Wageningen, The Netherlands
March 4, 2025
Data science and Artificial Intelligence are far from being used to their full potential within plant science and other green life sciences, says professor of Data Science and AI Ricardo da Silva Torres. ’You can gather so much information about the development or characteristics of a plant, but if you are unable to translate this into usable knowledge for improving varieties, it is of little use.’
What if you could combine large sets of data on photosynthesis with AI to make predictions about the development of a crop and estimate yields more accurately? Or if we could use AI and machine learning to analyse images generated by remote sensors and drones to monitor crop growth in vulnerable areas, thus getting a better understanding of the impact of climate change.
Ten years ago, such ideas might have sounded like a distant future vision, but not anymore. Researchers in plant sciences and other green life sciences are increasingly using new technologies that allow them to generate larger amounts of reliable research data with greater ease. However, if we don’t take action the full potential of AI and data science for the green life sciences community will remain largely untapped, says Ricardo da Silva Torres, professor of Data Science and AI at WUR. ‘We can nowadays collect vast amounts of data on for instance plant development and characteristics, but without the right tools to translate this data into actionable insights, it has little value. To truly harness new technologies, stronger connections between AI, data science, and the green life sciences are needed."
Potential of data insufficiently exploited
Within WUR's recently established AI chair group, researchers are working on developing methods to achieve this. Da Silva Torres: ‘One of the challenges within science is how to better organise the huge amount of data and datasets. For example, poor annotation or noise in datasets sometimes makes them unfit for creating algorithms and data-driven research methods. More concretely, inconsistencies and inaccuracies on the annotation of gene functions, may cause AI models to learn incorrect associations, reducing their accuracy and generalisability in predictions on plant traits. As a result, opportunities are missed to develop valuable tools that can lead to relevant breakthroughs. To address this, the green life science community needs better access to data science and AI technology.’
Photo by Sarah Vlekke
Knowledge Discovery-BIO (KD-BIO)
One way to improve such access is to develop a knowledge infrastructure called Knowledge Discovery-BIO (KD-BIO), in which Da Silva Torres is closely involved. ‘KD-BIO is an initiative from WUR, in cooperation with six other Dutch universities and knowledge centres within the green life and health sciences and a number of tech companies. A funding application to the Dutch Research Council NWO is currently ongoing. The idea is that we will work on use cases involving AI and data science. Examples include developing improved identification methods for pathogenic fungi in food and algorithms and models that allow us to better understand and predict crop phenotypes and properties of complex ecosystems. With the aim of being able to better manage them and make them more climate-robust in the future.’
Building a strong community
According to Da Silva Torres, the uniqueness of KD-BIO is that the consortium consists of a wide range of expertise in green life sciences, data science, and AI. ‘This broad representation is essential to build and strengthen a community. To work on relevant issues using AI and learn from each other, both worlds need to know how to find each other. The domain experts and knowledge centres could address practical problems and have the required datasets, while the AI and data experts know which technologies and methods can support this. We have already set a portfolio of projects exploring AI in relevant research problems in green life sciences. PhD studies have been conducted to design AI models for unravelling climate-phenology relationships in agricultural settings and to interlink scattered data and knowledge on soil properties.”
Added value of multidisciplinary approach
That WUR is leading the KD-BIO initiative is not a coincidence, says Da Silva Torres. ‘At WUR, we not only have a lot of knowledge within all expert domains and AI, we also have a lot of experience in multidisciplinary and interdisciplinary collaboration. Issues are not approached from one expertise or only a science perspective, but always in co-creation with other disciplines and practice partners. The complexity of the challenges we face demands such a multidisciplinary approach. But it also helps advance the world of AI and data science. If practice gives a different outcome than you would expect based on the model, there might be something wrong with the design of the algorithm. The AI expert also learns from that in turn. So it works both ways.’
Professor Ricardo da Silva Torres together with Wageningen PhD candidates (Photo: WUR)
More impact as a researcher
During his PhD in computer science, Da Silva Torres faced for the first time the importance of interdisciplinary collaboration. ‘For my PhD, I worked on developing a search system for detecting different fish species. For this, I talked and worked a lot with biologists and fish experts. The insights I gained from this helped me a lot in creating algorithms and methods behind the system. Until my PhD, I was actually mainly concerned with the technical and computational side. That made it difficult to ultimately arrive at concrete tools that could contribute to solutions for pressing societal challenges. By pooling expertise, as we will now do at KD-BIO, my work as a researcher gets much more valuable impact.’
