Колонка Олексія Коваленка, спеціаліста з розвитку цифрових рішень Corteva Agriscience, для видання SPEKA.
Якщо говорити про повноцінний штучний інтелект в агрономії, то з практичного погляду, це хоч і недалеке, але усе ще майбутнє. Ми можемо швидше почати виробляти штучну їжу, ніж економічно ефективно використовувати штучний інтелект для контролю за вирощуванням сільськогосподарських культур в полі. Але це не значить, що вже зараз не можна застосовувати, наприклад, машинне навчання, щоб зробити процеси сільськогосподарського виробництва більш прогнозованими чи ефективними. І, в першу чергу, збільшувати виробництво продовольства в умовах змін клімату, зміцнюючи продовольчу безпеку.
Національний інститут продовольства та сільського господарства США заявляє, що робототехніка, цифрові GPS рішення та IoT пристрої можуть підвищити ефективність вирощування сільськогосподарських культур. За допомогою машинного навчання можна ефективно аналізувати стан посівів, визначати, які проблеми і де саме є на полі, адресно вносити засоби захисту рослин, зменшуючи вплив на довкілля, зменшити кількість використаних добрив і води, використовуючи їх саме в необхідній кількості.
Corteva Agriscience – це глобальна, винятково сільськогосподарська компанія, яка працює з фермерами над створенням більш корисних і потужних технологій. Дослідники компанії використовують рішення Google Cloud у багатьох сферах своєї діяльності, зокрема в дослідженнях і розробках, обробці даних та відділі селекції рослин. Відділ цифрових технологій компанії використав інструменти від Google Cloud і партнера Kin + Carta для фотометрії - проекту, який завдяки штучному інтелекту може прогнозувати біологічну врожайність кукурудзи з метою планування необхідних агротехнологічних робіт.
Кожному фермеру чим раніше, тим краще хочеться мати можливість оцінити врожайність культури на полі, щоб мати можливість спланувати перед- та збиральні операції, транспортування, зберігання. Традиційно на полі кукурудзи, яка знаходиться на стадії молочної або молочно-воскової зрілості, розламують качан, рахують кількість зернин в ряду і кількість рядів, множать на масу насіння і отримують біологічну урожайність, яку вже можна використовувати для планування. Завдяки роботі вчених і розробників Corteva Agriscience у фермера тепер є можливість просто відсканувати качан кукурудзи смартфоном, внести прогнозовану масу 1000 насінин і, таким чином, отримати результат, залишивши качан на рослині. Ці результати залишаються доступними в смартфоні, при необхідності, з прив’язкою до поля, тому їх можна використовувати пізніше без небезпеки втратити.
Мобільна фотометрія від Corteva використовує машинне навчання, штучний інтелект і невелику кількість даних від користувача (густотою стояння і вагою 1000 зернят) для точного налаштування вимірювання урожайності кукурудзи в полі. Продукт був розроблений за допомогою візуального машинного навчання, що означає використання багато фотографій і «навчання» системи, як робити підрахунок. Камера смартфона використовується для фотографування та підрахунку зернин (ліве зображення). Потім інформація об’єднується з густотою стояння і вагою 1000 зернят (праве зображення) щоб визначити біологічну врожайність.
Як точно визначити густоту стояння? Традиційно на ранніх етапах агроному потрібно провести інтенсивний підрахунок сходів, щоб отримати ці дані, фізично обходячи поля, аби перевірити вегетацію рослин та підготувати повний звіт. Цей процес є досить трудомістким та часто неточним. Corteva не тільки скоротила час, необхідний для виконання цих оцінок, але й зробила дані більш доступними.
Спеціалісти компанії використовують перевірені алгоритми машинного навчання для створення нового рішення для оцінки сходів сільськогосподарських культур з використанням безпілотника. За допомогою візуального машинного навчання «навчили» систему відрізняти необхідні культури від бур’янів та рахувати кількість сходів на полі. Крім цього, система не лише рахує кількість рослин, але дає оцінку якості сходів, тобто показує аналіз кількості двійників та пропусків.
Джерело: SPEKA