Подсолнечник - одна из самых распространенных масленичных культур. Своевременная диагностика его заболеваний поможет повысить качество и увеличить количество продукции. Разработка ученых позволяет по изображениям с точностью до 97,2 процента определить здоровые и больные растения. Таким образом технология компьютерного зрения помогает предупредить распространение болезней на ранних стадиях и вовремя принять меры против них. Исследование ведется на средства гранта Российского научного фонда. Его итогом станет создание архитектуры мультимодальных глубоких нейросетей, применять которые можно будет для распознавания образов в медицине, на транспорте, в сельском хозяйстве и других отраслях.
- Разработанный ансамбль нейронных сетей в сочетании с БПЛА позволит производителям отслеживать состояние полей в реальном времени и получать своевременные отчеты об очагах болезней, о их виде и месте расположения, - рассказала один из авторов разработки младший научный сотрудник отдела модулярных вычислений и искусственного интеллекта СКФУ Валентина Бабошина.
По словам генерального директора компании "Асилиск" Сергея Воропаева, ИИ может не только помочь раннему выявлению болезней и вредителей, но и предложит, как эффективнее и экономнее использовать воду и удобрения, а также ускорит процесс селекции, прогнозируя генетические комбинации для достижения лучших характеристик, таких как устойчивость к засухе.
Он привел несколько примеров. Компания Ceres Imaging уже использует ИИ для анализа данных о посевах с помощью аэрофотоснимков. Это помогает увеличить урожайность на восемь-12 процентов, при этом сокращаются затраты воды, удобрений и пестицидов. Компания FarmWise создает автономных роботов на основе ИИ для механической прополки. В подразделениях группы "ЭкоНива" используется программно-аппаратный комплекс собственной разработки под названием Eko.Feed, который позволяет оптимизировать кормление животных. Российская компания Cognitive Pilot создала системы автономного управления тракторами. Их использование увеличило производительность, а также позволило сократить использование семян и удобрений.
Заместитель генерального директора по научно-технической деятельности ГК "Прогресс Агро" Йожеф Фекете рассказал, что в компании реализуют проект "Точное земледелие". Он включает дифференцированное внесение удобрений, точный сев (он осуществляется равномерно на одной глубине, что на 15-20 процентов увеличивает урожай), автопилот (программа помогает проводить сев и уборку при помощи компьютера, хотя наличие водителя в кабине еще необходимо, работать можно даже ночью). Также в ГК используют отечественную разработку "История поля". В нее заносится информация обо всех произведенных на полях действиях, что дает возможность анализировать эффективность работы агрономов и оперативно вносить в нее изменения.
На предприятии считают важным и использование дронов. При опрыскивании культур это позволяет избежать уплотнения почвы, так как не надо загонять технику на само поле, к тому же сокращается расход средств защиты растений. Хотя этот проект пока пришлось отложить из-за запрета их полетов. Йожеф Фекете также добавил, что вообще в первую очередь необходимо развивать роботизацию, так как это поможет решить кадровый вопрос.
Озаботились такими технологиями и на Ставрополье. Алексей Олифиренко и Дмитрий Крошкин из компании "ПрофАрго" разработали проект "Умное сельское хозяйство". Это автоматизированная система, которая помогает аграриям увеличивать урожайность и бороться с потерями. ИИ анализирует спутниковые снимки, данные с беспилотников и метеосводки. Это помогает понять, где и сколько удобрений нужно вносить в землю. Сейчас новаторы работают совместно с Центром развития технологического предпринимательства Ставропольского края, чтобы начать внедрение в регионе.
Основатель и СЕО проекта BotB2B Виктор Попов согласен с тем, что именно за счет внедрения технологий на основе ИИ можно в значительной степени снизить дефицит специалистов в сельском хозяйстве. При этом Сергей Воропаев добавляет, что настройка ИИ-систем также часто требует специализированных знаний. Поэтому в России необходимо повышать квалификацию персонала в аграрном секторе. Работникам нужны новые знания и навыки для эффективного использования цифровых технологий.
