Нейросеть обучили прогнозировать урожай
Команда российских ученых совместно с «Яндексом» создала интеллектуальную систему![](https://cdn5.vedomosti.ru/image/2021/43/1mu8x/original-24a.jpg)
Команда ученых биофака МГУ, Федерального научного центра (ФНЦ) им. Мичурина, Тамбовского госуниверситета, Агроинженерного центра ВИМ совместно с «Яндексом» создали систему мониторинга сельхозрастений на основе искусственного интеллекта, рассказали «Ведомостям» в пресс-службе поисковика. Новый инструмент позволит аграриям прогнозировать урожаи тех или иных культур, оценивать их состояние на разных стадиях созревания, а после сбора планировать цепочку логистики и дистрибуции сельхозпродукции, говорит его представитель.
По словам разработчиков, фермер сможет снять угодья (например, фруктовый сад) на камеру смартфона и загрузить фотографию в Yandex.Cloud – там она будет обработана специально обученной нейронной сетью, которая сравнивает изображение с эталонными снимками плодов или соцветий. Процесс обучения кропотлив – для того чтобы наполнить сеть данными, каждый вид растения необходимо сфотографировать 3000 раз. «Алгоритм в режиме реального времени выдает прогноз в виде графиков и таблиц, создаваемых в облачном сервисе визуализации данных Yandex DataLens. С его помощью можно показать на карте даже отдельные деревья с оценками урожая по каждому», – уверяет представитель «Яндекса».
Пока система работает в экспериментальном режиме: она была протестирована на площадках в ботаническом саду МГУ и экспериментальном саду ФНЦ им. Мичурина. На коммерческой основе разработчики планируют внедрять дистанционный мониторинг растений уже в ближайшие год-два. В ближайшее время систему планируется тестировать в ключевых российских регионах – производителях плодовых культур, в частности в Ставропольском крае, Курской и Липецкой областях, говорится в ее описании.
Для будущих клиентов планируется продавать услуги мониторинга и прогнозирования по подписке за единицу площади сада, рассказывает один из ее создателей: «Рассчитать стоимость использования разработки для хозяйств и ферм пока сложно, но цена не должна превышать 10–15 евро за гектар «оцифрованной» земли».
Из-за отсутствия систем мониторинга урожая российские садоводческие хозяйства ежегодно теряют до 40% продукции на сумму 720 млрд руб., говорят разработчики системы: «К примеру, разрыв между спросом и предложением на яблоки – на них приходится порядка 90% объема производства плодов в стране, – по данным Росстата и Плодоовощного союза России, достигает 2,5 млн т в год». Система дистанционного мониторинга растений позволит сократить эти потери как минимум на 15% и вдвое увеличить точность прогноза урожая, следует из ее описания.
Для повышения точности прогнозов может использоваться информация, полученная от метеодатчиков и IoT-сенсоров (Internet of Thing, интернет вещей), установленных в почве, говорят представители биофака МГУ. Специальные сенсоры могут определить влажность и посчитать фотосинтетическую активность растения, объясняют ученые.
Облака – универсальный инструмент и то, что их начали использовать в сельском хозяйстве, оправданно, говорит директор по развитию бизнеса «Крок облачные сервисы» Сергей Зинкевич: «Долгое время агросектор с точки зрения информационных технологий считался неразвитой отраслью – внедрение IT для сельхозпредприятий было непрофильной задачей, на модернизацию и создание такой инфраструктуры, как правило, не выделялось бюджетов». Но сейчас ситуация меняется в том числе потому, что агросектор перспективен для государства, его развитие – путь к продуктовому импортозамещению, считает Зинкевич. Поэтому любые проекты, которые помогут автоматизировать отрасль и повысят ее эффективность, безусловно, могут быть интересны, уверен он.
В агрохолдинге «Степь», входящем в АФК «Система», создали подобную систему прогнозирования валового сбора яблок – в ней используется нейронная сеть, рассказал его гендиректор Андрей Недужко: «На практике предлагаемое решение в больших масштабах технически трудно реализуемо, так как необходимо сделать огромное количество фото и видео деревьев, после чего создать 3D-модель каждого дерева и, главное, обучить нейронную сеть распознавать плоды». Система в итоге оказалась эффективной, но вряд ли такие инструменты будут широко востребованы, сомневается Недужко.
Нейросеть сначала нужно обучить, это требует времени и соответствующих компетенций, говорит президент Российского зернового союза Аркадий Злочевский: «Пока представители отрасли не убедятся в точности прогнозов, выстроенных нейросетью, они не будут им доверять. Сейчас прогнозами урожайности занимаются аналитики специальных центров, чьи компетенции подтверждены. При этом между ними существует конкуренция, по итогу каждого сезона проверяется, чей прогноз был точнее».