Slyšeli jste někdy o spektrálním zobrazování, neinvazivních rozborech kanabinoidů nebo využití umělé inteligence pro pěstování konopí? Tak přesně o tom je 65 epizoda Konopného podcastu. S Benem a Nadine jsme se setkali při prvním testování prototypu jejich zařízení, které dokáže dost přesně určit obsah kanabinoidů v rostlinách, bez toho, abyste je museli sklidit a sušit. S Benem jsem udělal rozhovor v červnu 2024 na veletrhu GreenTech a v této epizodě se dozvíte, o čem jsme si povídali.
Systém SpexAI stojí na hardwaru, který tvoří pokročilý a patentovaný spektrální fotoaparát a nese jméno Hugin. Název pochází z norské mytologie, kde je Hugin jedním ze dvou havranů boha Odina. Odin je u SpexAI zastoupen zařízením, které zpracovává a vyhodnocuje data získaná Huginem. Hugin tedy stejně jako v severské mytologii sbírá informace a vrací se k Odinovi, aby mu podali zprávu o tom, co se děje, nikoliv však ve světě lidí, ale u sledovaných rostlin.
V epizodě se dozvíte:
- Jak spektrální zobrazování funguje
- Co všechno a s jakou přesností umí Hugin a Odin sledovat a vyhodnocovat
- Jaký je rozdíl mezi zařízením SpexAI a stolními senzory pro rozbor kanabinoidů
- O výhodách spektrální analýzy při pěstování ve velkém měřítku
- Praktické nasazení systému ve výzkumných institucích a v komerčních pěstírnách po celém světě.
Odkazy:
Strojový přepis podcastu
Tahle epizoda vznikla na veletrhu Greentech v Amsterdamu v roce 2024 kde jsem se potkal s Benem. My se s Benem známe už pár let, protože jsme se potkali u jednoho projektu, který je vlastně hlavní součástí dnešní epizody, kde se dozvíte celý ten příběh.
Já jsem ten rozhovor s ním nahrál v originále a je na YouTube a samozřejmě jsem ho publikoval i jako samostatný podcast v angličtině, ale jakož vždycky, když dělám ten rozhovor v angličtině, tak jsem se rozhodl, že ho přiblížím i těm, kteří anglicky neumí a trošku převyprávím to, o čem jsme si povídali.
My jsme se s Benem potkali někdy v roce 2017 nebo 2018 a přibližně v té době on začal se svou společností SpexAI. Tu společnost založil společně se svojí manželkou Nadine. Tenkrát ještě nebyli manželé, ale každopádně se toho projektu účastnili. Já jsem tenkrát pracoval v jedné experimentální pěstírně a oni tam přišli dělat pokus s svým zařízením.
Ben předtím, než se dostal ke onopí, dělal vysoce výkonnou fenotypizaci, což znamená vlastně to, že pomocí kamer koukali na rostliny a na to, jak rostou a pomáhali společnostem, jako třeba Monsanto, Bayer, Syngenta, urychlit jejich šlechtitelský program. Takže na základě fenotypizace potom volili vhodné rostliny ke křížení a k dalšímu šlechtění.
A v té době zhruba přišla na řadu legalizace konopí. Ben měl v té době, kdy pracoval pro ty firmy na té výkonné fenotypizaci, tak měl nehodu při skoku padákem a ta nehoda byla poměrně vážná. On nějakou dobu byl odkázaný na to, že musel ležet v nemocnici, dávali mu nějaké léky proti bolesti a on se po těch lékách necítil moc dobře, měli řadu vedlejších účinků, prostě se po tom necítil úplně dobře a někdo mu doporučil, aby vyzkoušel konopí, on konopí vyzkoušel a potom vlastně v Německu, protože Ben je Němec, společně s Nadine a bydlí v Německu, tak mu doktor vlastně i to konopí předepsal.
Nicméně ta kvalita z té doby nebyla tak moc vysoká kvalita toho konopí a nebyla ani jeho dostupnost moc snadná a Ben se vlastně rozhodl, že ty svoje znalosti z té fenotypizace využije pro to, aby pomohl pěstitelům konopí zlepšit tu kvalitu a usnadnit jim tu cestu od toho semínka nebo klíčení k té sklizni, aby vlastně potom pacienti mohli využívat to konopí snáze a ve vysoké kvalitě, proto aby mohli třeba ho použít na ty problémy, které měl Ben, což byla hlavně teda bolest.