Path paved for further cooperation
Currently, WUR and partners are still waiting for approval of their proposal. According to Da Silva Torres, it will take until September 2025 before there is clarity. ‘We will first have to convince the NWO committee of the added value of KD-BIO. Although the funding we can get for this can give a big boost to the creation of the knowledge infrastructure, it does not otherwise affect our research agenda and the path we are on. The collaboration we have now entered into has paved the way to much more research where we can better connect AI and data science and domain knowledge. So either way, we are all moving forward together.’
Van ruis naar resultaat: betere verbinding nodig tussen AI, data- en plantenwetenschap
Data science en kunstmatige intelligentie (AI) worden binnen de plantenwetenschappen nog lang niet altijd optimaal benut, zegt hoogleraar Ricardo da Silva Torres. “Je kunt nog zoveel informatie over de ontwikkeling of eigenschappen van een plant vergaren, maar als je dit niet weet te vertalen naar bruikbare kennis voor verbetering van rassen heb je er weinig aan.”
Wat als we grote datasets over fotosynthese kunnen combineren met AI om voorspellingen te doen over de ontwikkeling van een gewas en opbrengsten nauwkeuriger te schatten? Of we AI en machine learning gebruiken om beelden te analyseren die zijn gegenereerd door drones en remote sensors, en zo gewasgroei in kwetsbare gebieden beter kunnen monitoren om beter inzicht te krijgen in de impact van klimaatverandering?
Tien jaar geleden zouden zulke ideeën misschien als toekomstmuziek hebben geklonken, maar dat is al een tijdje niet meer het geval. Onderzoekers in de plantwetenschappen en andere groene levenswetenschappen maken steeds vaker gebruik van nieuwe technologieën waarmee ze grotere hoeveelheden betrouwbare onderzoeksdata kunnen genereren. Toch zal het volledige potentieel van AI en data science voor de groene levenswetenschappen grotendeels onbenut blijven als we niet in actie komen, waarschuwt Ricardo da Silva Torres, hoogleraar Data Science en AI aan WUR. "Tegenwoordig kunnen we enorme hoeveelheden data verzamelen over bijvoorbeeld plantontwikkeling en -kenmerken, maar zonder de juiste tools om deze data om te zetten in bruikbare inzichten, heeft dit weinig waarde. Om deze nieuwe technologieën echt te benutten, zijn sterkere verbindingen nodig tussen AI, data science en de groene levenswetenschappen."
Potentie data onvoldoende benut
Binnen de net opgerichte AI-leerstoelgroep van WUR werken onderzoekers aan de ontwikkeling van methoden om het gebruik van data en AI-technologie nog beter te benutten. Da Silva Torres: “Door slechte annotatie of ruis in datasets zijn deze bijvoorbeeld niet altijd bruikbaar voor het ontwikkelen van algoritmes en data-gedreven onderzoeksmethoden. Zo kunnen inconsistenties en onnauwkeurigheden in de annotatie van genfuncties ertoe leiden dat AI-modellen onjuiste associaties leren. Met als gevolg dat de nauwkeurigheid en generaliseerbaarheid in voorspellingen over planteneigenschappen afneemt. Hierdoor worden kansen gemist om waardevolle tools te ontwikkelen die kunnen leiden tot relevante doorbraken. Om daar wat aan te doen, is het zaak dat de green life science community betere toegang krijgt tot data science en AI-technologie.”
