Меня зовут Светлана Вронская, я эксперт департамента аналитических решений «КОРУС Консалтинг и автор Telegram-канала Analytics Now. Поговорим об использовании искусственного интеллекта в сельском хозяйстве. Cкоро весна, а это значит, что на поля выйдет техника, и начнется новый агропромышленный сезон. Не без участия инновационных технологий, конечно.
Глобальный агрокомплекс
Индустрия сельского хозяйства оценивается в 5 триллионов долларов США. К 2025 году она должна кормить около 9 миллиардов людей, а количество новой культивированной земли прирастет только на 4%. Тренд на органические продукты вынуждает сельскохозяйственные предприятия искать альтернативу применению химикатов в борьбе с сорняками. Во многих странах наблюдается дефицит трудовых ресурсов. К тому же человеческий труд делает производство слишком дорогим. В таких условиях сельское хозяйство ищет пути оптимизации использования земли, того, что на ней выращивается, и тех, кто на ней пасется.
С одной стороны, агропромышленный комплекс считается одним из самых консервативных в плане внедрения инноваций во всех странах. А с другой – сельское хозяйство уже давно использует разного рода технологии, наверно, за исключением глубокой древности. В АПК требуются высокотехнологические оборудование и машины, поэтому оценивать, нужны ли ИТ в агрокомплексе, можно по-разному.
Если же вернуться к нашим баранам, то есть к потребности сельхозcектора в искусственном интеллекте, то цифры говорят о том, что рынок есть, и он будет очень быстро расти. Планируется, что через два года он превысит миллиард долларов США, а к 2025 году достигнет 2,6 миллиарда.
В международном агротехе одной из самых актуальных тенденцией стало применение искусственного интеллекта, позволяющего принимать решения на базе больших данных, а также частично – а иногда и полностью – заменять человека в производственном процессе.
Искусственный интеллект «в полях»
Основные области применения связаны с обнаружением болезней растений, классификацией и идентификацией сорняков, определением, подсчетом и сбором урожая, управлением водными ресурсами и почвой, прогнозированием погоды, определением поведения животных. Для этого используется весь арсенал технологий ИИ: компьютерное зрение, машинное обучение, распознавание звуков.
Сельскохозяйственные приложения позволяют фермерам наблюдать за условиями урожая с помощью «шлемов» или «защитных очков» с поддержкой ML. Данные с камеры устройств обрабатываются на месте или отправляются для анализа в облако.
Автономные тракторы в арсенале фермеров появились еще в 2012 году. Сейчас в них есть и радионавигация, и лазерный гироскоп, и возможность следовать маршруту, проложенному моделью машинного обучения. Эти же беспилотники оснащены системами компьютерного зрения: камеры, спутниковые навигаторы и коннекторы для передачи данных в облако или на сервер. Наиболее продвинутые будут решать проблемы прямо на поле или в теплице или хлеву.
Полезное применение ИИ – интеллектуальный полив. Современные ирригационные технологии с машинным обучением отличают сорняки от сельскохозяйственных культур и опрыскивают только их гербицидами. Как итог: снижается стоимость выращивания агрокультур и повышается безопасность продовольствия.
Кто же разрабатывает эти решения? На рынке есть три группы компаний, которые активно инвестируют в создание решений на базе AI. Во-первых, это хорошо знакомые всем технологические вендоры. Например, IBM, чья платформа Watson Decision Platform for Agriculture комплексно подходит к работе над урожаем. С ее помощью фермеры могут обрабатывать данные дистанционного зондирования земли, получать информацию о наличии поражений посевов из-за заболеваний или атаки вредителей, анализировать вероятность таких поражений на основе местного прогноза погоды и индивидуальных данных по посевам.
Источник: vc.ru
Вебинар