Takže vlastně Benovi konopí pomohlo a potom se Ben vlastně rozhodl, že se trošku bude věnovat víc. Říkal, že úplně na začátku viděl vlastně příležitost, že ta technologie, kterou používal na tu fenotypizaci, což je vlastně to spektrální zobrazování, že by tuhle technologii mohli použít na to konopí a že nejdřív potřebovali rozumět tomu obsahu THC, protože to je vlastně většinou důvod, proč lidé pěstují konopí i vlastně proto, proč ho používají jak pro léčbu, tak pro zábavu.
A Ben teda začal vyvíjet takové zařízení, které bylo schopné provádět to spektrální zobrazování. Vlastně fotí rostliny a na základě světelného spektra dokáže odhalit některé věci a nebo udělat nějakou chemickou analýzu. A když naladil se prototypem tohoto zařízení, které nazvali Hugin, tak s ním přišli do té naší pěstírny a tam to zkoušeli. Oni vlastně vždycky udělali nějaké snímky a potom tu část konopí, které snímkovali, tak poslali do laboratoře, aby tam udělali rozbory.
Jejich první cíl bylo, aby dokázali poznat obsah kanabinoidů v konopí, které ještě roste, které ještě není sklizeno, aby se na základě toho mohli lidé rozhodnout nebo pěstitelé rozhodnout, jestli je ten správný čas sklizně a tím vlastně, aby sklízeli to konopí v té nejvyšší kvalitě.
Já si pamatuju, když k nám Ben s Nadim přišli a prvně se objevili v té naší pěstírně s tím svým zařízením, které bylo ještě opravdu ve formě prototypu, takže to nebylo úplně zapouzdřeno, tak jsem na ně koukal a říkal si, jako nápad je to dobrý, ale nevím, jestli to bude fungovat.
Ale oni opravdu pečlivě, každý den tam odebírali vzorky z toho konopí, z těch rostlin, které jsme pro tento účel pěstovali. Před každým odběrem vzorků se vlastně měnily rukavice, dezinfikovalo se veškeré nářadí, které používali, aby se zabránilo nějaké kontaminaci a potom z té rostliny odebrali vzorek, který nejdříve vyzkoušeli tím senzorem a potom ho poslali do laboratoře.
Respektive nejprve nasnímkovali tu rostlinu, potom z ní odebrali vzorek a ten poslali do laboratoře a hledali, jestli jejich odhad té koncentrace těch kanabinoidů, jestli bude odpovídat, jestli bude korelovat s tím, co se zjistí v té laboratoři. A oni tam odebrali spousty vzorků, vlastně jenom u nás odebrali asi 300 vzorků a měli tam velkou úspěšnost.
Oni vlastně plus minus jedno procento měli takovou odchylku v absolutních číslech, což je velmi přesné na to, že nemusíte ty rostliny vůbec kvůli tomu sklízet, sušit atd. Tak oni měli odchylku to jedno procento a vyzkoušeli 300 vzorků. Takže opravdu na velkém množství vzorků zjistili, že to opravdu funguje a že to bude možné použít. Já jsem se ptal Bena, jestli to ještě testovali někde jinde, jestli vlastně měli nějakou korelaci v jiných pokusech.
On říkal, že ano, že další testy dělali s jedním zařízením a v komerčním zařízení v Kanadě a mezi tím ještě na La Trobe univerzitě zopakovali další experimenty, nezávislé týmy a zkoušeli to i s další genetikou, s dalšími odrůdami a že udělali zhruba 800 laboratorních vzorků, kde měli takhle malou odchylku, protože jedno procento v absolutním čísle je opravdu malá odchylka.
Rozdíl je akorát v tom, že oni vlastně měří obsah THC na mokrých rostlinách, na čerstvých rostlinách a v průběhu toho sušení a v průběhu toho zušlechtování, toho curingu, tak tam samozřejmě záleží na tom, kolik té vody ubyde, takže ten výsledek na to, abyste ten údaj z toho Hugina převedli na to, co dostanete z laboratoře, když budete měřit suché konopí, sušené konopí, tak je tam nějaký koeficient, kterým se to připočítává a v tom koeficientu ano, může vzniknout nějaký rozdíl, pokud je ten cyklus toho sušení třeba úspěšný, nebo je tam větší nebo menší obsah vody, tak ten převod nemusí být úplně přesný, ale ta původní odchylka a 1% to pořád platí, takže když se ten přepočet udělá trošku jinak, tak pořád se to pohybuje v nějakém rozumném rozmezí.
