Сельское хозяйство было включено в число приоритетных отраслей экономики России для внедрения искусственного интеллекта (ИИ). Наряду с другими приоритетными отраслями, такими как: промышленность, охрана здоровья, транспорт и строительство — сельское хозяйство имеет существенный экономический потенциал. По экспертным оценкам, в условиях массового внедрения ИИ может обеспечить прирост валовой добавленной стоимости (ВДС) к 2025 году на 25% в растениеводстве и на 13% в животноводстве». В этой статье мы рассказываем, на что способен искусственный интеллект в сельском хозяйстве и какие ИИ-решения уже сейчас применяются российскими аграриями. Итак. в эпоху глобального потепления ведущие агропромышленные компании и исследовательские центры все активнее обращают внимание на «умные» технологии.
Системы, основанные на применении искусственного интеллекта и машинного обучения, становятся важнейшими союзниками в борьбе с экологическими проблемами. Для поддержки этого тренда с акцентом на климатические изменения и помощи наиболее страдающим регионам компании объединяются в ассоциации — такие как ClimateShot. В данном обзоре рассматриваются наиболее перспективные проекты, помогающие решить различные проблемы в сфере сельского хозяйства.
Управление водными ресурсами
В частности, они помогают внедрять технологии для оптимизирования использования воды и управления водными ресурсами.
Один из примеров такого подхода — разработка исследовательского отдела IBM в Бразилии под названием AgroPad (рисунок). Это прототип карманного устройства, которое с помощью ИИ проводит мгновенный химический анализ почвы и воды прямо на месте. Система, обученная на огромном количестве данных, способна определить оптимальное количество воды для использования в конкретной области, а также своевременно выявить любые отклонения и опасности.
Устройство AgroPad для анализа почвы и воды
Другой пример — это небольшой стартап Arable, который разработал систему датчиков и ИИ для определения оптимального полива и уровня влажности почвы. Такие системы позволяют существенно сократить использование воды, уменьшить риск засухи и в итоге повысить урожайность. Их последняя разработка Arable Mark 3 оснащена датчиками, которые могут измерять более 40 климатических и растительных метрик.
В Калифорнии, одном из крупнейших сельскохозяйственных регионов США, базируется компания Tule Technologies (в 2023 г. вошедшая в состав CropX Technologies). Одним из их ключевых продуктов являются сенсоры, собирающие данные о потребностях растений в воде и корректирующие систему полива на основе этих данных и спутниковой информации. Это позволяет фермерам оптимизировать использование воды и улучшить урожайность.
Повышение урожайности
Технологии могут помочь и в предсказании урожая, что является критически важным в условиях растущего населения и усугубляющегося климатического кризиса.
Ярким примером применения искусственного интеллекта в этой области можно назвать проект Descartes Labs. Эта компания использует множество источников данных, включая спутниковые изображения, чтобы прогнозировать урожайность посевов на уровне отдельных полей. Они совмещают многолетние данные о погоде, почве, сортах растений и другие факторы, чтобы создать уникальную модель предсказания урожая.
Международный исследовательский центр по семеноводству и сельскохозяйственной биотехнологии в Индии (ICRISAT) также разрабатывает систему, которая с помощью ИИ и «больших данных» помогает предсказывать будущие урожаи и рекомендовать сельским хозяйствам оптимальные схемы посева.
Международный исследовательский центр по семеноводству и сельскохозяйственной биотехнологии в Индии (ICRISAT), который давно занимается вопросами изменения климата, в сотрудничестве с Microsoft разработал AI Sowing App — приложение на основе искусственного интеллекта. Оно анализирует исторические климатические данные и предоставляет фермерам рекомендации по оптимальной дате посева, что позволяет увеличить урожайность на 30%.
