Vanuit de zaal werd de vraag gesteld of het werk nog wel net zo leuk blijft als je het ‘niet echt zelf hebt gedaan’.
Kunstmatige intelligentie is niet zo nieuw als veel mensen denken. “Dezelfde neurale netwerken die AI toepast, werden in de wiskunde al veel langer gebruikt”, zegt Janou van de Vorst van ViaMagnefiek. Zij gaf de 140 aanwezige jongeren op het 8e Jongerencongres (zie kader) een introductie op het begrip kunstmatige intelligentie, ook wel Artificial Intelligence of AI genoemd. Zij laat zien dat AI gebruikmaakt van de al langer bekende begrippen ‘deep learning’ en ‘machine learning’ (zie Figuur 1).
“We deden dit dus eigenlijk al, maar sinds de komst van ChatGPT is het een hype en hebben we het fenomeen een naam gegeven. Het belangrijke verschil is dat de nieuwe vorm van AI een creatieve technologie is die maakt dat een computer denkt als een mens en zelfstandig taken kan uitvoeren, dus zonder instructies, op basis van het geleerde.”
Enorme hoeveelheden data
Aangezien de agrarische sector al heel veel data verzamelt over bijvoorbeeld diergedrag, ziet Janou veel mogelijkheden: er liggen enorme hoeveelheden data. “Nutritionisten weten door ervaring vaak goed wat ze moeten aanpassen als zich een bepaald probleem voordoet. Maar eigenlijk zou je willen dat ze met datasets aan de slag gaan en op basis daarvan rantsoenaanpassingen maken.”
Janou geeft wel de kanttekening dat bedrijven bij het gebruik van grote hoeveelheden aan data moeten kijken wat er binnen de regelgeving mag. In maart is er een eerste wet aangenomen rondom AI-modellen: wat mag er wel en wat mag niet? “De vraag die hierbij centraal staat is vooral: is de toepassing betrouwbaar en ethisch verantwoord?”
Haar grootste tips aan agrarische bedrijven: verken wat er mogelijk is binnen de ethische kaders, en ga vooral experimenteren met AI. “Google wat je nodig hebt en experimenteer met de data die je al hebt. Er zijn genoeg AI-tools op internet te vinden waarin je je data kunt uploaden. Het is vooral een kwestie van doen, en als je twijfelt, zoek dan mensen op die er al mee bezig zijn. Er is meer kruisbestuiving nodig in best practices over sectoren heen”, besluit Janou.
Veel te voorspellen
Jan Mark Hoekstra werkt bij de startup Connecterra. Hij ziet veel toepassingen voor AI binnen de agrarische sector, waaronder het voorspellen van: hittestress, ziektes, melkgift en voerkosten. Connecterra heeft een platform dat datastromen samenbrengt over onder meer diergedrag, voer, weer en onderzoek. Het grote doel? De boer zo efficiënt mogelijk laten produceren. “Het platform brengt alle data samen en geeft op basis daarvan een wekelijkse samenvatting aan de boer of voeradviseur met de belangrijkste bevindingen.”
Dat scheelt de voeradviseur een hoop tijd: hij hoeft niet meer handmatig door alle matrixen heen om te zoeken naar afwijkingen, maar krijgt een samenvatting in zijn inbox. Jan Mark ziet nog wel dat boeren en voeradviseurs nog niet altijd blind durven te vertrouwen op de samenvattingen die ze krijgen. Maar dat is volgens hem een kwestie van tijd. “Eén van de veehouders kreeg van het systeem de melding dat er een terugval was in de productie, maar de boer in kwestie weigerde het te geloven.
‘Dat kan niet kloppen’, dacht hij. Uiteindelijk bleek er een fout te zitten in de rantsoensamenstelling wat de terugval in de productie veroorzaakte.” Waarmee Jan Mark maar wil aangeven dat we nog aan kunstmatige intelligentie moeten wennen, het moeten leren vertrouwen. “Toen Google Maps kwam, dacht eerst ook nog iedereen dat ze zelf de weg beter kenden. Inmiddels rijdt iedereen blind achter Maps aan.”
Spoedbestellingen voorkomen
Voerfabrikant ForFarmers gebruikt kunstmatige intelligentie om spoedbestellingen te voorkomen. “Het is uit nood geboren”, vertelt Robèrt Theune van ForFarmers. Om spoedbestellingen te voorkomen, ontwikkelde ForFarmers een model waarmee ze kunnen voorspellen wanneer een klant moet bestellen. “De klant krijgt nu een sms-alert voor het voorspelde bestelmoment.” Dat het model werkt, blijkt in de praktijk: “Sindsdien zien we dat het aantal spoedbestellingen afneemt.” Hetzelfde model kent inmiddels een tweede toepassing: het wordt rondom feestdagen ingezet om ervoor te zorgen dat ForFarmers minder extra productieploegen hoeft in te plannen. “We benaderen nu proactief de klant die op de feestdag zou bestellen, waardoor we een efficiëntere planning kunnen maken.”
‘De technologie ontwikkelt zich snel en wordt steeds goedkoper’
Pelletkwaliteit verbeteren
Daarnaast gebruikt ForFarmers AI om de pelletkwaliteit te verbeteren. “We hadden problemen met de slijtvastheid van de korrels, de ene keer waren ze te hard, de andere keer te zacht. We gebruiken nu AI om de pelletkwaliteit te voorspellen op basis van alle grondstoffen.” Ook zou kunstmatige intelligentie de operators bij ForFarmers kunnen helpen. “AI kan de optimale machine-instellingen bepalen om een goede brok te persen.
