Το μοντέλο ανοιχτού κώδικα AI προέβλεψε με ακρίβεια τις τιμές του ελαιολάδου

Τιμές ελαιολάδου σε όλο τον κόσμο έχουν φτάσει σε ιστορικά υψηλά λόγω της κακής συγκομιδής που προκαλείται από την ξηρασία και τις υψηλές θερμοκρασίες την άνοιξη σε βασικές χώρες παραγωγής, κυρίως στην Ισπανία.

Ενώ οι τιμές καταγωγής έχουν μειωθεί από το υψηλό ρεκόρ στα μέσα Ιανουαρίου, οι τιμές λιανικής παραμένουν πολύ πάνω από το μέσο όρο, οδηγώντας σε αλλαγές στη συμπεριφορά των αγοραστών στους παραδοσιακά βαρείς καταναλωτές ελαιολάδου.

Κορυφαίοι ειδικοί στον κλάδο προβλέπουν μείωση των τιμών με βάση τις προσδοκίες ότι η παγκόσμια παραγωγή ελαιολάδου θα επιστρέψει σε περίπου τρία εκατομμύρια τόνους το καλλιεργητικό έτος 2024/25. Ωστόσο, η μελλοντική κατεύθυνση των τιμών παραμένει κάθε άλλο παρά βέβαιη.

Για το σκοπό αυτό, ένας ερευνητής στη νότια ισπανική αυτόνομη κοινότητα της Ανδαλουσίας, τη μεγαλύτερη περιοχή παραγωγής ελαιολάδου στον κόσμο, ανέπτυξε ένα τεχνητή νοημοσύνη Πρόγραμμα (AI) για την πρόβλεψη των τιμών του ελαιολάδου.

Ο Diego Hueltes, μηχανικός υπολογιστών και διευθύνων σύμβουλος της TADIA.ai, μιας εταιρείας συμβούλων τεχνητής νοημοσύνης, ανέπτυξε τρία μοντέλα πρόβλεψης τιμών, συμπεριλαμβανομένης μιας πρόβλεψης μίας εβδομάδας, μιας πρόβλεψης τεσσάρων εβδομάδων και μιας πρόβλεψης για το εάν οι τιμές θα ανέβουν ή θα μειωθούν.

"Κατάγομαι από την Alcalá la Real, μια πόλη στο Jaén όπου η ελαιοκαλλιέργεια είναι ο κύριος τρόπος ζωής και υπάρχει μια βαθιά ριζωμένη κουλτούρα γύρω από το ελαιόλαδο», είπε. Olive Oil Times.

"Βρήκα συναρπαστικό το γεγονός ότι οι μεγαλύτεροι μπορούσαν να προβλέψουν τις κινήσεις της αγοράς με βάση τον καιρό και τις τιμές», πρόσθεσε. ​"Αν μπορούσαν να το κάνουν με βάση την εμπειρία, η άποψή μου ήταν ότι ένα μοντέλο τεχνητής νοημοσύνης θα μπορούσε να πετύχει το ίδιο με πιο συστηματικό τρόπο».

Ο Hueltes χρησιμοποίησε αλγόριθμους αυτόματης μάθησης και έρευνα τεχνητής νοημοσύνης για να αναλύσει ιστορικές τιμές ελαιολάδου, μετεωρολογικά δεδομένα και δεδομένα παραγωγής για να κάνει ακριβείς εκτιμήσεις τιμών το 2017 και το 2018.

"Ανέπτυξα δύο μοντέλα», είπε ο Hueltes. ​"Ο πρώτος μπορούσε να προβλέψει την τιμή, ένας απόλυτος αριθμός. Σε αυτήν την περίπτωση, το μοντέλο μου είχε ένα μέσο σφάλμα τριών τοις εκατό. Για παράδειγμα, εάν το μοντέλο μου προβλέπει ότι την επόμενη εβδομάδα η τιμή θα είναι 10.00 €, η πραγματική τιμή πιθανότατα θα είναι μεταξύ 9.97 € και 10.03 €.

"Το δεύτερο μοντέλο προέβλεψε ​»την επόμενη εβδομάδα η τιμή θα ανέβει» ή ​»την επόμενη εβδομάδα η τιμή θα πέσει, καθιστώντας το πολύ απλό», πρόσθεσε. ​"Προέβλεψε με ακρίβεια την κατεύθυνση της τιμής στο 76% των περιπτώσεων.»

"Για να αξιολογήσω αυτό το μοντέλο, χρησιμοποίησα μια οικονομική τεχνική που αναλύει τις αποδόσεις βλέποντας ποια θα ήταν η συσσωρευμένη απόδοση εάν, κάθε φορά που το μοντέλο προέβλεψε ότι η τιμή θα αυξανόταν την επόμενη εβδομάδα, αγόραζα ελαιόλαδο και κάθε φορά που προέβλεπε ότι η τιμή θα έπεφτε, Πούλησα ελαιόλαδο», συνέχισε ο Χουέλτες. ​"Αν είχα επενδύσει 100 ευρώ ακολουθώντας το μοντέλο μεταξύ 2017 και 2018, θα είχα 140 ευρώ μετά από ένα χρόνο».

