Автор: Джой Сюй

С ростом урбанизации наших сельских районов и ростом населения в городах возникает важный вопрос: как мы можем накормить всех и сделать это устойчивым образом? Проект Growing Underground решает эту проблему: с помощью архитектурной инженерии обширные подземные пространства используются для выращивания сельскохозяйственных культур для Лондона на подземных фермах. Последнее представляет собой применение управляемого земледелия, где все потребности растений обеспечиваются искусственно, от отопления и света до вентиляции.

Одним из преимуществ подземных ферм является то, что, приближая пищу к населению, можно сократить длину цепочки поставок, что означает меньшее количество ресурсов, используемых для транспортировки и хранения. Это также приводит к более свежим продуктам в целом. Пока это имеет успех: привлеченным фермерам удалось значительно повысить урожайность сельскохозяйственных культур — а для некоторых сортов растений вдвое сократить время на их выращивание. Помимо снижения потребления воды и пространства, используемая энергия полностью возобновляема.

Доктор Ручи Чоудхари был ключевым членом команды, которая воплотила проект в жизнь. Она является профессором архитектурной инженерии на инженерном факультете Кембриджского университета и руководителем группы инженерной программы, ориентированной на данные, в Институте Алана Тьюринга. Впервые она приняла участие в проекте «Growing Underground», когда занималась обезуглероживанием теплиц в Kew Gardens. Там, в качестве строительного физика, она начала заниматься моделированием растений, а не людей, внутри зданий, которые динамично развиваются, что привело к ее растущему интересу к созданию интегрированного сельского хозяйства как способа сокращения потребления энергии. Недавно я взял интервью у Ручи, чтобы узнать больше о ее опыте и работе в проекте, а также понять, как машинное обучение и цифровые двойники могут помочь в достижении целей в области устойчивого развития и снижения энергопотребления.

Ручи вспоминает, как проект подземной фермы начался в 2015 году с целью перепрофилирования подземных туннелей в Лондоне, построенных для эвакуации граждан во время Второй мировой войны, некоторые из которых с тех пор были заброшены. Пара фермеров начала экспериментировать с выращиванием салатов в одном из этих туннелей. Хотя можно подумать, что отсутствие естественного солнечного света на тридцатиметровой глубине сделает эту попытку бесплодной, стабильность условий окружающей среды, таких как температура на таких глубинах, на самом деле создала идеальные условия для растений. При соответствующем фотосинтетическом освещении растения используют тепло, выделяемое самим светом, что устраняет необходимость в дополнительном нагреве, который обычно требуется в контролируемом сельском хозяйстве. Существует также значительная экономия с точки зрения используемой земли, что становится все более важным фактором в быстро урбанизирующихся районах.

Более того, благодаря этому большое количество наших отходов, таких как избыток CO2 или тепло от зданий и инфраструктуры, может быть перепрофилировано и стать ценным для экономики. Поскольку растениям для роста требуется тепло и CO2, если кто-то сможет использовать эти неиспользуемые ресурсы города для использования на городских фермах, они поняли, что это может привести к гораздо более эффективному сельскому хозяйству и управлению отходами.

Однако Ручи также упоминает некоторые практические проблемы подземного земледелия, такие как изменение климатической среды, чтобы растения могли оптимально расти в определенных диапазонах температуры и влажности. Из-за зависимости от естественной среды это может быть очень трудно изменить, не полагаясь на технологии. Вот где Ручи и ее команда вмешались. С помощью исследований они начали помогать фермерам понять, какие места в туннелях привели к лучшему росту, с помощью обширной кампании мониторинга. Благодаря этому, например, они поняли, что неадекватная вентиляция может привести к неоптимальному росту, и в качестве решения они искусственно создали поток воздуха с помощью вентиляторов, чтобы создать более однородные условия в глубине туннелей.

В конце концов, команда начала полагаться не только на данные, но и на модели, которые были созданы из данных, что привело к появлению цифрового двойника. Это виртуальное представление фермы, которое точно воспроизводит условия окружающей среды и состояние посевов в режиме реального времени. Чтобы построить его, они использовали комбинацию термодинамических моделей из физики и моделей, созданных на основе данных, которые они собирали. Ручи и ее команда поняли, что результаты гибридной модели можно использовать для прогностических способностей: например, на основе ежедневных показаний можно рекомендовать увеличить количество часов освещения или в течение следующего месяца [чтобы] следить за уровнем влажности и т.д. Благодаря этому цифровой двойник может информировать фермеров в начале их рабочего дня.