Daarin kun je sturen op een maximale productiecapaciteit of minimaal energieverbruik.” De pilot die hiermee liep in twee fabrieken van ForFarmers is momenteel ‘on hold’ gezet, omdat er te weinig personeel beschikbaar is die de pilot en veranderingen kan begeleiden. Wat meteen een aandachtspunt vormt: de inzet van kunstmatige intelligentie vergt begeleiding en ook nieuwe manieren van scholing. Iets dat ook wordt onderschreven door Janou van der Vorst.
“De ontwikkelingen met AI gaan zo snel dat je eigenlijk op de agrarische hogescholen al aandacht zou moeten geven aan dit onderwerp. Op dit moment is er nog sprake van te weinig scholing op dit gebied.”
Vanuit de zaal kwam er nog een aandachtspunt bij, namelijk: de zingeving van het werk. Blijft het werk nog wel net zo leuk als je het ‘niet echt zelf hebt gedaan’? “Af en toe schrijf ik een column”, gaf iemand in de zaal aan. “Het geeft me meer voldoening als ik dat zelf heb gedaan dan dat ik het door ChatGPT heb laten schrijven.”
Verbeteren genetica
Dat kunstmatige intelligentie ook kan helpen bij het verbeteren van de genetica van dieren, liet Dennis Janssen van Hendrix Genetics zien. “Bij ons zijn data de sleutel. Op basis van data kunnen wij weloverwogen keuzes maken welke dieren het beste genetische potentieel hebben. En aangezien één leghen bij ons verantwoordelijk kan zijn voor zo’n 300 miljoen eieren op commercieel niveau, heeft zelfs de kleinste verbetering al een enorme impact.”
In de zeugenhouderij zet Hendrix Genetics AI in om te selecteren op zelfredzame zeugen met gunstige werpeigenschappen om biggensterfte terug te dringen, zonder dat er management voor nodig is. Camera’s zijn getraind om biggen te herkennen en houden bij hoe het werpproces verloopt en hoe lang de tijd is tussen de geboorte van twee biggen. Die data wordt vervolgens gebruikt voor verdere selectie. “Je zou er met deze technologie ook voor kunnen zorgen dat een boer een melding krijgt als zich problemen voordoen tijdens het werpproces”, geeft Dennis als voorbeeld.
Figuur 1. AI maakt gebruik van de al langer bekende begrippen ‘deep learning’ en ‘machine learning’.
Janou van der Vorst (links): “Er zijn genoeg AI-tools op internet te vinden waarin je je data kunt uploaden. Het is vooral een kwestie van doen.”
‘Inmiddels rijdt iedereen ook blind achter Google maps aan’
De ontwikkelde technologie kan volgens Dennis vaak voor meerdere doeleinden worden ingezet, zoals voor het voorspellen van eindgewichten van dieren. “Er zijn eindeloos veel mogelijkheden. De technologie ontwikkelt zich snel en wordt steeds goedkoper. Ik wil bedrijven dan ook aanmoedigen om ermee aan de slag te gaan.”
Mens blijft nodig
In de afsluitende discussie was de algehele conclusie dat AI in de nabije toekomst menselijke kracht in de voedselketen weliswaar mogelijk deels zal vervangen, maar nooit volledig. Dennis: “Je hebt altijd de mens nodig voor validatie, ook om te voorkomen dat het model de verkeerde kant op wordt getraind.”
Veiligheid punt van aandacht
Voor wat betreft de veiligheid van AI waren de meningen onder de sprekers verdeeld. “Er zijn gesloten systemen beschikbaar waarbinnen je data veilig blijven en niet worden gedeeld”, stelt Robèrt van ForFarmers. Dennis (Hendrix Genetics) toont zich terughoudender. “Het lijkt mij niet raadzaam om klakkeloos gevoelige informatie in te voeren. Data is geld. Je wilt niet dat iedereen met jouw ingevoerde informatie aan de haal gaat, ook informatie die je wellicht liever niet gedeeld zag.”
Janou raadt op haar beurt aan om als bedrijf de juiste afwegingen te maken. “Er zijn per bedrijf richtlijnen nodig voor het gebruik van AI, die ook de veiligheid moeten waarborgen. De in maart aangenomen EU AI Act is daartoe een eerste aanzet.”
Dennis Janssen, Hendrix Genetics: “Op basis van data kunnen wij weloverwogen keuzes maken welke dieren het beste genetische potentieel hebben.”
Jongerencongres
Het Jongerencongres werd voor de 8e keer gehouden, dit keer in Etten-Leur. Dit jaarlijkse event wordt georganiseerd jonge professionals uit de Belgische en Nederlandse diervoedersector: de Young Feed Professionals. Zij vormen een netwerk van jonge professionals in de feed- en petfoodindustrie en delen kennis binnen het netwerk, om zo samen uitdagingen aan te gaan. BFA, Nevedi en Feed Design Lab zijn de organisatoren van het congres, in samenwerking met de Young Feed Professionals en enkele BSD-studenten.