Já jsem se ptal Bena, proč vlastně se jejich zařízení jmenuje Hugin a on mi vysvětloval, že je to z nordické mytologie, že vycházeli z nějaké nordické mytologie ze severských pohádek, když vymýšleli ty názvy a odkazuje to na Odina, což je bůh, který je moudrý, vševidoucí a ten má dva havrany, jeden z těch havranů se jmenuje Hugin a druhý je Munin a oni se rozhodli tomu svému zařízení dát název Hugin a vlastně software, který všechno zpracovává, se jmenuje Odin, takže ten Hugin je vlastně jeden z těch havranů, který přináší tomu Odinovi ty informace, které zjistí na těch porostech a Odin je potom vyhodnocuje.
Ptal jsem se Bena, jestli vlastně to zařízení umí ještě něco jiného než jenom, nebo jenom to, že umí vlastně bezkontaktně, v podstatě bez jakékoliv invaze, bez toho, aniž byste ty rostliny, aniž byste se jich dotkli, byť mikroskopem nebo čímkoliv jiným, tak dovede udělat chemický rozbor, což je jako unikátní záležitost, ale ptal jsem se, jestli to dovede ještě něco jiného a Ben mi říkal, že dokáže určit i detekovat třeba padlí o něco dříve, než je vůbec viditelné a že dělají i pokusy na tom, aby odhalili botrytidu, aby odhalili tedy plíseň v palicích a aby dokázali třeba určit nějaký nedostatek ve výživě.
A vtip je vlastně v tom, že tato zařízení má rozšířit nějaké možnosti pěstitelů, protože když těm kytkám rozumíte, tak k nim přijdete a vidíte třeba, že jim chybí dusík nebo vidíte, že jim chybí hořčík, ale tady to zařízení vlastně s pomocí toho spektrálního zobrazování, tak to zařízení může odhalit tyhle nedostatky ještě předtím, než je vidíte a vy můžete v čas zasáhnout a něco změnit.
Takže říkali, že třeba u toho padlí, tam je možnost získat informace o tom, že tam padlí je od deseti dnů předtím, od deseti dnů předtím, než se objeví první příznaky, což je super, protože můžete udělat nějaký zásah nebo nějakou úpravu ještě předtím, než se to padlí třeba rozběhne. Dělají taky pokusy s tím, aby detekovali vlastně latentní virus chmele a s tím mají taky dobré výsledky. Takže ty možnosti využití toho spektrálního zobrazování jsou opravdu široké a opravdu mohou člověku v té pěstírně výrazně pomoci.
Já jsem se ptal, jak je to zařízení drahé a Ben říkal, že to je relativní, že když si vezmete, že jeden rozbor laboratorní vás třeba vyjde na 100, 200 i 300 euro, nejméně tomu na nějakých 5000 vás může vyjít rozbor v akreditované laboratoři, tak i kdyby stál 150 euro, i kdyby stál 2500, i kdyby stál 3000, tak pořád je to něco, co musíte neustále opakovat a musíte odebrat kousek rostliny, poslat to na rozbor.
Teď ten rozbor trvá třeba 2-3 dny, než to udělají. A díky tomu spektrálnímu zobrazování získáte okamžitě ten výsledek a víte každý den, jak se vyvíjí obsah kanabinoidů v tom vašem porostu. Případně vám to ještě může pomoci předcházet těm projevům nějakých nedostatků a můžete ty nedostatky řešit ještě předtím, než se projeví. Každopádně levné to samozřejmě není, ale v komerčním provozu je návratnost takového zařízení poměrně rychlá. Chystají něco, nebo mají v plánu udělat něco i pro menší pěstírny, neřekl bych úplně pro malé domácí pěstitele, ale pro menší pěstírny něco, co by mělo stát zhruba 50 až 70 nebo 80 tisíc a toto zařízení by se jmenovalo Munin, ale nebylo by tak přesné, co se týče těch kanabinoidů.
