Aquest any, apostem per un problema molt més ampli que inclogui no només la part de data scientist de la unitat d'Applied Artificial Intelligence, sinó que també requereixi experimentar amb la programació, l'ús de dispositius Internet of Things, la gestió de dades i la seva visualització ✨
Per a familiaritzar-nos amb les plantes per a quan hàgim d'anar a plantar tomàquets, hem fundat el Departament Vegetal d'AAI i definit un pla d'execució format per sis missions:
- 🌼 Missió Margarida
- 🌷 Missió Tulipa
- 🎋 Missió Bambú
- 🥦 Missió Bròcoli
- 🥑 Missió Alvocat
- 🍑 Missió Préssec
A excepció de la 🌼 MISSIÓ MARGARITA, aquestes missions no són necessàriament seqüencials: podeu fer-les de manera paral·lela entre els companys, o anar saltant d'una a una altra en funció de la vostra inspiració... Fins i tot podeu no fer algunes i inventar-vos-en d'altres.
No dubteu en venir a l'ambaixada del Departament Vegetal d'AAI (conegut com les taules de la HackEPS, on es troben els representants d'Eurecat) per validar les vostres idees si teniu algun dubte sobre si encaixa dins de la idea general del repte.
La 🌼 MISSIÓ MARGARIDA ÉS OBLIGATÒRIA.
No patiu! 🥴 Sabem que conteu només amb 24h… No valorem exclusivament el nombre de missions que completeu, sinó que aprengueu del repte i sigueu capaços de ser prou analítics per aportar una solució i un punt de vista als problemes que se us plantegen.
Abans de poder començar cap tasca, cal obtenir dades.
A les nostres instal·lacions tenim les primeres plantes enviant les dades a un servidor d'Eurecat mitjançant el procol MQTT a temps real. En aquest servidor es troba un broker Mosquitto. Demaneu a la taula d’Eurecat que us donin un usuari i contrasenya per a poder fer la connexió i escoltar els missatges que transmet la planta al topic hackeps/eurecat
El Departament Vegetal necessita poder guardar les dades d'alguna forma per la posterior visualització i anàlisi.
Necessiteu ajuda? No sabeu per on començar? Us falten les credencials? Pregunteu per slack o visiteu-nos!
Un cop disposeu d'un sistema per guardar les dades a temps real, sol·liciteu al Departament Vegetal d'AAI d'Eurecat el Ultimate SensorPlanta Kit 2023.
Aquest kit conté el material necessari per a poder connectar una nova planta a l'hort digital i enviar les dades de la planta al topic /hackeps/{id assignat a l'equip}
Envieu les dades disponibles de la nova planta al servidor i enregistreu-les juntament amb la resta de dades de l'hort.
Per culpa d’algun becari >:(, les dades que vam enregistrar tenen alguns errors, ja que els sensors no funcionaven correctament. Identifiqueu quines 2 variables tenen errors al nostre dataset! Segurament estan lligades. Hi ha dos tipus d'errors de lectura, un associat a un sensor, i un altre associat a dos. Per a no perdre tot aquest progrés, la unitat de nyaps va guardar aquestes dades en un dataset data/train.csv. Hi trobaràs pocs errors, així que no cal que implementis cap model d'aprenentatge automàtic. Però vigila! Potser que a la missió bròcoli 🥦 et vagi bé utilitzar aquestes dades corregides.
Per poder entregar aquesta missió, haureu de donar-nos el csv corregit amb les dades corregides, i així tindrem els nostres agrònoms contents per futurs congressos de monitorització de plantes. Deixeu-lo al vostre repositori data/<team>-anomaly.csv.
El departament vegetal som uns visionaris i volem saber quina serà la humitat del terra, humitat de l'aire i temperatura ambient de la nostra planta en els catorze dies següents de l'horitzó de temps del dataset. Això vol dir que heu de fer un forecast de com seran aquestes dades en 14 dies vista! Podeu utilitzar dades externes per ajudar, però sempre consdierant que no tindreu aquestes dades externes tampoc després del final del dataset. No tot són flors i violes.
Per poder entregar aquesta missió, haureu de donar-nos el csv amb humitat del terra, humitat de l'aire i temperature ambient amb el mateix format de dates que el dataset data/train.csv. Deixeu el csv al vostre repositori data/<team>-forecast.csv.
L'obsessió per programar preocupa al Departament Vegetal, ja que les plantes es moriran de set si continua aquesta dinàmica! Com que agafar una regadora i regar-les regularment no sembla ser una opció, s'ha fet entrega d'una bomba d’aigua perquè pugueu automatitzar-ho.
Afegiu la bomba d'aigua al sistema i habiliteu algun mecanisme per a regar la planta.
Interactuar amb les dades és gairebé tan important com tenir-les. El departament de desenvolupament d'interfícies atractives, col·laboradors habituals del departament vegetal d'AAI, ha estat subcontractat per idear una manera de poder explotar aquestes dades, però estan més secs d'idees que una noguera al gener.
Ideeu, dissenyeu i desenvolupeu eines relacionades amb la cura de l'hort digital, que idealment facin ús de les dades recollides en qualsevol de les altres missions.
Inicialment disposareu d'accés a un Broker MQTT:
IP: 84.88.76.18
Port: 1883
Usuari i contrasenya: Vine a preguntar!
Topics MQTT:
hackeps/eurecat
hackeps/{Nom assignat a l'equip}
Una vegada avançada la missió margarida, podreu sol·licitar el Ultimate SensorPlanta Kit 2023 a la nostra taula, el qual constarà de:
| ESP3288 | Cable MicroUSB | Planta |
|---|---|---|
| Díodes | Protoboard | Bomba d'aigua |
| Resistències | Convertidor de Voltatge | Diversos sensors i cables |
Us recomanem que feu servir el llenguatge de programació amb el que estigueu més còmodes. Per programar el microcontrolador, podreu fer servir C, C++, Micro-Python, Lua o JavaScript. Per la visualització de dades, podeu fer servir python, juntament amb la utilització de notebooks.
Aquestes són algunes biblioteques (LIBRARY != LLIBRERIA) i eines que podríeu utilitzar per a dur a terme les tasques que es presenten en les missions:
Per la connexió al broker MQTT:
Pel desenvolupament del Microcontrolador:
Per a tractar dades
AI:
Tindrem en compte l'originalitat de les solucions i de la presentació, el percentatge de missions complertes, l'eficàcia, l'eficiència, l'excel·lència i l'èxit en les solucions, el treball en equip, la comunicació i volem saber per què heu de ser l'equip guanyador.
- 800€ pel 1r Premi
- 200€ pel 2n Premi
Molta sort!