Het gaat om een cross-over call voor Publiek-Private Samenwerking (PPS) binnen het kader van de Kennis- en Innovatieagenda Landbouw, Water en Voedsel (KIA-LWV). Bij deze call trekken de topsectoren ICT, Tuinbouw & Uitgangsmaterialen (TU), Agri & Food en Water & Maritiem samen op. Het toegekende project betreft een publiek-private samenwerking waarbij onderzoek wordt gedaan naar het implementeren van AI-methoden om een projectie te maken naar teeltpraktijken en gewasmodellen. Het uiteindelijke doel is de ontwikkeling van nieuwe, aanpasbare gewassen die beter bestand zijn tegen veranderende omgevingsomstandigheden en ziekten. Het onderzoeksproject start deze maand en heeft een looptijd van vier jaar.
Dr. Andres Torres Salvador, van Radicle Crops BV, is penvoerder van het project. Naast Radicle Crops B.V., nemen ook Growy Group, Daedong Kioti Europe, Omron Europe, KIST Europe Forschungsgesellschaft, Agr Information Partners, NAKtuinbouw en Wageningen Plant Research deel aan het project. Zij leggen gezamenlijk de andere helft van het benodigde geld in. Hierdoor komt het gezamenlijke budget uit op 1,9 miljoen euro.
Data spaces, AI-methoden en LLM’s
Het consortium wil het verborgen potentieel van terabytes aan data, documenten en metadata die bij alle partners zijn verzameld, benutten door data spaces te ontwikkelen die dataplatforms met elkaar verbinden. Daarnaast willen de partijen AI-methoden implementeren om verbanden tussen genotype en fenotype te vinden voor veredeling en projectie naar teeltpraktijken, met behulp van gewasmodellen. De inzichten worden ontsloten via domeinspecifieke Large Language Models (LLM’s).
Dit project verkent het potentieel van dataruimtes en koppelt dataplatforms om nieuwe AI-methoden te ontwikkelen in twee toepassingsgebieden:
- AI-gestuurde beslissingsondersteunende modellen in de teelt van kasgewassen; De tomatenteelt wordt als voorbeeld genomen, omdat deze de commerciële interesse heeft van de consortiumpartners, en de groet hoeveelheid beschikbare data van de toegepaste tomatenteelt, waaronder digitale fenotypische gegevens van NPEC (Netherlands Plant Eco-phenotyping Centre), en teeltmanagementgegevens en gewasprestaties.
- Een AI-gedreven genomische/fenomische selectiemodel in de selectie van ‘ouderlijnen’ van veldgewassen in de veredeling; Hierbij is quinoa gekozen als modelsoort omdat er grote datasets van digitale fenotypering in de NPEC-kas aanwezig zijn. Bestaande en nieuwe gegevens van veldproeven en NPEC-proeven met gewasprestatiemetingen en digitale fenotypering (UAV's, 3D en chlorofylfluorescentie) zullen worden gebruikt.
GenAI-oplossingen
De AI-tools die worden ontwikkeld met behulp van deze grote datasets zullen ook algemeen bruikbaar zijn voor andere kasproductiesystemen en veredeling in andere gewassen. Voor een betere en geautomatiseerde keuze van genotypes voor veredelaars en tussen managementopties voor telers, zullen generatieve AI-oplossingen (GenAI) worden geïmplementeerd die vertrouwen op domeinspecifieke getrainde Large Language Models (LLM’s). Die modellen worden aangedreven door Retrieval-augmented generation (RAG) en kennisgrafieken gekoppeld aan gewasgroeimodellen.
De onderzoekers willen daarnaast gebruikersinterfaces ontwikkelen om duidelijke inzichten te bieden vanuit de LLM in de complexe data. Hierbij wordt gebruik gemaakt van technologieën als Open WebUI en BionicGPT. Beide use cases profiteren van deze GenAI/gewasmodel oplossing, wat resulteert in twee verschillende toepassingen.
Het beoogde resultaat
Het DAS-CROPPER project is gericht op de ontwikkeling van AI-gedreven technologieën voor plantenveredeling, met de nadruk op klimaatadaptieve gewassen en hulpbronefficiënte productiesystemen. Er bestaan verschillende initiatieven op het gebied van AI en agrofood, maar geen daarvan integreert AI voor besluitvorming en genomische voorspellingsmodellen. Dit project probeert dit gat te vullen door het verbeteren van strategieën voor het delen van gegevens, het ontwikkelen van AI-gebaseerde fenotyperings-tools en het verbeteren van voorspellende modellen voor gewasprestaties.
Het DAS-CROPPER project biedt aanzienlijke voordelen voor diverse sectoren. Voor bedrijven creëert het nieuwe commerciële mogelijkheden, waaronder de verkoop van digitale fenotyperingsapparatuur, beslissingsondersteunende systemen en verbeterde veredelingsefficiëntie. Boeren en de maatschappij zullen profiteren van de toegang tot meer veerkrachtige gewasvariëteiten, waardoor risico's en teeltkosten verminderen en tegelijkertijd wordt bijgedragen aan een duurzamere en veiligere voedselketen. De voedingsmiddelenindustrie zal een stabielere en kwalitatief hoogwaardigere aanvoer van landbouwgrondstoffen krijgen, waardoor de algehele betrouwbaarheid van de productie zal verbeteren. Tot slot zal de Nederlandse landbouwsector zijn concurrentiepositie zien verbeteren dankzij AI-gestuurde beslismodellen en genomische selectie, waardoor bedrijfsuitbreiding en nieuwe exportkansen worden bevorderd.