Nicméně ty hlavní věci, jako je včasné odhalování nějakých chorob nebo nějakých nedostatků, jsou ve finále pro ty pěstitele ještě důležitější mnohdy, než vědět, jaký mají přesně obsah kanabinoidů ve svých rostlinách. Protože pokud něco dokáže vidět něco, co ještě není vidět a včas odhalit, že je tam nějaký problém a dá tu informaci tomu zahradníkovi, kterým jsou to stará, tak ve větším měřítku to ušetří spoustu starostí, samozřejmě to ušetří spoustu peněz a pomůže to třeba výrazně zefektivnit ten pěstitelský proces.
SpexAI, když slyšíte ten název, říkáte si, asi v tom bude umělá inteligence nebo jak to asi funguje. Já se zase ptal, jak je ta umělá inteligence do toho zapojená. A Ben mi říkal, že kolem umělé inteligence je teď trošku humbug, že se tomu strojovému učení věnuje už skoro 20 let a říkal, že tam jsou opravdu skvělé věci, ale že se všechno točí kolem nějaké statistické relevance. Že u umělé inteligence to není úplně přemýšlení v tom smyslu, v jakém mu rozumíme my lidé, že nad něčím přemýšlíme, ale že jde spíš o to, že umělá inteligence hledá nějaké matrice, nějaké vzory, které souhlasí třeba s něčím, co umělá inteligence už se naučila.
A kultivací pěstování je v podstatě o tom, že hledáme nějaké matrice, hledáme nějaké známky něčeho, které odkazují na to, co už známe. Hledáme třeba určité konkrétní tvary, třeba nekrotických skvrn, nebo hledáme změny v barvení listů a hledáme nějaké vzory, které už známe, které potom dovedeme přiřadit třeba k tomu, že řekneme, a tady nám žloutnou spodní listy, pravděpodobně je to nedostatek dusíku, takže hledáme vlastně něco, co už známe.
To, že to známe, je nějaká matrice, když vidíme něco podobného, tak to dokážeme spárovat a už víme, co to je. A stejným způsobem funguje umělá inteligence v tomto odvětví, že se učí, jak vypadá, hledá souvislosti, snaží se identifikovat a spárovat věci, které vidí s tím, co již zná, a můžeme to tedy nazvat jako inteligence, ale ve finále je to také strojové učení.
Ta také, jestli se učí sama jako ten Eugene, nebo jak to dělá, že tam létá, řekněme, nad tím porostem a nahrává si, co vidí, zaznamenává, co vidí a nějakým způsobem to vyhodnocuje. A Ben říkal, že vlastně jsou to dvě části. Znovu opakoval, že umělá inteligence je ve spoustě věcí, ale už se na to neupozorňuje. Umělá inteligence v tom slova smyslu, které my používáme. Říká mi, hledáš, natáčíš to tady na kameru a ta kamera dokáže rozpoznat, kde máme obličej. Dokáže rozpoznat třeba, jak jsme daleko, aby dobře zaostřila.
A je to vlastně také svým způsobem něco, co by se dalo nazvat umělou inteligencí, ale výrobci fotoaparátů už o tom vůbec nemluví, protože to každý považuje za samozřejmost a je to takový standard. Že Chat GPT v tomhle udělalo nějakou revoluci, protože je tu něco nového, můžeš s tím komunikovat, je to trochu sexy, víc se o tom mluví, ale jsou tady třeba v automobilech, tak jsou třeba systémy, které rozpoznávají dopravní značky a to je vlastně něco podobného.
Lékaři to hledají nějakou matrici a na základě toho na to reagují nějaký signál anebo udělá nějakou reakci. Takže všechny tyto věci nejsou, umělá inteligence není úplně něco převratného, ale jsou to věci, které jsou již používány delší dobu, ale už se to tolik neproklamuje, už se to tolik nepropaguje. A za pár let říká, že tady ty AI aplikace, to použití, ta umělá inteligence, ty nové umělé inteligence těch velkých jazykových modulů bude prostě normální, člověk se na to zvykne a už nás nebudou upozorňovat třeba, že to zrovna je součástí některého našeho zařízení. Říká, že vlastně to jejich zařízení je v podstatě ze dvou částí.