Интересный проект, заостряющий свое внимание на проблемах климатичесих изменений, — cервис aWhere. Он действует как «агроклиматический консультант» для фермеров, используя суперкомпьютеры и модели машинного обучения для анализа метеорологических данных. aWhere сотрудничает с партнерами по всему миру, чтобы внедрить климатически оптимизированное сельское хозяйство, особенно в районах, страдающих от климатических изменений: прежде всего это касается фермеров в Африке.
Среди российских компаний этого сектора можно отметить Agrosignal. Она разрабатывает программное обеспечение для сельскохозяйственного сектора. Agrosignal использует сенсоры и алгоритмы машинного обучения для сбора и анализа данных о состоянии почвы и растений в реальном времени, что позволяет фермерам предсказывать урожайность и оптимизировать использование ресурсов.
Борьба с болезнями и вредителями
Глобальное потепление порождает новые угрозы для сельского хозяйства, включая появление новых видов вредителей и болезней растений. «Умные» технологии играют ключевую роль в преодолении этих вызовов, предоставляя новые инструменты для мониторинга и борьбы с этими угрозами.
Так, стартап Genetics из Новосибирска анализирует маркеры устойчивости к филопатогенам, что позволяет вырабатывать индивидуальные рекомендации для борьбы с вредителями.
Основанный в Израиле стартап Taranis использует высокоразрешающие аэрофотосъемки, комбинированные с ИИ, для идентификации и предсказания угроз урожаю, включая вредителей, болезни и питательные дефициты. Их технологии могут обнаружить начало инфекции на раннем этапе, что позволяет фермерам принять меры до того, как болезнь распространится.
Другой проект, позволяющий обнаруживать болезни и вредителей на ранней стадии, — это FarmBeats от Microsoft. Он помогает фермерам более эффективно мониторить свои поля с помощью ИИ, облачных технологий и «Интернета вещей», используя датчики и дроны, чтобы собирать данные о состоянии полей и анализировать их.
Компания Blue River Technology разработала технологию See & Spray, которая использует компьютерное зрение и ИИ для распознавания и уничтожения вредителей на полях. Это помогает не только снизить вред от вредителей, но и сократить использование пестицидов, что способствует устойчивости сельского хозяйства.
Борьба с сорняками
Другая проблема, с которой сталкиваются фермеры по всему миру, — это борьба с сорняками, в которой тоже может помочь машинное зрение — им оснащают прополочные машины. Благодаря более точному определению сорняков можно снизить вредное воздействие на природу — применяя гербициды прицельно и в минимальных дозах, как это делает культиватор от компании Greeneye. А самые последние разработки позволяют и вовсе избежать химикатов, поливая сорные травы горячим маслом или уничтожая с помощью лазера.
«Живые» стены
В то время как технологии продолжают преобразовывать традиционное сельское хозяйство, они также открывают новые возможности для городского земледелия. Особенно актуальными становятся инновации в области устойчивого использования городского пространства. В этом контексте концепция «умных» зеленых стен представляет собой прорывное решение, которое может преобразовать городские ландшафты и способствовать устойчивому городскому земледелию в условиях глобального потепления. Они применяются в интерьерном озеленении, но у них есть огромный потенциал в сити-фарминге, который еще предстоит исследовать.
Канадский стартап Biome представил «умное» устройство под названием Taiga. Это не просто красивая «живая» стена, но и «умная» система очистки воздуха. Все дело в микроорганизмах, которые живут в корнях растений и усваивают загрязнители. Встроенные датчики отслеживают состояние воздуха, а система регулирует поток воздуха к корням. Taiga использует исследования NASA по биоремедиации для обеспечения воздуха, который в 200 раз чище, чем у комнатных растений.
Финская компания Naava пошла еще дальше и добавила в зеленые стены элемент цифровизации. Теперь ими можно управлять через приложение. Искусственный интеллект обрабатывает данные от датчиков и метеорологических спутников, адаптируя условия для максимальной эффективности очистки воздуха и комфорта растений. В России такой разработкой стала «умная» стена Walden, находящаяся сейчас на стадии прототипирования.
Эти технологии могут быть адаптированы для использования в сити-фарминге.
