Всевидящее «око» над полями. Как искусственный интеллект помогает сельскому хозяйству?
В конце октября 2020 года белгородская IT-компания «ЦентрПрограммСистем» анонсировала технологию распознавания сельскохозяйственных культур и паров (пар — вспаханное поле, оставляемое на одно лето незасеянным, чтобы земля «отдохнула» — прим. Ф.), с помощью искусственного интеллекта. За несколько лет проект действительно появился в Белгородской области и Смоленской областях, а также в Приморском крае. Заместитель генерального директора по коммерции Сергей Зайцев рассказал, что с помощью снимков со спутников технология определяет, какая культура растёт на полях.
— Часто крупные компании ошибочно ожидают от своих агрономов, что они знают, где и какие культуры выращивают. Но представьте себе: допустим, 100 тысяч гектаров земли, 850 полей — где-то заявлена кукуруза, где-то подсолнечник, где-то ячмень, а компания большая, разбросана по нескольким регионам России, так что ошибок при подсчётах не избежать. Смысл нашей технологии заключается в том, что мы берём данные с космических спутников, удаляем со снимков следы выбросов и облачности, а затем определяем, где и какая культура растёт. Наш аппарат анализирует данные космоснимков и выстраивает математические кривые хода развития растений: сравнивает с тем, что было в прошлом году по аналогичным культурам, и определяется степень отклонения. Если есть значительные отклонения, то математический аппарат сигнализирует, мол: «Ребят, здесь что-то явно не то, что заявлено», — объясняет замдиректора.
Скриншот 1cps.ru
В министерстве сельского хозяйства и продовольствия Белгородской области полагают, что искусственный интеллект определяет культуры и пары с вероятностью более 90 процентов — то есть, созданная технология исключает человеческий фактор при сборе данных. По словам Сергея Зайцева, технология действительно справляется с выявлением несоответствий и помогает определить, какие поля заняты, хотя должны «отдыхать», а какие засеяны не теми сельхозкультурами.
— Однажды по результатам нашей технологии владельцы компании узнали, что на земле, где был заявлен пар, что-то произрастает. Кто-то, получается, без предупреждения посеял культуры, чтобы их продать, либо экономист или агроном случайно ошибся, — рассказывает Зайцев.
Например, в 2020 году владелец крупного агрохолдинга с помощью ИИ решил проверить, насколько достоверным был отчёт, который ему предоставили. По данным компании, под пары было выделено 93 поля — 6 458 гектаров земли. Однако технология «ЦПС» выяснила, что на 14 полях для паров всё-таки росли культуры: пшеница, подсолнечник, соя, кукуруза и травы — они заняли 803 гектара земли.
gallery-3048-thumbs
Замдиректора добавляет, что технология распознавания культур и паров с помощью ИИ создана не только программистами, но и специалистами в сфере сельского хозяйства, поэтому результаты точны.
— У нас свои программисты и методологи, а замдиректора — кандидат биологических наук. Мы не просто «айтишная компания», которая умеет программировать — мы хорошо знаем сельское хозяйство. У нас самообучаемая система, обработанные данные в ней накапливаются. Чем больше статистики и практики, тем сильнее база для использования в других компаниях. Наша технология может и должна развиваться по мере использования в других компаниях. Все наши результаты были признаны достоверными, потому что после них работники выезжали на места, проверяли поля. Сразу всё ставится под контроль, вызывается специалист, — объясняет Зайцев.
Скриншот 1cps.ru
Специалист также рассказал о других проектах по цифровизации растениеводства, приёмке и переработке зерна, а также по животноводству.
— В растениеводстве для компаний актуально посчитать, сколько было собрано урожая не просто с агрономического поля, а с кадастрового участка Росреестра — это задача, которую сейчас диктует государство, её мы решаем для нескольких клиентов.
В предприятиях по приёмке и переработке зерна мы разрабатываем проекты по оптимизации «управления двором»: это когда идёт управление транспортом, распознаётся его номер, и если он есть в базе, то открывается шлагбаум [для проезда транспорта]. Всё поступление зерна взвешивается без весовщика, автоматически загружаются данные по качеству с лабораторных приборов.
В цифровом животноводстве тренд — это дистанционное управление. Например, я с помощью телефона распределяю задачи: какой корове нужно сделать прививку, у какой — нужно проверить здоровье. Работник подходит к животным, сканирует их бирки и узнаёт, что кому нужно сделать, а затем отмечает на смартфоне выполнение задач. Вся информация о выполненной работе отправляется на центральную базу сервера. Я прихожу, открываю компьютер и вижу, как работают мои сотрудники, — рассказывает Сергей Зайцев о развитии технологий «ЦентрПрограммСистем».