Je tady jeden druh, to je ten Hugin, který se nazývá, který využívá učení s vlastním dohledem. To znamená, že se ten systém učí sám porozumět těm obrázkům. Nemusí nutně rozumět tomu, že ty referenční rostliny, s kterými třeba srovnává to, co zrovna s ním má, tak on třeba nemusí vědět, že ty referenční rostliny jsou ta správná část, že to jsou ty zdravé. Ale naučí se, že existují nějaké rozdíly mezi těmito rostlinami, že existují nějaké rozdíly v obsahu chlorofilu, nějaké rozdíly v obsahu kanabinoidů, karotenoidů, THC a tak dále.
A potom se vlastně to, co se naučí pod vlastním dohledem, zkombinuje se zkušenostmi pěstitelů a vlastně se řekne tomu zařízení, co vlastně vidělo, co nasnímalo. Ono si to spáruje a naučí se to porovnávat, to, co se naučilo, s tím, co nahrálo, a udělá z toho nějaký výstup. Dobré je, že třeba dokáže se naučit spoustu věcí, jak mají vypadat květy, dokáže odhadnout potom výnos, a nebo dokáže třeba odhalit přítomnost škůdců nebo nějakých chorob.
Já jsem říkal Benovi, že už jsem něco podobného viděl, viděl jsem to na nějakých výstavách, viděl jsem další dvě jednotky, které tuším byly také vyrobeny v Německu a že fungují na stejném systému, že je nějaké monitorování toho porostu a že hledají nějaká místa, kde jsou nějaké problémy a o těch místech informují zahradníka nebo toho, kdo má ten pěstitelský cyklus na starosti. Říkám, je to tedy tak, že víc lidí se snaží nebo víc firem se snaží využít toho spektrálního zobrazování k tomu, co děláte vy využít tady to spektrální zobrazování k tomu, co děláte vy a Ben mi říkal, když se rozhlídneš tady po Green Techu, což je velká výstava, já jsem o ní taky dělal jeden díl konopnýho podcastu, tak říká mi, když se tady porozhlídneš, tak tady uvidíš velké společnosti, jako je třeba Junu, která využívá běžné kamery, podobné té, na které jsme natáčeli náš rozhovor, a používá tady ty kamery k monitorování rostlin.
Je to hlavně kvůli výzkumu a kvůli integrované ochraně proti škůdcům, a opravdu ty kamery sledují ten porost, dovedou si třeba některé sektory zvětšit, a hledají vlastně známky toho, že by tam byli přítomní škůdci. A hledají asi třeba žluté nebo hnědé nebo blednoucí části toho porostu. Ale říkal, že právě tady je ta obecná umělá inteligence silnější, a že oni se opravdu zaměřují na ty spektrální části, které umožňují tu chemickou analýzu přímo na rostlinách.
Takže pokud použijete normální kameru, která tam vedle sleduje, prohlíží ty rostliny, tak pořád vidíte v podstatě to, co vidíte vy, a pořád k tomu můžete posadit člověka, který bude říkat, tamhle je něco žlutého, tamhle je něco hnědého, pojďme se tam podívat. Zatímco to spektrální zobrazování umožňuje díky tomu sledování spektra vidět to, co prostě tím pouhým okem nebo běžnou kamerou nelze zaznamenat. A navíc může udělat tu chemickou analýzu a proto je to výborné právě pro konopí, protože u toho konopí je ta chemická analýza velmi, velmi důležitá. Bych říkal, že díky tomu opravdu dochází k usnadnění toho pěstování, protože někdo hledá žluté skvrny, ale oni hledají ty skvrny ještě předtím, než jsou žluté.
Je to vlastně tak, že když přijdete třeba do skleníku nebo do pěstírny, tak se podíváte na rostliny shora, podíváte se zespoda, ale můžete třeba rýpnout do země nebo do pěstebního média a zjistit jeho úroveň vláhy. Při vonění k rostlině, dotknutí se jí, používáme vlastně mnohem víc senzorů, než je ten obraz, který nám dovedou zprostředkovat i ty běžné sledovací kamery, ale díky tomu spektrálnímu zobrazování můžeme získávat další hodnoty, které s těmi běžnými kamerami získat nemůžeme, a více napodobují tu naši osobní přítomnost. Ptal jsem se, aby porovnal zařízení, která jsou na trhu, která testují obsah kanabinoidů v sušeném květu.