Ωστόσο, πολλά πράγματα έχουν συμβεί από το 2018, μεταξύ των οποίων δασμούς των Ηνωμένων Πολιτειών στο ισπανικό ελαιόλαδο, το Πανδημία covid-19, η ρωσική εισβολή στην Ουκρανία και η Ευρώπη ιστορική ξηρασία.

"Το μοντέλο δεν θα ίσχυε για το 2024, παρόλο που η επιστημονική του βάση παραμένει έγκυρη», δήλωσε ο Hueltes, ο οποίος δημοσίευσε το έρευνα στο GitHub, καθιστώντας το διαθέσιμο στο ευρύ κοινό.

"Είμαι μεγάλος οπαδός του ανοιχτού κώδικα και πιστεύω ότι η επιστημονική έρευνα, ειδικά στην τεχνητή νοημοσύνη, πρέπει να είναι παγκοσμίως προσβάσιμη και δωρεάν», είπε. ​"Καθώς υπήρχε πολύ μικρή ανοιχτή και προσβάσιμη εργασία στον τομέα του ελαιολάδου, αποφάσισα να διαθέσω όλη την έρευνά μου».

Η Hueltes ελπίζει ότι αυτή η τεχνολογία θα επηρεάσει θετικά τη μεγαλύτερη επαρχία παραγωγής ελαιολάδου στον κόσμο στο μέλλον.

"Το μοντέλο AI, χρησιμοποιώντας δεδομένα τιμής, παραγωγής και μετεωρολογικών στοιχείων, μπορεί να εξαγάγει τα υποκείμενα μοτίβα στα δεδομένα», είπε. ​"Αυτά τα μοτίβα, τα οποία είναι πολύ δύσκολο να ανιχνευθούν από τον άνθρωπο, ακόμη και από ειδικούς στον τομέα, είναι απολύτως εφικτά για μοντέλα τεχνητής νοημοσύνης».

Σύμφωνα με τον Hueltes, προβλέποντας τις τιμές του ελαιολάδου ​"επιτρέπει τη βελτιστοποίηση του εμπορίου πετρελαίου, ειδικά για τους μικρούς παραγωγούς, καθώς λαμβάνουν δείκτες για το εάν οι τιμές είναι δίκαιες ή όχι ή εάν είναι καλύτερο να περιμένουν ή να δράσουν γρήγορα».

Επιπλέον, η έρευνα θα μπορούσε να ωφελήσει τους φορείς σε όλο τον κόσμο αλυσίδα αξίας ελαιολάδου, συμπεριλαμβανομένων των αγροτών, των λιανοπωλητών και των διανομέων, των καταναλωτών, των επενδυτών και των εμπόρων.

Οι αγρότες και οι παραγωγοί μπορούν να σχεδιάσουν πιο αποτελεσματικά τις στρατηγικές πωλήσεών τους για να μεγιστοποιήσουν τα κέρδη και να διαχειριστούν αποτελεσματικά τους πόρους.

Οι έμποροι λιανικής και οι διανομείς μπορούν επίσης να χρησιμοποιούν ακριβείς προβλέψεις τιμών για τη διαχείριση του αποθέματος και την ανάπτυξη στρατηγικών τιμολόγησης που παραμένουν ανταγωνιστικές και κερδοφόρες.

Εν τω μεταξύ, οι καταναλωτές μπορούν να λάβουν τεκμηριωμένες αποφάσεις αγοράς με βάση πιθανές αλλαγές τιμών, όπως αγορές χύμα όταν οι τιμές αναμένεται να αυξηθούν.

Τέλος, οι επενδυτές και οι έμποροι εμπορευμάτων μπορούν να λάβουν καλύτερες επενδυτικές αποφάσεις και να αυξήσουν τις αποδόσεις τους. Η κατανόηση των τάσεων των τιμών μπορεί επίσης να βοηθήσει στη διαμόρφωση πολιτικών για τη στήριξη του γεωργικού τομέα και τη σταθεροποίηση της αγοράς.

Ενώ ο Hueltes είπε ότι η έρευνα μπορεί να μην επηρεάσει άμεσα την κλιματική αλλαγή, τα συμπτώματα της οποίας αποδίδονται ευρέως στην πρόσφατη μείωση της παραγωγής, ​"μπορεί να βοηθήσει στην κατανόηση του πώς οι κλιματικοί παράγοντες επηρεάζουν την παραγωγή ελαιολάδου».

"Η φύση ανοιχτού κώδικα της έρευνας επιτρέπει την ανάπτυξη νέων μοντέλων που θα κάνουν το εμπόριο ελαιολάδου πιο δίκαιο», πρόσθεσε.