Перед российским АПК стоит задача к 2030 году повысить производительность отрасли на 12,8 процента к уровню 2023-го и перевести на цифровые рельсы 90 процентов агропредприятий. Сельхозпроизводители Сибири, как и других регионов страны, уже не первый год идут по этому пути. Совместно с учеными, изготовителями умной техники и цифровыми платформами они внедряют искусственный интеллект в повседневные рабочие процессы.
В Алтайском аграрном университете подсчитали эффект от использования ИИ в семеноводстве и разработали стратегию модернизации производства зерна с учетом возможностей цифровых технологий. По мнению завкафедрой сельскохозяйственной техники и технологий АГАУ профессора Владимира Беляева, качество посевного материала сегодня является одним из основных сдерживающих факторов повышения урожайности.
- Наши семилетние исследования показали: если доля некондиционных семян около 50 процентов, то у нас в Алтайском крае не удастся получить урожайность больше десяти центнеров с гектара, - отметил Владимир Беляев. - А при некондиции всего два-три процента она возрастает до сорока центнеров. Если применять некачественный посевной материал, то никакие удобрения и средства защиты растений не помогут получить хороший урожай, ведь потенциал семян низкий.
Но как выбрать качественные? На помощь приходит искусственный интеллект - он очень точно может определить состояние каждого зернышка и отделить некондицию от продуктивного посевного материала. Фотосепараторы с системой технического зрения на основе ИИ с глубоким машинным обучением разработала алтайская компания. Как рассказали руководители предприятия Максим и Виталий Савинковы, машины новой серии могут самосовершенствоваться в процессе эксплуатации. Это оборудование работает не по традиционным алгоритмам, которые используют в обычных фотосепараторах, а на основе модели, построенной на большом объеме данных - тысячах изображений возможных дефектов в семенах сельхозкультур.
- Фотосепаратор с искусственным интеллектом дает очень хорошие результаты при подготовке семян, что влияет на снижение себестоимости продукции, - поделился опытом Сергей Бенслер, руководитель сельхозпредприятия "Колос" из Локтевского района Алтайского края. - Такой аппарат с ИИ мы впервые увидели на международной выставке, в России подобных еще не было. Предложили нашим машиностроителям разработать импортозамещающее оборудование, способное очищать подсолнечник от склероция. Хорошо, что нас услышали, и теперь не нужно везти дорогостоящие машины из-за границы.
Подготовка семян с помощью ИИ - это лишь один из элементов цифровизации сельского хозяйства. Сегодня на полях работают тракторы на автопилоте, агродроны изучают посевы с высоты птичьего полета, умные метеостанции и цифровые помощники подсказывают аграриям, когда сеять, вносить удобрения и убирать урожай. Правильное использование таких технологий помогает не только повысить эффективность сельхозпроизводства, но и встроиться в цифровую систему госрегулирования. По мнению экспертов, многочисленные электронные системы сбора информации вызывают сложности у многих сельхозпредприятий и отнимают до двадцати процентов рабочего времени специалистов в условиях и без того серьезного дефицита кадров в отрасли. А использование ИИ позволит хотя бы частично решать эти проблемы.
Но для внедрения искусственного интеллекта нужны большие базы данных. Если фермер хранит всю информацию у себя в голове, ИИ ему не поможет. В ассоциации "ЭлектронАгро" считают, что в первую очередь сельхозпроизводителям нужно оцифровать все рабочие процессы. Начать с небольших пилотных проектов, постепенно масштабируя их на все производство.
Анна Герман, президент ассоциации "ЭлектронАгро", руководитель агрохолдинга "Дары Малиновки" (Красноярский край):
- Самое главное - иметь точные данные, чтобы можно было доверять выводам ИИ. Мы на своем предприятии реализуем большой проект, объединив много технологий - цифровые метеостанции, системы дифференцированного внесения удобрений, автопилоты, агродроны. Только когда со всей техники, с каждого поля, с беспилотников в режиме реального времени стали постоянно поступать данные, мы смогли по-настоящему оценить состояние производства. В результате выявили 40 процентов простоя в производственных процессах, неэффективное использование земли, техники. С учетом большого масштаба работ это огромные экономические потери. Поэтому сейчас мы совместно с цифровой платформой "АгроСигнал" выстраиваем принципиально новую производственную систему агропредприятия, где все управленческие решения основаны на точных данных с поля. Мы хотим создать эталонную модель, которой в дальнейшем смогут пользоваться другие сельхозпроизводители.