Taky jsou takové přístroje, do kterých dáte kousek konopí a ono vám změří obsah kanabinoidů. Někdy je to přesné, někdy to moc přesné není, ale zajímalo mě, jestli to funguje na stejném principu, jestli to taky sleduje to spektrum, jako dělá ten Hugin. A Ben říkal, že to, o čem mluvím, že tomu se říká blízká infračervená spektroskopie, a při téhle metodě se zkoumá 15 až 16 nanometrů, a že existují různé společnosti, potvrdil, že některé jsou lepší, jiné jsou horší, každopádně, že o něm měří jedno místo, jedinou malou skvrnu, kde získá to spektrum, takže ano, funguje to na té spektrální bázi, ale používá se na to jiná technologie, je to ta blízká infračervená spektroskopie NIRS, je to zkratka v angličtině.
Dá se vycházet z toho, že pokud do malého zařízení dáte tři kousky rostliny z různých částí, tak můžete získat tři výsledky. Jde tam hodně o to, aby se dobře homogenizoval ten vzorek, a říkal, že ty firmy, které to vyrábí, a lidé, kteří to vyvíjí, tak dokážou ten vzorek udělat správně, aby ta přesnost byla co největší, a potom dochází taky k velké úspoře pro přesné za ty rozbory. V ideálním případě můžete mít nějakého pomocníka, jako je Hugin, který vám bude sledovat porost, říkat, jak stoupá, jak se vyvíjí obsah kanabinoidů ve vašich rostlinách a můžete třeba vidět, že najednou THC už dosáhlo nějakého svého vrcholu a začíná klesat. Můžete třeba v tu chvíli se rozhodnout.
Prosklení a nebo v určitou chvíli si řeknete, zajímalo by mě třeba přesně změřit, jaké hodnoty má sušený vzorek, tak si vezmete něco, co využívá tu blízkou infračervenou spektroskopii, usušíte si třeba část rostlinky nebo jeden květ a ten změříte. Každopádně tady ta technologie, ta blízká infračervená spektroskopie, dokáže sledovat celé ty rostliny, ale pouze malé množství, které se přímo vloží do toho stroje.
Takže pak tam už jde jenom o to, jestli to dobře zhomogenizujete a jak ten vzorek hlavně odeberete. Jestli uděláte mix vzorků z vršku, ze středů té rostliny a ze spodních částí té rostliny anebo jestli budete měřit jenom jedno. Můžete odbírat z těch částí víc, abyste zjistili opravdu nějaký průměr a ne jenom ten nejlepší údaj. Samozřejmě firmy, které se až lehce a chtějí ukázat to, jak potentní jsou jejich odrůdy, tak ty třeba samozřejmě se snaží docílit co nejlepšího výsledku, takže pro ten odběr, pro to vzorkování odeberou jenom tu nejvýšší palici a tu část, která se jim líbí nejvíc a která by mohla dosáhnout nejlepšího výsledku.
Ptal jsem se ještě, jestli si myslí, že konopí pěstované v průmyslových pěstírnách nebo ve velkopěstírnách může být ve finále kvalitnější, může mít méně škodlivin, tím mám na mysli plísně nebo nějaké choroby. Jestli může být lepší, než to vypěstované v menších pěstírnách a Ben mi říkal, že vlastně často to konopí z těch malých pěstíren může mít vyšší kvalitu, že rozhodně neznamená to, že když je něco pěstované ve velkém a pod velkým dozorem, pod pečlivějším dozorem, řekněme, třeba i takových zařízení, jako je Hygiene s Odinem, takže to konopí z těch malých pěstíren dosahuje vysoké kvality a někdy i třeba lepší, ale samozřejmě jsou i případy, kdy je to konopí horší.
Podle jeho názoru se ta myšlenka nebo ta představa, že doma pěstované konopí má horší kvalitu, že vychází především z toho, že když se rozběhly komerční provozy, když začalo konopí pěstovat legálně v Americe pro rekreační a léčebné využití, nebo i tady pro léčebné využití, takže většinou to začaly dělat, dost často to začaly dělat lidé, kteří měli zkušenosti třeba s pěstováním doma nebo v nějakém malém prostoru, ale to škálování, to rozšíření toho prostoru najednou na velký pěstovní prostor opravdu není jednoduché a nelze věci, které fungují v malém, aplikovat ve větším rozsahu.