Knowledge Discovery-BIO (KD-BIO)
Een van de manieren om die toegang te verbeteren, is het ontwikkelen van een kennisinfrastructuur, genaamd Knowledge Discovery-BIO (KD-BIO), waar Da Silva Torres nauw bij betrokken is. “KD-BIO is een initiatief vanuit WUR, in samenwerking met andere universiteiten en kenniscentra binnen de domeinen green life sciences en health en een aantal techbedrijven. Momenteel loopt er een financieringsaanvraag bij de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO). Het idee is dat we gaan werken aan praktijkcases waarbij AI en data science een rol spelen. Denk aan het ontwikkelen van verbeterde identificatiemethoden voor pathogene schimmels in voedsel, en algoritmes en modellen waarmee we gewasfenotypes en kenmerken van complexe ecosystemen beter kunnen begrijpen en voorspellen. Met als doel dat je deze in de toekomst beter kunt beheren en klimaatrobuuster kunt maken.”
Kracht van sterke community
Het unieke aan KD-BIO is volgens Da Silva Torres dat het consortium bestaat uit een breed scala aan expertises op het gebied van green life sciences, data science en AI. “Deze brede vertegenwoordiging is essentieel om een sterke community rond KD-BIO te bouwen en deze te versterken. Om met behulp van AI aan relevante vraagstukken te werken en van elkaar te leren, moeten beide werelden elkaar weten te vinden. De domeinexperts en kenniscentra beschikken over kennis van urgente praktijkproblemen en benodigde datasets, terwijl de AI- en data-experts weten welke technologieën en methoden hierbij kunnen ondersteunen. Vanuit WUR loopt ook al een aantal projecten waarin AI wordt verkend in relevante problemen in de groene levenswetenschappen. Zo zijn er promotieonderzoeken uitgevoerd om AI-modellen te ontwerpen voor het ontrafelen van klimaat-fenologische relaties in agrarische omgevingen en om versnipperde data en kennis over bodemeigenschappen met elkaar te verbinden.”
Meerwaarde multidisciplinaire benadering
Dat WUR leiding geeft aan dit initiatief is niet toevallig, zegt Da Silva Torres. “Bij WUR beschikken we niet alleen over veel kennis binnen alle domeinen en AI, we hebben ook veel ervaring op het gebied van multi- en interdisciplinair samenwerken. Vraagstukken worden niet vanuit één expertise of enkel vanuit de wetenschap benaderd, maar altijd in samenhang en samenspraak met andere disciplines en praktijkpartners. De complexiteit van de uitdagingen waar we mee te maken hebben, vraagt daar ook om. Maar het helpt ook de wereld van AI en data science vooruit. Als de praktijk een andere uitkomst geeft dan je op basis van het model zou verwachten, is er misschien iets mis met het ontwerp van het algoritme. Daar leert de AI-expert ook weer van. Het werkt dus twee kanten op.”
Meer impact als onderzoeker
Tijdens zijn PhD in computerscience ontdekte Da Silva Torres voor het eerst het belang van interdisciplinaire samenwerking. “Ik heb voor mijn PhD gewerkt aan de ontwikkeling van een zoeksysteem voor het detecteren van verschillende vissoorten. Hiervoor heb ik veel gesproken en gewerkt met biologen en visexperts. De inzichten die ik hierbij opdeed, hebben me erg geholpen bij het maken van algoritmes en achterliggende methoden. Tot mijn PhD was ik eigenlijk vooral bezig met de technische en computationele kant. Dat maakte het lastig om uiteindelijk tot concrete tools te komen die bijdragen aan oplossingen voor dringende maatschappelijke vraagstukken. Door expertises te bundelen, zoals we nu ook gaan doen bij KD-BIO, krijgt mijn werk als onderzoeker veel meer waardevolle impact.”
Pad geëffend voor verdere samenwerking
Momenteel wachten WUR en partners van KD-BIO nog op goedkeuring van hun voorstel. Volgens Da Silva Torres duurt het nog tot september 2025 voordat er duidelijkheid is. “We zullen eerst nog via onder meer meetings en interviews de commissie van NWO moeten overtuigen van de meerwaarde van KD-BIO. Hoewel de financiering die we hiervoor kunnen krijgen een grote boost kan geven aan het opzetten van de kennisinfrastructuur, heeft het verder geen invloed op onze onderzoeksagenda en de ingeslagen weg. De samenwerking die we nu zijn aangegaan met betrokken partners, heeft het pad geëffend naar veel meer onderzoek waarbij we AI en data science en domeinkennis beter kunnen verbinden. We gaan dus hoe dan ook met z’n allen verder.”
Topics
Species
