Представьте: селекционер сажает новый сорт гороха и годами ждет урожая, чтобы понять, стоил ли трудовой подвиг свеч. В случае неудачи риск получить некондицию велик, а ставка часто делается на интуицию и многолетний труд. Именно эту проблему — отсутствие инструментов для раннего прогноза — решили ученые Башкирии, соединив аграрную науку с цифровыми технологиями.
Команда лаборатории интеллектуальных систем Башкирского государственного аграрного университета, созданной в рамках программы «Приоритет-2030», объединила молодых технических и IT-специалистов. Одним из результатов этого союза стало ускорение селекции гороха.
— Любая селекция растений, как сельскохозяйственных, так и декоративных — это, как правило, годы ожидания. Работы очень много: вырастить, дождаться созревания, провести полевые оценки… Ключевая задача — понять, обладает ли новый сорт гороха хозяйственно ценными признаками и будет ли он товарным, — поясняет директор проектного офиса БашГАУ Айгуль Габитова.
Суть инновации — программно-аппаратный комплекс, который обеспечивает автоматизированную фиксацию цифровых изображений и формирование больших структурированных данных. В основе лежит модель предиктивной диагностики с использованием нейросетей.
Как это работает? Растение располагается на движущейся платформе, а рядом блок фотографирования с двумя камерами делает снимки с восьми сторон. Уже существует экспериментальная установка и ее промышленная модификация. Под экспериментальную установку создан софт.
Нейронная сеть обучается на полученных данных до тех пор, пока не будет достигнута нужная точность распознавания признаков. Сейчас, по словам ученых, агрономы вынуждены измерять растение рулеткой и вручную заносить данные в таблицу по каждому растению. Новый комплекс делает этот процесс автоматическим. Ручное фенотипирование (анализ внешних признаков растений) теперь выполняет машина.
Робот делает снимок, нейросеть распознаёт 26 ключевых признаков (по фазам роста), а платформа выдаёт прогноз — будет ли сорт товарным. Но это только часть истории. Лидер проекта, руководитель лаборатории Алексей Катков, подчеркивает, что элементом комплекса цифрового фенотипирования является климатическая камера для роста растений, полностью разработанная специалистами Башкирского ГАУ из отечественных комплектующих.
— Мы занимаемся разработкой климатических камер уже четыре года. Есть целый модельный ряд вместимостью от 300 до 23 тысяч литров. Камера позволяет задать режимы по температуре, влажности и освещению. Утром — один режим, днем — другой, вечером — третий. Присутствует система вентиляции и полива. Освещают камеру фитосветильники полного спектра, максимально приближенные к натуральному свету. Можно менять спектр и интенсивность освещения и даже имитировать рассвет и закат, — поясняет Алексей Катков. — В такой камере можно устроить «заморозки», проверить зимостойкость сорта либо задать температуры по прошедшим месяцам. Это в разы ускоряет селекцию. Кстати, управлять процессом можно удаленно — со смартфона или компьютера. Также у нас разработан вариант климатической камеры с движущимся конвейером.
Буквально недавно на базе БГАУ открылся Центр агронетики, в структуру которого вошли семь учебно-научных лабораторий: от фитотроники и цифрового фенотипирования до беспилотных систем в АПК. Центр открылся в рамках нацпроекта «Технологическое обеспечение продовольственной безопасности» и программы «Приоритет-2030». Именно здесь студенты и молодые ученые получают доступ к самым современным цифровым инструментам, работают с реальными задачами, что будет способствовать подготовке кадров для цифровой трансформации агропромышленного комплекса России.
— Это не наука ради науки, это акцент на технологическое лидерство, — подчеркивают в университете.
По словам ученых вуза, уже созданы первые базы данных и две работающие модели распознавания признаков гороха. В разработке — ещё 24 признака на более чем 100 сортах. Целевыми заказчиками выступят селекционные компании, аграрные вузы и научные институты. Бизнес-модель предполагает продажу комплексов «под ключ» и доступ к облачной платформе предиктивной аналитики (подписка или лицензия на программное обеспечение).