A výsledkem bylo to, že spousta toho konopí třeba ano, mělo špatné parametry, bylo napadeno nějakými plísněmi a nebylo v té, řekněme, léčebné kvalitě, v té kvalitě, která by měla být co nejvíce oproštěna od nějakých potenciálních škodlivých materiálů, jako třeba plísně a houby nebo nějaké zbytky škůdců nebo řekněme i zbytky nějakých pesticidů rozhodně mezi tady ty rizikové faktory patří. Takže na základě toho si myslím, že vznikla taková, řekněme, představa, že vlastně všechno konopí pěstování doma může být špatné, ale že on si myslí, že to konopí pěstování v malých pěstírnách má někdy i vyšší kvalitu než to pěstování v těch průmyslových pěstírnách pod velkým dozorem zkušených lidí a ještě k tomu nějaké technologie.
Ptal jsem se Bena, kdy vlastně dostal nápad udělat takovouhle jednotku nebo takovéhle zařízení a taky jsem se ho ptal, jak dlouho vlastně trvalo od toho, kdy ho to napadlo do té chvíle, kdy už to nějakým způsobem funguje a kdy je z toho hotový produkt. Ben říkal, že úplně poprvý, co měl tenhle nápad, tak, že to už bylo v době, kdy pracoval pro ty velké společnosti, které už jsem zmiňoval, kdy stavil velké systémy a říkal, že dokonce byl součástí projektů, které financovali Bill a Melinda Gatesovi prostě tím svým Gatesovi narce v Arizonie, ale říkal, že všechny tyhle systémy byly úplně mimo dosah normálních pěstitelů, že to byly projekty za 1 nebo 2 miliony dolarů a více a říkal, že zhruba před 10-15 lety, tak, že možná už v té době si říkal, že by to možná mohlo fungovat i na to konopí, ale potom, když pracoval asi na té fenotypizaci, tak říkal, že tenhle druh spektrálního zobrazování a tahle technologie by mohla skutečně pozvednout to, co víme o roslinách a to, jak s nimi pracujeme.
A to nejenom o konopích, ale o všech plodinách, které se pěstují. A říká, že proto jejich technologie jsou vlastně idální plodiny, u kterých záleží i na kvalitě, což je konopí, což jsou třeba jahody nebo rajčata. A Ben říkal, že vlastně tušil, že ta technologie, která byla v té době hodně drahá, že se rozšíří, že se zlepší, že ty senzory budou levnější a že potom, když měl ten už změněnej úraz při tom sesko kupadákem, tak že už se něco změnilo a začal opravu přemýšlet nad tím, jak tu technologii přenést do konopí a jak přispět k tomu, aby se mohla zvýšit jeho kvalita.
A aby konopí se mohla stát tu medicínou, aby byla opravdu uznána a aby to léčebné konopí bylo dostupné více lidem a aby bylo snadnější ho pěstovat. Ptal jsem se ještě, jestli Eugene a Odin fungovou jenom na konopí nebo jestli přemýšlejí i o použití pro jiné plodiny. A Ben vlastně říkal, že přemýšlí o jiných plodinách a právě mluvil o tom, že by bylo hodné to třeba pro jahody a že opravdu hledají ty plodiny, kde nejde jen o velikost nebo o kvantitu, ale i o tu kvalitu, mezi které konopí rozhodně patří, ale že třeba na salát, který nemá moc výraznou chuť, se mu to moc zkoušet nechce.
Ptal jsem se taky, kde všude už testovali to svoje zařízení, protože vím, že mají několik spoluprací s renomovanými výzkumnými ústavy. A říkal Ben teda, že samozřejmě začali v České republice, takže Česko je pro něj nejdůležitější země v tomto ohledu, na což jsem samozřejmě hrdý a jsem hrozně rád a vděčný, že jsem se mohl trošku tohodle projektu, trošku o něm podílet, tím, že já jsem se staral asi o ten pěstitelský proces, aby to měli vůbec na čem testovat.