- Но помимо потрясающих перспектив необходимо упомянуть и о трудностях, ведь с увеличением роли ИИ фермеры могут стать слишком зависимыми от автоматизированных систем, что делает их уязвимыми перед техническими сбоями или кибератаками, - считает Сергей Воропаев. - Например, если системы управления сельхозтехникой перестанут работать из-за ошибки или кибервзлома, это может привести к серьезным убыткам, так как фермеры будут неспособны быстро перейти к ручному управлению.
Еще одной проблемой он назвал то, что алгоритмы ИИ, которые принимают решения на основе анализа больших данных, не всегда бывают точными. А неправильные рекомендации по внесению удобрений или орошению могут привести к неверным действиям, что может негативно сказаться на урожае и финансовых результатах.
- Неравномерный доступ к инновациям также представляет собой существенную проблему, - продолжает Воропаев. - Крупные компании за счет оптимизации процессов с использованием ИИ увеличивают свою производительность и прибыльность, в то время как мелкие хозяйства сталкиваются со снижением своей конкурентоспособности. Внедрение ИИ требует значительных инвестиций в оборудование и программное обеспечение. Несмотря на существование различных программ поддержки, таких как гранты и субсидии, у фермеров часто возникают трудности в получении необходимого софинансирования. К тому же окупаемость таких инвестиций может растянуться на годы, что делает их менее привлекательными для фермеров с ограниченными ресурсами. .
Вячеслав Береснев, глава Центра технологий искусственного интеллекта "Нейролаб":
- Искусственный интеллект активно используется в российском сельском хозяйстве - от полевых работ до контроля качества продукции. Примером успешного применения являются проекты компании Cognitive Pilot, где системы ИИ помогают оптимизировать движение комбайнов по полям. Благодаря компьютерному зрению техника минимизирует количество проходов по полю, что позволяет собирать больше урожая, снижая потери. На больших полях даже ничтожные отклонения могут привести к значительным убыткам. Кстати, ИИ играет основную роль в решении проблемы нехватки рабочей силы в сельском хозяйстве.
Несмотря на успехи, существуют определенные препятствия для более широкого использования ИИ в сельском хозяйстве. Одним из главных факторов остается высокая стоимость технологий, а также нехватка квалифицированных специалистов. Тем не менее проблемы постепенно решаются. Разработки, подобные тем, что ведутся учеными Северо-Кавказского федерального университета, важны для повышения эффективности и экологичности аграрного сектора.
Дмитрий Долгов, основатель Neuroschool AI:
- По данным исследований, около 12 процентов аграрных компаний уже используют ИИ, а 37 процентов планируют это делать в ближайшем будущем. Применение таких технологий позволяет сократить количество вносимых удобрений и пестицидов, снизить расходы и повысить качество продукции.
Перспективным является использование дронов в сочетании с ИИ для мониторинга полей. Эти устройства могут собирать данные с помощью камер и сенсоров, а ИИ анализирует полученную информацию, предлагая фермерам, как распределять ресурсы, когда поливать и обрабатывать посевы. В России ИИ активно внедряется в рамках федеральных программ цифровизации сельского хозяйства. Однако многие решения пока доступны только крупным агропромышленным компаниям, так как требуют значительных инвестиций. Специалистов, способных работать с ИИ, в сельской местности недостаточно. В некоторых регионах отсутствуют необходимые условия, например высокоскоростной интернет, который нужен для работы с большими данными и искусственным интеллектом.
Исследования, проводимые в СКФУ и других вузах, играют важную роль в развитии ИИ для сельского хозяйства. Эти технологии помогут аграриям своевременно выявлять болезни и оптимизировать процессы управления хозяйством. Несмотря на то, что многие из этих решений пока еще только внедряются, их значение для сельского хозяйства уже очевидно.
Петр Щербаченко, доцент Финансового университета при Правительстве РФ:
- Технологии на основе ИИ помогут повысить продуктивность и устойчивость агросектора, что особенно важно в условиях изменения климата и растущего населения. Нейронные сети можно использовать для диагностики заболеваний растений, анализа данных о состоянии почвы для определения оптимальных условий роста, адаптации режима полива в зависимости от погодных условий и состояния растений, оптимизации сроков посева и выбора культур, прогнозирования урожайности на основе анализа исторических данных и текущих условий, разработки гибридов с повышенной урожайностью и устойчивостью.