Искусственный интеллект (ИИ) в тенденциях сельского хозяйства
Применение роботизированной техники на базе ИИ
Роботизация применяется для таких рутинных процессов, как посадка и сбор урожая, опрыскивание, прополка, окучивание, подкормка почвы, внесение пестицидов. Система автономного управления комбайнами, тракторами, опрыскивателями на основе ИИ позволяет анализировать поступающие с видеокамеры изображения. Далее с помощью самообучающейся нейросети производится определение типов и положения объектов на территории. ИИ выстраивает маршрут и траекторию движения техники и передает ей команды для выполнения безопасных маневров. ИИ-система управляет беспилотным трактором и производит вспашку и посев.
При сборе урожая роботизированные системы с компьютерным зрением распознают спелые фрукты или овощи, оценивают их качество и собирают только подходящие плоды. Фасовку и взвешивание также могут выполнять роботы.
Такие технологии позволяют снизить расход топлива из-за неоптимальных проходов комбайна, процент потери зерна, значительно увеличить скорость уборки урожая, обеспечить сортировку плодов разной степени качества.
Мониторинг здоровья растений и животных
Благодаря сбору и обработке больших массивов данных, получаемых с техники, дистанционного зондирования земли, почвы, урожая, и использования моделей машинного обучения, можно осуществлять мониторинг и анализ состояния растений и животных.
В растениеводстве это помогает прогнозировать подходящее время для посадки, рассчитывать циклы цветения, роста, созревания, влияние подкормок на качество и количество продукции, выявление воздействия окружающей среды на рост культур и т.п. ИИ-технологии обнаруживают недостаток макроэлементов и микроэлементов в почве, питательных веществ в растениях, и сигнализируют об этом. Компьютерное зрение ИИ позволяет применять технологию распознавания изображений для обнаружения болезней растений и вредителей на них. Например, нейронная сеть обучена выявлять черную гниль на яблоках и определять уровень поражения плодов ею.
В животноводстве ИИ-технологии позволяют подбирать оптимальный рацион животных, анализировать движения и позы, что дает возможность своевременно реагировать на появление проблем со здоровьем и определять взаимосвязи между условиями содержания и возникновением болезней. Также данные мониторинга обеспечивают инвентаризацию поголовья и процессы откорма скота.
Прогнозирование и автоматизация планирования посева и животноводства
ИИ, системы обработки больших массивов данных и модели машинного обучения позволяют планировать удачное время для посева различных культур, прогнозировать урожайность, циклы роста и созревания растений, анализировать влияние удобрений на продукцию. Основанные на ИИ прогностические модели по совокупности параметров оценивают погодные условия на данной территории за прошедшие годы, состояние почвы, и формируют рекомендации по планированию посева, потребности в удобрении и поливе.
В животноводстве ИИ на основе мониторинга определяет факторы, влияющие на производство – условия содержания, температуру, рацион – и прогнозирует производство молока и поголовья. Технологии позволяют выявить малопродуктивных коров, рассчитать объем корма. Один из инструментов – температурные датчики, подающие сигналы о степени теплоты животного, исходя из чего его рацион увеличивается или уменьшается.
Мониторинг сельхозугодий с помощью беспилотников
Беспилотные летательные аппараты осуществляют мониторинг полей и собирают данные с помощью камер, делая снимки в заданных местах. Полученные фотографии передаются в обработку системам ИИ, которые безошибочно разделяют культурные и сорные растения, определяют фазы развития посевов и сигнализируют о проблемах. Для этого используются различные алгоритмы классификации, детекции и сегментации, позволяющие контролировать плотность всходов, выявление сорняков, болезней и вредителей, прогнозировать объем урожая, оценивать состояние растений и почвы на больших территориях.
Беспилотники могут осуществлять полив, точное внесение удобрений и пестицидов, сбор урожая, уничтожение вредителей. Их можно использовать также для решения складских и логистических задач.
Перспективы развития ИИ в России
Основными направлениями развития ИИ в сельском хозяйстве на сегодняшний день являются компьютерное зрение, машинное обучение и предиктивная аналитика.
Компьютерное зрение – это способность компьютера воспринимать изображения так же, как это делает человек. Технологии распознавания компьютером характеристик объектов, осуществление их классификации, локализации и сегментации по изображениям и видеозаписям развиваются уже более 20-ти лет. Системы компьютерного зрения могут сохранять архивы видеозаписей, наблюдать и анализировать происходящие в настоящем моменте действия и строить прогнозы на их основе. Технология компьютерного зрения, согласно прогнозам ученых, будет развиваться наиболее интенсивно и применяться повсеместно. Она значительно снижает вовлеченность людей в рутинные процессы, решая задачи обнаружения недостатка питательных веществ в растениях, отслеживания состояние здоровье животных и роста культур.