Начало этому положили в нью-йоркском проекте Green Living Technologies. Они разработали модульные зеленые стены, которые могут быть установлены на любой вертикальной поверхности и интегрированы с системой автоматического полива и управления. Это позволяет выращивать овощи и зелень прямо в городе, снижая необходимость в транспортировке продуктов и уменьшая выбросы углекислого газа.
«Умные» зеленые стены также могут играть важную роль в адаптации городов к изменению климата. Они помогают снизить температуру в городе, уменьшая так называемый «эффект городских тепловых островов». Кроме того, они способствуют улучшению качества воздуха, поглощая углекислый газ и выделяя кислород.
Размышлением на тему города будущего, объединяющего в себе биофилию и технологии, стал проект Robotic Urban Farmers от Advanced Architecture Group. Он представляет собой визионерскую концепцию, где роботизированные технологии вступают в симбиоз с природой, превращая городские фасады в живые, дышащие экосистемы: автоматизированные роботы, внедренные в зеленые стены и фасады зданий, обеспечивают уход за растениями, делая зеленые пространства более доступными и устойчивыми. Это не просто красивый элемент дизайна, но и функциональное решение, которое способствует созданию здоровой городской среды. Оно представляет нам картину мира, где города становятся не просто местом проживания людей, но и активными участниками устойчивой экосистемы, способными к самообеспечению и самовосстановлению.
«Умные» технологии, включая ИИ, машинное обучение и «умные» зеленые стены, могут помочь создать устойчивые сельскохозяйственные системы, которые эффективнее используют ресурсы и снижают отрицательное влияние на окружающую среду.
Многие технологии, которые мы обсудили ранее, включая оптимизацию использования воды, предсказание урожая, борьбу с вредителями и болезнями растений, играют важную роль в создании устойчивого сельского хозяйства. Однако также можно представить и другие инновации.
Смарт-фермы, такие как AeroFarms, используют вертикальное земледелие и аэропонику (метод роста растений в воздухе без почвы) для создания систем сельского хозяйства, которые эффективнее и устойчивее традиционного земледелия. Они используют на 95% меньше воды, не используют пестициды, а также значительно снижают необходимость в транспортировке продуктов, так как могут быть размещены в городских условиях.
Выращивание растений в космосе
В контексте марсианского сельского хозяйства NASA уже много лет занимается разработкой систем, которые могут использовать «умные» технологии для выращивания растений в космосе. Проект «Veggie» NASA еще в 2014 г. демонстрировал, что возможно выращивать растения на Международной космической станции. Эти инновации могут стать основой для сельского хозяйства на Марсе и других планетах.
В целом, «умные» технологии представляют собой мощный инструмент для создания более устойчивых и эффективных систем сельского хозяйства, которые могут преодолеть вызовы глобального потепления и позволить нам преуспеть в изменяющемся мире.
Как аграриев пытаются подружить с искусственным интеллектом
Агропромышленный комплекс (АПК) считается одним из самых консервативных в плане внедрения инноваций. По результатам Индекса готовности приоритетных отраслей экономики РФ к внедрению ИИ в данной отрасли порядка 12% компаний используют ИИ-технологии, еще 37% только планируют это делать в ближайшее время, приводит данные Наквасин.
Чтобы простимулировать сельхозпроизводителей, власти прорабатывают вопрос об обязательном применении ИИ-технологий в рамках получения полноценных государственных субсидий.
С 2021 года в России разработан и реализуется федеральный проект «Искусственный интеллект» в рамках нацпроекта «Цифровая экономика». Меры, заложенные в федеральном проекте, предусматривают развитие кадрового потенциала, стимулирование научных исследований, финансовую поддержку разработки новых и внедрения существующих ИИ-решений.
