L'ambiente lascia un'impronta ben distinguibile sui suoi prodotti e l’intelligenza artificiale può riconoscere questa impronta chimica. Un algoritmo di apprendimento automatico a reti neurali è alla base di questa operazione complessa. Nel caso dell’olio extravergine di oliva taggiasca ligure, la sperimentazione è al centro di uno studio promosso dal Consorzio Tutela Olio Dop Riviera Ligure in collaborazione con l’Università Cattolica di Piacenza. La ricerca ha individuato 45-50 marker caratterizzanti su oltre 1500 tra polifenoli e steroli che sono utilizzati dal modello di machine learning. La presenza, l'assenza oppure l’abbondanza di questi marcatori permette di discriminare l’extravergine ottenuto con la Taggiasca.
L’ importante risultato ottenuto dalla sperimentazione avviata dal Consorzio di tutela apre una nuova strada alla tutela delle eccellenze come spiega il presidente Carlo Siffredi. Secondo gli ultimi dati del Rapporto Ismea-Qualivita, la Dop Economy in Italia vale 16,9 miliardi di euro e un export da 9,5 miliardi, il 19% del fatturato complessivo del settore agroalimentare nazionale, grazie soprattutto al contributo delle grandi produzioni certificate.
Lo studio si basa sull’individuazione di alcuni marcatori chimici. Dal monitoraggio automatico di questi indicatori è possibile creare una sorta di foot print biochimica digitale che può essere così tracciata lungo tutta la filiera e rintracciata nei prodotti finiti. Un modello che può trovare applicazione nella difesa di molte varietà in agricoltura: dalle nocciole Igp del Piemonte al grano Senatore Cappelli, dal latte di bufala alla cinta Senese, dall’olio Dop ai vini Doc e Igt. Non solo. Raccogliendo, elaborando e analizzando una grande quantità di dati, è possibile utilizzare l’intelligenza artificiale per riconoscere anche l’interazione tra cultivar e luogo di coltivazione. In questo caso, l’obiettivo non sarebbe quello di individuare i marker all’interno di un prodotto bensì quelli ambientali (clima, topografia, suolo) per determinare la combinazione ottimale tra varietà da piantare e collocazione della coltivazione.
L'intelligenza artificiale al servizio dell'agricoltura di precisione
Un mondo di “cose” connesse
L’intelligenza artificiale sta diventando una forza dirompente in tutti i settori, agricoltura compresa. La spesa globale per l’intelligenza artificiale continua a registrare significativi investimenti da tutti i segmenti industriali. Nel 2022, a livello mondiale, la pesa ha superato i 77 miliardi di dollari con un totale da 25 a 75 miliardi di oggetti connessi da qui al 2025. Nel balletto di cifre che coinvolge le previsioni dei principali analisti, un dato è certo: la crescita esponenziale dell’intelligenza artificiale, alimentata dall’internet delle cose (Iot), cambierà non solo le imprese ma anche il modo di lavorare: dalle città alle automobili, dai pacemaker ai giocattoli, dallo sport alla musica, passando per e utility energetiche, le reti logistiche di trasporto e approvvigionamento. Un mondo di “cose” connesse, ancora alla ricerca di uno standard condiviso, che riguarda molto da vicini anche uno dei settori primari del Made in Italy: l’agricoltura.
Precision farming
L’agricoltura di precisione utilizza il feedback basato sui dati, ricavati da dispositivi di monitoraggio e rilevamento per determinare un insieme di indicatori. Automazione e scalabilità delle informazioni - che tradotto significa capacità di elaborare quantità sempre crescenti di dati di ogni tipo, strutturati e non strutturati, in modo sempre più veloce - sono alla base dello sviluppo delle applicazioni di intelligenza artificiale. D’altra parte, l’intelligenza artificiale ha spostato il computing a un livello molto più alto, con soluzioni in grado di svolgere operazioni complesse attraverso l’ottimizzazione di parametri, indicatori di performance e marker: operazioni che consentono alle macchine, per così dire, di apprendere. Raccolta delle olive e vendemmia sono attività che hanno già subito una profonda trasformazione. Chi da bambino non si è arrampicato su un albero? Affidare questa operazione a un robot o a un sistema esperto automatizzato è invece estremamente complesso e anche molto costoso. Attualmente, esistono applicazioni di intelligenza artificiale anche per la spremitura delle olive o per la semina automatica. Ma non esiste ancora un’applicazione di intelligenza artificiale, per esempio, che permetta di potare un albero, in quanto le variabili in gioco sono troppo complesse da programmare.
Prendere decisioni sulla base dei dati
Quando parliamo di intelligenza artificiale non dovremmo pensare tanto a un dispositivo quanto a una enorme “riserva di problem solving” (a costi accessibili). Si tratta di una capacità esponenziale, ma inconsapevole (quindi non intelligente) che mette insieme potenza di elaborazione, statistica e dati. Una capacità che già sperimentiamo in molti servizi e sistemi di uso comuni. Per esempio, ogni volta che interagiamo con le nostre piattaforme social preferite, c’è un l’algoritmo che accoppia la nostra esperienza d’uso con un motore di AI e decide quali post farci vedere. Alcuni tra videogiochi più popolari impiegano l’intelligenza artificiale per creare situazioni sempre nuove e imprevedibili. Anche chatbot e assistenti virtuali sono alimentati dall’AI. Uber la incorpora per stimare i tempi di percorrenza. E Gmail impiega il machine learning contro lo spam. Nell’industria retail, l’intelligenza artificiale viene utilizzata per prevedere i comportamenti di acquisto dei consumatori. E nel settore finanziario e assicurativo, per la prevenzione delle frodi. Anche gli assistenti di guida sulle smart car prendono decisioni, analizzando in tempo reale le informazioni che provengono dall’ambiente circostante. E l’intelligenza artificiale è anche al centro dell’evoluzione della diagnostica medica e permetterà di ridisegnare l’intero modello di spesa della Sanità, pubblica e privata. In moltissime città, aeroporti e stazioni, i sistemi di sicurezza e controllo sono basati su potenti algoritmi di riconoscimento facciale.
Come funziona
Se hai uno smart phone sai già come funziona il sistema di riconoscimento facciale nato come “Face ID”. L’applicazione di intelligenza artificiale utilizzato nello studio dell’Università Cattolica di Piacenza funziona allo stesso modo. Anche se alcuni parametri possono cambiare - nel Face ID, per esempio, gli occhiali, la lunghezza della barba e nel caso della Taggiasca, la fisiologica variabilità da una stagione all’altra - l’algoritmo di riconoscimento è in grado di individuare alcuni fattori che sono caratteristici e quindi distintivi della autenticità dell’olio al pari di quelli biometrici di un volto, come spiega Luigi Lucini del dipartimento di Scienze e tecnologie alimentari per una filiera agroalimentare sostenibile.
Lo studio della composizione chimica del prodotto e delle tracce lasciate da specifici processi cellulari, associato all’intelligenza artificiale, rappresenta un approccio promettente e per la tutela delle produzioni tipiche, come conferma anche Marco Trevisan, preside della facoltà di Scienze agrarie, alimentari e ambientali dell’ateneo piacentino. «In biologia si parla di interazione tra varietà di pianta-e ambiente», spiega Trevisan. «In enologia si chiama “terroir”, ma in tutti i casi si intende che una specifica varietà in un territorio definito è in grado di presentare alcuni tratti caratteristici che la distinguono. Questo lavoro dimostra ancora una volta che l’ambiente lascia una impronta ben distinguibile sui suoi prodotti».