Найти тему
Город будущего

Дроны пасут овец, а алгоритмы определяют спелость фруктов

Стриминговые сервисы передают данные от одного устройства к другому бесперебойно в потоковом режиме. Данные могут быть разные: от отчетов о пользовательских действиях до телеметрии и показателей IoT-устройств. «Хабр» представляет обзор стриминговых технологий, применяемых в сельском хозяйстве.

IoT-датчики. По экспертным оценкам, внедрение IoT-решений позволит сельскохозяйственной отрасли расти на 20% быстрее — например, может снизить гибель скота на 15%. Датчики способны следить за биоритмами (даже спрогнозировать начало репродуктивного цикла) и активностью каждого животного (чтобы в нужный момент сменить корм). С их помощью можно выявлять больные особи на ранней стадии, чтобы быстро отделить их от стада и предотвратить эпидемию. Благодаря интернету вещей биологи изучают геномы и микроклимат, улучшая качество получаемого урожая. IoT также используют для регулирования температуры, влажности, освещения и состояния почв в теплицах: так, роботы нидерландской компании HortiKey сканируют кусты томатов, измеряя размер, спелость и количество плодов.

Дроны. Их используют для картирования и обследования сельскохозяйственных культур. Например, беспилотники с инфракрасными камерами ищут по снимкам больные растения, которые меньше отражают инфракрасного излучения и на спектре выглядят как участки зеленого цвета. Благодаря этому фермеры могут использовать меньше пестицидов, то есть, применять их точечно — лишь на пораженных растениях. Анализ изображений со спутников и дронов позволяет прогнозировать нападение вредителей, выявлять закономерности в их активности. ИИ анализирует признаки нападения насекомых, обучившись на изображениях прошлых нападений. Такую систему уже используют в Индии для защиты хлопковых полей. Еще беспилотники создают карты полей, наблюдают за всходами, орошают плантации. Также беспилотники ищут и считают больных или раненых животных, находят отбившихся от стада и даже помогают пасти скот. Пример — автономные дроны израильской компанией BeFree Agro.

Компьютерное зрение. К 2026 году расходы на ИИ в сельском хозяйстве вырастут в четыре раза — в основном, за счет внедрения технологий компьютерного зрения. Например, алгоритм приложения VineView отличает «хорошие» гроздья винограда от «плохих»: последние он определяет по скрученным листьям, желтизне и красным пятнам. А камеры бразильской компании Cromai сортируют фрукты по цвету, форме и текстуре, определяя их спелость. Компьютерный «глаз» способен измерять фактическое количество воды в растении, чтобы фермер мог поливать его только при необходимости. Находить сорняки и вредных насекомых, благодаря чему фермеры могут использовать химикаты локально, сократив их количество на 90%.

Искусственный интеллект. ИИ умеет определять вес кур, свиней и рогатого скота, чтобы предсказать лучшее время забоя и сократить затраты на откорм. А еще компьютерное зрение оценивает характеристики доения и помогает увеличить надои. Например, в Татарстане компания Smart Farm разрабатывает систему управления молочной фермой на основе компьютерного зрения. С помощью ИИ она круглосуточно анализирует поведение животных по записям с камер — определяет оптимальное время для корма и предупреждает об отклонениях работников фермы. По приблизительным оценкам, выручка сельскохозяйственной отрасли благодаря ИИ к 2030 году вырастет в 18 раз — до $11,2 млрд.