Машинное обучение – это инновационное научное направление, задачей которого является обучение ИИ мышлению и действию наподобие человеческим. Наиболее распространенным видом машинного обучения являются нейросети, архитектура которых подразумевает постоянное совершенствование их «интеллекта» за счет настроенных алгоритмов и входящих данных.
Предиктивная аналитика – это методология анализа данных и способов их интерпретации, целью которой является принятие эффективных решений на основе результатов прошлых аналогичных событий. И предиктивная аналитика, и машинное обучение позволяют прогнозировать множество параметров, связанных с урожайностью, производительностью, оптимальностью условий выращивания и содержания, на основе анализа больших объемов данных.
Также, безусловно, будет развиваться производство дронов – как совершающих аэрофотосъемку, так и осуществляющих точечное орошение, распыление пестицидов, внесение удобрений.
Автоматический мониторинг состояния растений и почвы, содержания животных, стадий роста культур – наиболее востребованная задача, актуальная для всех предприятий АПК и фермерских хозяйств. Это помогает определить связь между условиями роста растений и содержания животных с факторами окружающей среды, питания, возникновением и купированием болезней.
В условиях санкций в России нет нехватки в собственных ИИ-технологиях. На рынке представлено достаточное количество решений по разным направлениям:
- компьютерное зрение.
- системы интеллектуальной поддержки принятия решений.
- роботизированная техника.
- системы автопилотирования сельскохозяйственной техники.
- технологии точного земледелия.
- системы автоматического подсчета поголовья скота.
- системы промышленной видеоаналитики для контроля качества продукции и технологических процессов.
Согласно прогнозам Института статистических исследований и экономики знаний НИУ ВШЭ, к 2030 году спрос отрасли сельского хозяйства в России на ИИ-решения может достигнуть 86 млрд руб.
ИИ-алгоритмы действуют в связке с ИТ-системами – ведь нужно не только получить данные, но и обеспечить их структурированное хранение и обработку. Все данные, которые собирают дроны и другая роботизированная техника, поступают в централизованную систему обработки информации. Они осуществляют дальнейшую работу с данными – учет, систематизацию, постановку задач и контроль их выполнения, формирование аналитических отчетов в различных разрезах. За обработку отвечают, например, шины данных, 1С:MDM. Системы отраслевого и регламентированного учета ERP- и BI-классов преобразуют полученную информацию в отчетность и аналитические сводки.
ИТ решения в агропромышленном комплексе
Рассматривая тему ИИ в сельском хозяйстве, невозможно обойти вниманием ИТ-разработки, позволяющие значительно оптимизировать работу сельхозпредприятий. К ним относятся следующие классы систем:
- MES (системы управления производственными процессами).
- WMS (системы управления складом).
- EAM (системы управления активами).
- CRM (системы управления взаимоотношениями с клиентами).
- ERP (системы планирования ресурсов предприятия).
Наиболее эффективными являются специализированные комплексные решения, функционал которых учитывает все аспекты агропромышленной деятельности. Такие системы удобны тем, что они обеспечивают слаженную работу всех подразделений и направлений деятельности в едином информационном пространстве. О том, каким образом происходит интеграция ИИ с системой учета на предприятии, расскажем на примере решения 1C:ERP Агропромышленный комплекс, оно предназначено для автоматизации управления сельскохозяйственными предприятиями, занимающимися растениеводством и/или животноводством. В «1С:ERP АПК» поступают данные с систем ИИ и подвергаются обработке. Это, в свою очередь, позволяет автоматизировать следующие отраслевые задачи:
- Ведение полного цикла планирования в растениеводстве. Функционал дает возможность автоматизировать плановое размещение культур и формирование технологических карт. Осуществляется расчет плановых затрат и себестоимости готовой продукции, ведение календаря расходов, план-фактный анализ прямых затрат и себестоимости.
- Ведение производственного учета в растениеводстве. Под этим подразумевается формирование путевых листов, нарядов, актов, сводов по работам, структуры посевных площадей. Можно построить диаграммы Ганта выполнения работ, рассчитать хлебофуражный баланс, анализ урожайности полей.
- Учет работы автотранспорта и ГСМ. Функционал включает контроль документов и состава транспортных средств, учет себестоимости работ транспорта и эксплуатационных затрат, формирование путевых листов и свода по работам.
