Преподаватели Дальневосточного государственного аграрного университета работают над созданием нейросети, которая сможет определять болезни сои по фотографиям, сообщили в учреждении.
Над ботом работают декан финансово-экономического факультета Александр Горлов и руководитель проектного офиса управления программой развития университета Татьяна Колесникова.
— Идея создания «электронного агронома» связана с моим увлечением методами статистики, математики. Проводя свои исследования в области экономики, я погрузился немного в методы машинного обучения, которые связаны как раз со статистическими методами обработки информации. В тот момент я искал способы, как можно строить экономические модели, какие программные продукты можно для этого применять. И как раз познакомился с методами машинного обучения, которые являются основой искусственного интеллекта, – рассказывает Александр Горлов.
Диагностирование заболеваний живых организмов с помощью нейронных сетей уже существует. Для такого рода исследований необходимо иметь обширную базу фотографий – сотни тысяч снимков. Их преподаватели искали в интернете, а с приходом лета снимали сами на амурских полях.
— Мы выезжали в поля с магистрантами. Татьяна Павловна мне показывала на месте, что это растение заражено, а это нет. Синхронно с ней мы обходили всё поле, делали фотографии заболевших и здоровых растений. Также я сам выезжал в поля, когда у меня было время. Допустим, по пути к родственникам во время отпуска останавливался и снимал на смартфон, зная, как могут выглядеть больные растения. Снимал всё, а Татьяна Павловна потом отфильтровывала как специалист, – отметил Александр Владимирович.
В этой работе Татьяна Колесникова выступает как агроном и фитопатолог. Именно она отвечает за то, чтобы все болезни, которые попадаются на снимках, были правильно подписаны.
Задача Александра Владимировича – написать программный код, создать чат-бота, который и станет «электронным агрономом». Чтобы им воспользоваться, нужно лишь найти в Телеграме бота под названием «Болезни сои», сфотографировать или загрузить фотографию листа сои, вызвавшего беспокойство, и дождаться ответа. Программа уже умеет определять здоровое растение и три самых распространённых вида болезней сои: пероноспороз, септориоз, круглый церкоспороз.
Чтобы обучить нейросеть, нужно иметь как минимум 500-600 фотографий каждого заболевания. В базе разработчиков из Дальневосточного ГАУ сейчас примерно 300-400 снимков. Пополнять её будут в новом сельскохозяйственном сезоне. Чем больше материала для анализа – тем меньше ошибается нейросеть. Пока что уровень точности «электронного агронома» составляет 70-75 %.
Работа над проектом ещё продолжается. Необходимо доработать базу фотографий, также необходим постоянно действующий сервер и более мощный компьютер, который позволит быстро обрабатывать изображения.
— Мы посчитали, что примерно миллион рублей надо на такой компьютер. В рамках программы «Приоритет 2030» есть понимание, что нам такой компьютер нужно приобретать. С ним у нас появится больше возможностей, чтобы проводить такие исследования. И самый главный ресурс, который необходим – это время. Сейчас это больше хобби, чем основная деятельность. Летом в отпуске я активно работал над «электронным агрономом», находил час-два. Но с начала учебного года времени не хватает. Надеюсь, в следующий отпуск многие задачи решим и уже запустим в опытное пользование наш телеграм-бот, – сказал Александр Горлов.