Благодаря федеральному проекту «Искусственный интеллект» в 2021–2022 годах было профинансировано более 600 проектов в рамках разработки ИИ-решений и акселерации, открылись шесть исследовательских центров на базе вузов, утверждено 85 магистерских программ в 16 ведущих вузах страны. Следующим этапом реализации национальной стратегии должен стать переход к разработке прикладных ИИ-решений и тиражированию их среди компаний крупнейших отраслей страны.
«В текущих условиях бизнес быстро адаптировался и понял, что искусственный интеллект — это уже не технологии будущего, не эксклюзивный продукт, а необходимая реальность. То, что уже сейчас позволяет оставаться конкурентоспособным и эффективным, — замечает замминистра экономического развития России Максим Колесников. — Наша задача как государства состоит в том, чтобы обеспечить широкомасштабное внедрение технологий искусственного интеллекта во всех отраслях экономики. Сфера сельского хозяйства здесь не является исключением».
На что способен искусственный интеллект в сельском хозяйстве
Применение технологий ИИ в растениеводстве помогает проводить оценку состояния почвы и растений, контролировать процесс обработки посевных площадей и сбора урожая, повышать производительность сельскохозяйственных угодий, прогнозировать урожайность, неблагоприятные стихийные воздействия, а также поддерживать оптимальные условия выращивания сельскохозяйственных культур.
Технологии ИИ в животноводстве позволяют подбирать рацион животных, следить за их состоянием, выявлять паттерны активности, анализировать движения и позы, превентивно реагировать на появление проблем со здоровьем, контролировать процесс откорма скота, проводить инвентаризацию поголовья и осуществлять мониторинг передвижения. Решения ИИ также могут выявлять новые взаимосвязи между условиями ухода и здоровьем скота для предотвращения болезней.
«По состоянию на конец 2022 года мы замечаем, что технологии искусственного интеллекта в России получают недостаточное распространение, учитывая уровень имеющихся отечественных решений и разработок, которые не уступают зарубежным, — говорит Алексей Сидорюк, директор по направлению «Цифровая трансформация отраслей» АНО «Цифровая экономика». — Чтобы придать дополнительный стимул процессам внедрения ИИ и информирования об актуальных отечественных решениях, мы приняли решение запустить серию аналитических отчетов, посвященных отраслевому применению отечественных технологий искусственного интеллекта. В нашем недавнем отчете мы собрали лучшие практики по внедрению ИИ в сельском хозяйстве, детально проработали эффекты от использования этой технологии и надеемся, что это создаст дополнительный стимул для развития ИИ в сельском хозяйстве».
Что уже внедрено и работает
Кейсов применения российскими аграриями решений на базе искусственного интеллекта накопилось уже немало, следует из аналитического отчета, подготовленного АНО «Цифровая экономика» на тему применения эффективных ИИ-решений в сельском хозяйстве. Документ был представлен 1 июня на VIII ежегодной конференции «Цифровая индустрия промышленной России» в Нижнем Новгороде.
В настоящее время крупные агрохолдинги уже используют в своей деятельности технологии и цифровые продукты с искусственным интеллектом — управление посевами и уборкой, спутниковый мониторинг сельскохозяйственных угодий, системы управления сельхозпредприятиями, сельхозтехникой и другие, перечисляет замминистра сельского хозяйства Елена Фастова. Сегодня мы видим большое количество отечественных решений, которые доказали бизнес-эффект и готовы к тиражированию в отрасли, добавляет замминистра цифрового развития, связи и массовых коммуникаций Григорий Борисенко.
В контексте применения ИИ в сельском хозяйстве приведем несколько примеров.
Применение роботизированной техники на базе ИИ
- Проблема: фермерам приходится выполнять большое количество повторяющихся трудоемких сельскохозяйственных операций — посадка, опрыскивание, прополка, сбор урожая и др. Из-за человеческого фактора могут иметь место потери зерна при уборке урожая, перерасход топлива из-за неоптимальных проходов комбайна, увеличение сроков уборки урожая.