- Планирование и учет ремонтных работ транспортных средств. Фактически проведенные работы отделяются от плановых данных. Производится расчет сдельной и повременной оплаты труда, в том числе с привлечением подрядных организаций.
- Учет работ и готовой продукции на току. Предусмотрена возможность интеграции с различным весовым оборудованием. При регистрации взвешивания поддерживается отражение поступления урожая с поля, перемещения между складами, передача в подработку и возврат из нее, закупки материалов, отгрузки и возврата заказов.
- Оптимизация размещения сельхозкультур. Производится расчет рекомендуемой к посеву на поле культуры, исходя из анализа видов и параметров ранее выращенных растений и агроэкологических факторов. Также осуществляется расчет потребности в удобрениях и их доз.
- Консоль руководителя предприятия АПК по отраслевым показателям. К ним относятся прямые затраты, зарплата по видам работ, расход топлива, эффективности затрат, KPI развития растениеводства.
- Групповой производственный учет КРС. В него входит ведение справочников, учет движения, осеменения, отела, взвешивания, лечения, забоя и падежа скота, а также учет продукции животноводства, кормов и медикаментов.
- Групповой производственный учет на свинокомплексе. Функционал позволяет справочники, производить учет движения, осеменения, опороса, отъема, взвешивания, лечения, забоя и падежа скота, а также продукции, кормов и медикаментов.
- Индивидуальный производственный учет на свинокомплексе. Осуществляется ведение справочников, учет молодняка, животных на выращивании и откорме, хряков и свиноматок. Производится регистрация лечения, осеменения, опороса, проведение инвентаризации, учет кормов и семени.
- Отражение сельхоздеятельности в учете. Для этих целей разработаны специализированные рабочие места, позволяющие выполнять расшифровку данных до первичных документов отраслевого учета.
- Картография – отображение геообъектов компании на интерактивной карте. На ней можно выполнять различных видов расчетов, корректировок и визуализаций.
- Интеграция с GPS / ГЛОНАСС системами мониторинга транспорта. Это позволяет отображать трек движения техники из путевых листов, визуализировать обработанную площадь, фиксировать превышение скорости и возникающие в ходе проведения работ события. Отображается расход топлива, в систему можно вносить информацию на основе данных мониторинга.
- Агромониторинг – получение и визуализация данных о динамике изменения и сравнении вегетационных индексов NDVI и EVI на основе спутниковых снимков.
- Мобильное приложение «Помощник агронома». Приложение служит для оперативной автоматизации деятельности агрономов в интеграции с основной конфигурацией «1С:ERP АПК».
Рис.1. Фактический севооборот
Рис.2. Агроэкологический паспорт поля
Рис.3. Анализ зарплаты по видам работ
Рис.4. Отчет по продаже животных
Рис.5. Отчет об отъеме поросят
Рис.6. Анализ возрастной структуры стада
Рис.7. Редактирование границ полей, в том числе с учетом данных, полученных с серверов Росреестра
Рис.8. Трек движения техники
Рис.9. Сравнительный рейтинг NDVI и EVI по полям
- Вести по каждому полю наблюдения о ходе выращивания культур.
- Рассчитывать и отражать значения показателей развития растений.
- Отслеживать задачи по осмотру.
- Осуществлять геопозиционирование и обмер полей.
Рис.10. Интерфейс мобильного приложения
Подробнее про автоматизацию сельскохозяйственных предприятий смотрите в записи нашего вебинара:
Резюме
Активное применение и развитие искусственного интеллекта в области сельского хозяйства в России – это тренд, актуальный и на сегодняшний день, и в последующие годы. Применение дронов, систем компьютерного зрения и мониторинга, анализа больших объемов данных позволяет значительно снизить нагрузку на занятых в агропромышленной отрасли работников, спрогнозировать и повысить урожайность растений и воспроизводство животных.
Россия не зависит от импортных разработок: за последние годы появилось достаточное количество разнообразных ИИ- и ИТ-решений для сельскохозяйственной отрасли, и эта тенденция набирает обороты. Алгоритмы ИИ постоянно совершенствуются, что способствует более точному и надежному сбору и анализу данных, в том числе больших их массивов.
Внедрение ИИ-технологий на предприятиях АПК требует вложения средств и подготовки инфраструктуры, что является одним из сдерживающих факторов, особенно для небольших ферм. Однако эти вложения окупаются по мере использования ИТ-решений, выводят удобство работы и качество продукции на совершенно новый уровень.
