Ein Feld mit Zukunft

KWS testet künstliche Intelligenz für besseres Saatgut

Mit einem neuen Roboter klärt KWS derzeit in den USA, wie sich Pflanzenmerkmale automatisiert und präzise erfassen lassen, um daraus Rückschlüsse für mehr Ertrag und bessere Resistenzen zu ziehen.

KWS testet gerade auf einem Versuchsfeld bei Champaign nahe Chicago im US-Bundesstaat Illinois den Roboter TerraSentia. Er fährt elektrisch angetrieben und per GPS gesteuert durch ein akkurat angelegtes Feld.

Der Roboter unterstützt die Züchter bei ihrer Arbeit an Pflanzen, denen Schädlinge weniger ausmachen, die besser an den Klimawandel angepasst sind sowie Landwirten den Ertrag sichern und ihn weiter steigern, schreibt KWS.

So stünden Züchter vor vielen Herausforderungen. Eine davon: Sie brauchen möglichst viele Informationen zu Hunderten Sorten und etlichen Fruchtarten. Das verursache bislang viel Arbeit, kostet Zeit und Mühe. „Und trotzdem können die Züchter immer nur einen kleinen Teil einer Parzelle im Auge behalten“, sagt Jia Yan, Projektleiterin für digitale Innovationen bei KWS. „Besser wäre es, die Pflanzen fortlaufend im Auge zu haben und zu sehen, wie sie sich im Feld bewähren.“

Hier kommt der Roboter TerraSentia in Spiel. Entwickelt und gebaut hat ihn das Start-up EarthSense der Universität von Illinois in Urbana-Champaign. In der Röhre auf einem Mast sind zwei Kameras verbaut, die während der Fahrt des Roboters pausenlos Detailaufnahmen des Weizenfeldes aufzeichnen. Der Roboter speichert außerdem exakt, von welchem Ort die Aufnahmen stammen. Die Züchter wissen dann, auf welchen der vielen Parzellen die Ähren in welcher Entwicklungsphase sind, zum Beispiel dem Ährenschieben. Bislang ist dieses Sichten eine Arbeit für Menschen, die dafür immer wieder raus aufs Feld müssen, egal bei welchem Wetter.

Training für künstliche Intelligenz

Herzstück des Systems ist aber gar nicht der vierrädrige Roboter, sondern eine Software mit künstlicher Intelligenz auf den Rechnern von KWS und EarthSense. Von künstlicher Intelligenz ist immer dann die Rede, wenn eine Maschine Ergebnisse hervorbringt, die sonst nur intelligenten Lebewesen wie dem Menschen zugesprochen werden, erklärt KWS weiter.

Sie wertet die Aufnahmen des Roboters aus und erkennt darauf, was die Züchter interessiert. Zum Beispiel, ob eine Ähre an einem Halm bereits voll ausgebildet oder teilweise noch von schützenden Blättern umgeben ist. Das sind für Züchter relevante Informationen.

Damit das gelingt, muss die Software zunächst trainiert werden – denn sie erkennt Pflanzen zunächst nicht von allein. Weizenzüchter wie Jana Murche und Mark Christopher sichten dafür die Bilder, die der Roboter aufgenommen hat. Wichtige Merkmale darauf sind unter anderem Blattform und -farbe, Wachstumsgeschwindigkeit, Höhe, Dicke und Länge der Stängel. Auch das von den Blättern reflektierte Licht interessiert die Züchter, um Rückschlüsse auf mögliche Krankheiten zu ziehen.

Und dann „füttern“ Datenwissenschaftler die Software mit den Informationen der Züchter. Sind auf den Bildern beispielsweise vollständig oder unvollständig ausgebildete Ähren zu sehen, dann bekommt die Software beigebracht, dass sie gerade vollständige oder noch bedeckte Ähren sieht.

Bereits die Ergebnisse in der ersten Version des Systems zeigen laut KWS, dass der Algorithmus schon jetzt präzise arbeitet: Die künstliche Intelligenz erkennt vollständige Ähren mit einer Sicherheit von 96 Prozent. Ob eine Ähre vollständig mit Grannen – also den langen Fortsätzen der Körner – besetzt ist, lässt sich zu 92 Prozent sicher sagen, heißt es.

Nun wird das System beständig verbessert. Ziel ist es, dass TerraSentia mühelos täglich über das Feld fahren kann, um noch bessere Daten zu liefern. Wenn nötig auch zweimal. Oder dreimal. „Das wird uns fundiertere Auswahlentscheidungen ermöglichen“, sagt Weizenzüchter Mark Christopher, „insbesondere in unserer Zuchtgärtnerei mit Hunderttausenden einzelnen Reihen, in denen es uns bisher einfach nicht möglich war, diese Daten zu erheben.“

Videos


Diskussionen zum Artikel

Kommentar schreiben

Diskutieren Sie mit

Tragen Sie mit Ihrem Beitrag zur Meinungsbildung zu diesem Artikel bei.

Sie müssen sich anmelden um Kommentare zu bewerten

Abbrechen

Sie haben noch kein Benutzerkonto?

Benutzerkonto erstellen

Kommentar melden

Abbrechen

Sie haben noch kein Benutzerkonto?

Benutzerkonto erstellen

Auf Kommentar antworten

Abbrechen

Sie haben noch kein Benutzerkonto?

Benutzerkonto erstellen