A říkal, že běží teďka další projekt v rámci nějakého výzkumného ústavu, skupiny se společnostmi Delphy, Priva, Grodan, Philips a běží to v McMurdu, v Blyswicku, což je taky takové výzkumné zařízení a ty odkazy hodím zase do komentářů, tohle je v Nizozemsku. Taky že běželi pokusy v komerčním zařízení v té Kanadě, taky v Kalifornii, takže řekneme, že byli v USA nebo v Severní Americe, potom testovali také v Austrálii a tam je to momentálně ještě na univerzitě, ale taky v komerčním provozu. Tak jsem říkal, že to je super, že už vlastně chybí jenom Antarktida a Austrálie.
Ben říkal, že tam se to třeba taky jednoznačně rozšíří. Na úplný závěr jsem se ještě Bena ptal, jaká je podle něho největší výhoda toho jejich systému, pokud by měl říct, že tohle je opravdu nejlepší věc, něco, co má na tom Eugene a Odinovi dát, ale hlavně, co je ta věc, kvůli které by o tom měli lidi přemýšlet, to takové zařízení si pořídit do své komerční pěstírny. Ben říkal, že pro něj osobně je ta největší výhoda v tom, že zahradník může vidět rostliny, jaké je nikdy předtím neviděl.
Když se dívá na ty obrázky, tak říká, že si nemyslí, že by nějaký pěstitel byl schopný prohlídnout třeba dva tisíce obrázků rostlin každý den, ale ta technologie to vlastně dokáže, nasnímkuje to, prohlédne to, srovná to vlastně s tím, co už umí a udělá z toho nějaký výstup. Říkal, že podle něj je to pro pěstitele další nástroj do výbavy, aby opravdu mohli vyladit své pěstitelské techniky a aby také lépe pochopili ty plodiny, které pěstují, protože zase mají nový vhled do toho, co ta rostlina produkuje, jak se vyvíjí, jak reaguje na některé věci.
A ve finále to vede k tomu, že mohou pěstitelé dosáhnout lepších výnosů a lepších výsledků, lepší kvality. A taky, že je super, že to jejich zařízení může fungovat jako taková záchranná síť proti problémům, že dokáže ty problémy odhalit předtím, než se objeví. Mě tohle zařízení velmi zaujalo, hrozně jsem rád, že se jim podařilo vlastně to dotáhnout do té komerční fáze a že už to mohou nabízet firmám, které pěstují konopí, že to mohou takhle dál vyvíjet.
A tím jsme vlastně naše setkání na Green Techu ukončili a Ben samozřejmě vás všechny pozdravuje. Bylo mu potěšením, že se mohl taky do konopného podcastu dostat, protože to je samozřejmě potěšení pro každého. A já se budu snažit, aby to potěšení pokračovalo dál a budu se snažit tedy vytvořit další epizody. Momentálně mám v zásobě rozhovor o tkáňové kultuře, o pěstování rostlin ve Skumavce.
Mám tam ještě nějaký rozhovor s jednou firmou, která vyrábí hnojiva pro pěstování konopí a témat mám ještě dost. Pokud vás zajímá pěstování konopí, tak určitě si kupte jednu z mých knih jak pěstovat konopí indoor, nebo jak pěstovat outdoor, aneb konopí na zahrádce. A můžete se taky přihlásit do online kurzu pěstování konopí.
Všechny informace a všechny ty věci najdete na www.pěstova.cz Samozřejmě mě můžete sledovat na sociálních sítích, na YouTube, dejte si odběr na tenhle konopní podcast, ať vám neuteče žádná další epizoda. A samozřejmě mě můžete sledovat taky na www.piki.cz a děkuju všem, kteří mě tam podporují.
Můžete to udělat i vy, co to neděláte. Můžete mi posílat 119 korun, stojí členství, a je to taková forma podpory, kterou mi můžete poskytnout, ale samozřejmě mě můžete podpořit i tím, že si koupíte některou z mých knih, nebo se přihlásíte do těch kurzů. Pokud byste potřebovali nějaké informace, nebo by vás zajímalo něco přímo k této epizodě, klidně mi napište, já vám určitě odpovím, neříkám, že to bude hned, ale každému se snažím odpovědět.
A mějte se krásně a těším se s vámi, brzy na slyšenou, ahoj.