Комбинируя модель, управляемую данными, и модель, основанную на физике, окончательная модель становится более надежной, когда речь идет о реагировании на входные данные, которые не появлялись в обучающих данных. Физика, встроенная в прогностическую модель, дает ей возможность понять влияние неожиданных событий, поскольку физические законы применимы независимо от контекста. Команда использовала обратное моделирование и калибровку, чтобы подобрать ее, тогда как для модели данных они использовали статистическую парадигму. Чтобы иметь возможность определить, какие переменные (такие как влажность, тепло и т. д.) вводить в модель, они провели анализ чувствительности, чтобы лучше понять, какие переменные больше всего влияют на интересующие величины. Но всегда есть возможность дополнить модель большим количеством входных данных:

«Знаете, изначально наша модель могла не учитывать осушение, но затем на месте мы узнали, что избыток влаги в воздухе вызывает проблемы у растений. Мы добавили это в качестве компонента модели и, соответственно, также начали измерять больше точек влажности. Есть вещи, которые мы знаем с самого начала, и другие вещи, которые мы узнаем, работая с окружающей средой».

Отвечая на вопрос о том, с какими проблемами столкнулась Ручи на этом пути, она сначала упоминает логистику, координацию и внимание к деталям, необходимые из-за всех сложных, переплетающихся элементов, необходимых для бесперебойной работы цифрового двойника: много работы, чтобы добраться туда». Что касается оборудования, это может заключаться в том, чтобы убедиться, что датчики надежны и не выходят из строя, что они могут работать во влажной среде с достаточным временем автономной работы и другими подобными соображениями. На более высоком уровне им также пришлось подумать об углеродном следе самой сенсорной системы — если бы она потребляла больше энергии из-за создания цифрового двойника, это разрушило бы всю цель.

Еще одна проблема, с которой, по мнению Ручи, они столкнутся в связи с аспектом непрерывного мониторинга цифрового двойника, — это переизбыток данных в ближайшие годы, поскольку проект со временем накапливает показания. Они еще не дошли до суммы, которая вызвала сбои, но в конечном итоге им нужно будет принять решение о том, как с этим поступить — например, рассмотреть такие вопросы, как как долго будет храниться история и как курировать хранящиеся данные — все это непростая задача.

На более широком уровне, каковы лучшие практики применения ИИ или машинного обучения для решения реальных проблем? Ручи считает, что специалисту по обработке и анализу данных, применяющему модели на практике, важно понять причину проекта, мотивы и ожидания, прежде чем с головой погрузиться в разработку модели. Это может помочь предотвратить недоразумения, такие как выбор излишне сложной модели или использование неправильного типа входных данных. Например, при разработке цифрового двойника для энергетических систем в первую очередь важно понять саму систему или любые связанные с ней физические процессы.

Сотрудничество и общение между учеными по данным и экспертами в предметной области могут помочь устранить любые пробелы:

«Есть много вещей, которые специалисты по данным могут сделать, но не могут сделать эксперты в предметной области, и важным моментом является диалог между учеными по данным и специалистами в предметной области. Для них очень важно работать вместе и понимать друг друга. Например, есть много вещей, которые поймет человек, являющийся экспертом в области энергетических систем, и он попытается сообщить об этом специалисту по данным, и наоборот. Они могут не все понимать в сферах деятельности друг друга, но важно знать, чего вы хотите друг от друга, а это иногда может занять время».

Это была одна из причин, по которой ученые из команды Ручи решили использовать более простую статистическую модель, а не более сложную нейронную сеть: «Это честный диалог, в котором никто не пытается раздуть проблему больше, чем она есть. В конечном счете, важно то, что может заставить эту штуку работать».

В свете успехов проекта, больше всего Ruchi с нетерпением ждет «достижения точки, в которой его можно масштабировать во встроенной среде». Тем не менее она настроена с осторожным оптимизмом: «Нам все еще нужно преодолеть значительное количество проблем со всех сторон, но я с нетерпением жду начала работы с цифровыми двойниками во всех приложениях — в зданиях, а также в энергетических системах».

Руши надеется, что с помощью этого проекта по подземным фермам, оптимизированным с помощью цифрового двойника, исследования будут направлены на весь ландшафт городского сельского хозяйства — не только с помощью подземных ферм, но и путем перепрофилирования множества других заброшенных пространств в городах, где условия правы. Например, под мостами, на крышах или в пространстве между зданиями. «Это просто показывает возможности того, что мы можем сделать в городах, чтобы сделать их более зелеными. Что мы пытаемся сделать, так это автоматизировать понимание окружающей среды, оптимизировать энергию и среду, которая необходима растениям для эффективного роста».

Узнайте больше о проекте здесь: https://www.cam.ac.uk/stories/growingunderground

Большое спасибо доктору Ручи Чоудхари за то, что нашли время ответить на мои вопросы во время нашего интервью и за то, что поделились своим опытом!