Фермеры могут сфотографировать лист, после чего нейросеть определит болезнь и предложит лечение. Решение учитывает местные сорта и зарегистрированные препараты.
Екатерина Морозова
Болезни растений уничтожают почти половину урожая в мире, а из‑за глобального потепления ситуация ухудшается: к 2030 году потери могут вырасти еще на 10−15% в регионах с теплеющим климатом. В России площадь засушливых земель за 30 лет увеличилась почти в 1,8 раза, а болезни и вредители распространяются на север. В Кировской области и Коми в 2025 году зараженность семян достигла 40,78%, сильнее всего пострадали ячмень, овес и горох — это ведет к росту цен на продукты. В Бразилии потери от болезней за 2020−2024 годы составили десятки миллионов тонн.
Сейчас агрономы чаще диагностируют болезни «на глаз» — это долго, требует опыта и чревато ошибками. Ученые Пермского Политеха и ПГАТУ создали ИИ‑систему, которая распознает болезни растений по фото, подсказывает, чем лечить, и помогает вести учет сада в «Календаре садовода». Как рассказала пресс-служба Минобрнауки РФ порталу Наука Mail, сначала ее адаптировали для миндаля: испытания в Крыму показали точность 70−90%, а гибель саженцев снизилась до 1−2%. Миндаль — перспективная культура для России (90% орехов сейчас импортные), его посадки в стране растут, но он уязвим к заморозкам и инфекциям. Разработку можно масштабировать на другие культуры — это поможет сохранять урожай, сдерживать цены и замещать импорт.
Чтобы научить программу распознавать болезни, ученые собрали базу изображений: для каждого заболевания (грибкового, вирусного или бактериального) использовали не менее 50 образцов, снятых в полевых условиях. Точность распознавания достигла 70−90% — это уровень опытного агронома.
Все данные о состоянии растений, диагнозах и проведенных обработках сохраняются в «Календаре садовода». Это цифровой дневник, где пользователь видит историю каждого дерева, может прикреплять фотографии и заметки, а программа сама напоминает, когда пора поливать, обрабатывать или проверять сад.
В отличие от многих приложений (включая ChatGPT), которые ищут в базе похожую картинку и выдают предположительный диагноз, разработка ученых ПНИПУ анализирует симптомы — цвет и текстуру листа, его форму, наличие пятен — так же, как это сделал бы опытный агроном. Сначала ученые систематизировали знания о болезнях и выстроили логическую структуру, а затем на ее основе обучили нейросеть. Благодаря этому диагностика стала точнее, прозрачнее и гибче.
Программа позволяет вести учет нескольких плантаций и саженцев, ставить диагноз и проводить экономический анализ. Она адаптирована под российские условия: учитывает местные сорта, болезни и вредителей, а рекомендации по лечению соответствуют препаратам, зарегистрированным в РФ. Приложение доступно для скачивания в открытом доступе.
Ученые планируют дообучить нейросеть на большем количестве образцов, адаптировать систему под оливки и масштабировать технологию на другие культуры и регионы. Также в рамках проекта создается мобильный робот для ухода за садом: он будет поливать и опрыскивать больные деревья по команде из приложения, а еще отпугивать диких животных, например зайцев, повреждающих кору молодых деревьев.
Внедрение этой системы поможет фермерам сохранять больше деревьев, сократить время на обходы и получать стабильный урожай, а потребители получат больше отечественных продуктов по более доступным ценам.