Как быстро и эффективно спрогнозировать урожай? Еще несколько десятков лет назад агрономы использовали сложные математические расчеты, учитывали множество факторов для составления плана урожайности. Однако такие системы являются не самыми точными и эффективными. Программное обеспечение и нейросети уже давно предлагают использовать для прогнозирования различных процессов в сельском хозяйстве.
Можно сказать смело – будущее наступило. Нейросети и умные системы научили прогнозировать урожай с грандиозной точностью.
Интеллектуальная система от МГУ и Яндекс
Несколько лет назад группа ученых биофака МГУ, Агроинженерного центра и еще нескольких университетов представила программу для эффективного мониторинга сельскохозяйственных угодий. В создании системы активное участие принимали специалисты компании Яндекс, а программное обеспечение основано на искусственном интеллекте и нейросети.
Создатели заверяют, что новый инструмент не только умеет прогнозировать урожайность любых культур, но и может оценить их состояние на разных этапах развития. По сути, нейросеть научили следить за посевами в режиме реального времени.
Инструмент работает следующим образом:
• Фермер снимает плантации или угодья (яблоневый сад или пшеничное поле) на камеру собственного смартфона и загружает снимки в облачное хранилище Яндекса.
• Система проводит глубокий анализ фотоснимков, сравнивает представленные картинки с эталонами плодов и посевов.
• Алгоритм выдает прогноз урожайности по мере роста и созревания плодов.
Конечно, это утрированная схема работы нейросети. В реальности ученым и программистам пришлось провести огромную работу.
Система аграрного холдинга «Степь»
Компания «Степь» разработала собственное программное обеспечение для прогнозирования урожая яблок в садах. В данном случае используется нейросеть, которую обучили мониторить созревание плодов и соцветий на каждом этапе.
Единственная проблема в том, что фермерам нужно делать очень много фотографий и загружать в систему, после чего нейросеть изучает фото и выдает прогноз. На практике система показала хорошую результативность, но пока ее сложно реализовать в больших масштабах. Специалисты компании предлагают использовать роботов и БПЛА для работы с фотографиями и автоматической загрузкой файлов.
Agro AI от Сбера
Компания Сбер уже давно занимается развитием современных IT-технологий на базе искусственного интеллекта. Последний проект получил название Agro AI и представляет собой уникальную систему для агропромышленного комплекса, способную оценивать поля, прогнозировать урожай и проводить глубокий анализ посевов. Система работает комплексно на базе беспилотных аппаратов, роботов и искусственного интеллекта.
Интересно, что данный проект компания разрабатывала полностью своими силам совместно со специалистами СберАналитики.
Австралийский проект для виноградников
В Австралии предложили свой проект «умной» системы для определения урожая виноградников. Австралию можно считать в этом плане крупнейшим производителем продуктов на базе винограда. Специалисты Квинслендского университета предложили использовать БПЛА для мониторинга и контроля сельскохозяйственных угодий.
Систему протестировали еще в 2016 году, и она доказала высокую эффективность. Беспилотники с камерами RGB высокого разрешения сканировали виноградники и загружали фото в систему, которая проводила анализ.
Британская Intelligent Fruit Vision
Британская компания Intelligent Fruit Vision уже несколько лет развивает систему Fruitvision, способную в онлайн режиме мониторить посевы и предоставлять максимальное точные данные об урожае. Комплексное решение включает в себя несколько автоматизированных систем, роботов и БПЛА, которые наблюдают за ростом фруктов, овощей и растений.
Опять же, все указанные системы пока находятся на стадии тестирования, но будущее уже очевидно – роботы и нейросети способны делать максимально точные прогнозы урожая.
#сельхоз #фермы #агро #агропром #стартап #стартапагро #agrowow #экология