- Решение: отечественная компания Cognitive Pilot разработала систему автономного управления комбайнами, тракторами, опрыскивателями на основе искусственного интеллекта (ИИ). Система Cognitive Agro Pilot анализирует поступающие с видеокамеры изображения и при помощи нейросети глубокого обучения определяет типы и положения объектов по ходу движения, строит траектории движения техники и передает необходимые команды для выполнения маневров. В России работают более 1000 «умных» комбайнов. Кроме того, с весны 2023 года ИИ-автопилоты Cognitive Agro Pilot промышленно используются на тракторах от Пскова до Благовещенска. Cистема Cognitive Agro Pilot также поставляется в США, Канаду, страны Латинской Америки, Евросоюза, Ближнего Востока, Африки и СНГ.
Интеллектуальная система поддержки принятия решений в растениеводстве
- Проблема: фермерам крайне сложно из года в год предсказывать результат своих усилий по выращиванию зерна, овощей или фруктов. Приходится всякий раз отслеживать состояние полей, планировать сельхозоперации, оптимизировать расходы и т.п. В целом на урожайность влияет множество факторов.
- Решение: программное решение «Агроаналитика» российской компании «СмартАгро» позволяет обеспечить сбор и обработку больших массивов данных с техники, дистанционного зондирования земли, почвы, урожая. За счет моделей машинного обучения можно прогнозировать урожайность, циклы, относящиеся к растениям (цветение, рост, созревание и т.д.), влияние подкормок на качество готовой продукции и т.п. «Агроаналитику» уже используют такие компании, как ООО «Русская аграрная группа», ООО «Заречное», ГК «Мираторг», ГК «Агротех-Гарант» и другие.
Мониторинг сельхозугодий с помощью беспилотников
- Проблема: фермерам непросто проводить качественный мониторинг сельхозугодий. Как правило, на это уходит много времени, из-за недостаточной частоты осмотров аграрии имеют низкое качество данных о состоянии полей.
- Решение: беспилотные летательные аппараты (БПЛА) с RGB-камерами высокого разрешения на борту и программное решение «Ассистагро» от компании «Геомир» позволяют быстро и точно оценивать состояние посевов и находить проблемные участки на полях. Дрон в автоматическом режиме облетает все поле, делая снимки в заданных точках. Система с помощью искусственного интеллекта анализирует полученные с дрона снимки, определяет культурные, сорные растения и их фазы развития и рекомендует оптимальные технологии защиты посевов.
Каковы перспективы развития ИИ в России
На сегодняшний день ландшафт российского рынка ИИ не претерпел сильных изменений от воздействия санкционных мер, говорит глава Национального центра развития искусственного интеллекта Сергей Наквасин. Многие компании смогли адаптироваться, запустили собственные вычислительные мощности и наладили новые каналы взаимодействия с поставщиками и потребителями.
Что касается сельского хозяйства, то сегодня в отрасли представлены компании-вендоры отечественных ИИ-решений по разным направлениям: «Геомир» развивает технологии точного земледелия, «ЦентрПрограммСистем» занимается системами автоматического подсчета поголовья для свиноводческих и мясоперерабатывающих предприятий, «Айтеко» разрабатывает системы промышленной видеоаналитики для контроля качества продукции и технологических процессов, перечисляет Наквасин. Наиболее распространенные предметные области разработок связаны с системами интеллектуальной поддержки принятия решений и компьютерным зрением.
Крупнейшими заказчиками, инвестирующими в развитие ИИ в сельском хозяйстве, являются «Магнит», «Русагро», «Мираторг», «Щелково Агрохим» и «Русская аграрная группа», следует из отчета АНО «Цифровая экономика».
По прогнозам Института статистических исследований и экономики знаний НИУ ВШЭ, благодаря большому потенциалу технологий искусственного интеллекта спрос российской отрасли сельского хозяйства на ИИ-решения к 2030 году может достигнуть 86 млрд руб., что в 20 раз больше по сравнению с показателями 2020 года (3,9 млрд руб.).
Источники: https://controleng.ru/, https://www.rbc.ru/
