è uno dei nuclei tematici fondanti per l’insegnamento dell’educazione civica e, quindi,dell’educazione ambientale coerente con gli obiettivi dell’Agenda 2030 (goal  – n.13 Lotta al cambiamento climatico) . In questa UdA perciò, si intende  promuovere un’agricoltura intelligente, che ottimizzi le risorse e eviti il consumo abnorme di fitofarmaci.

ll compito autentico richiesto ai nostri allievi consiste nel fornire un vademecum o un manuale sintetico di previsioni e strategie utili che consentano di migliorare la gestione delle aree olivicole e viticole in relazione ai due problemi evidenziati che affliggono le rispettive culture:

  • la disinfestazione della mosca delle olive evitando di fare ricorso a ripetuti interventi fitosanitari
  • l’irrigazione delle aree viticole a contrasto dell’aumento della temperatura dell’aria

FASI di applicazione dell’UdA: 

N. fase

Titolo fase

Temi affrontati

1Studio e contestualizzazione del problema posto nel compito autenticoLa Costituzione- l’agenda 2030 e la COP 26- riflessioni etiche - i cambiamenti climatici - le infestazioni dell’olivo
2Teoria e applicazioni dell’AIIntroduzione all'intelligenza artificiale: Open data e machine learning - Differenze tra Intelligenza Artificiale, Machine Learning e Deep learning - le reti neurali.
3Studio dei modelli e algoritmi di Machine LearningAddestramento di un algoritmo di ML (Machine learning for kids)
4Progettazione di un sistema di acquisizione datiSistema di acquisizione valori di temperatura con l’utilizzo di Arduino
5Raccolta, codifica e organizzazione datiOrganizzazione dei dati di addestramento su un foglio elettronico qualsiasi (es. Excel, Calc, ecc.) e relativo salvataggio in formato CSV.
6Implementazione, addestramento e validazione della rete di Machine LearningSu Python utilizzo della funzione read_csv() del modulo Pandas per importare il file CSV Su Python utilizzo della libreria Scikit-learn per addestrare e validare il modello di machine learning
7Report dell’analisi e interpretazione dei datiDeterminare con un buon livello di confidenza, quali sono i periodi migliori per la disinfestazione della mosca delle olive facendo ricorso a interventi fitosanitari “intelligenti” l’irrigazione delle aree viticole a contrasto dell’aumento della temperatura dell’aria
uda11
uda6
uda5
uda3
uda4
uda2