От фермы к столу: как ИИ внедряет инновации в сельское хозяйство

Ожидается, что к 2050 году население мира вырастет на 2 миллиарда человек, поэтому нам нужно увеличить производство продуктов питания примерно на 60%, чтобы удовлетворить спрос. Искусственный интеллект (AI) помогает справиться с этой задачей, стимулируя инновации в сельском хозяйстве. Инновации на основе AI можно использовать для наблюдения за скотом, анализа роста урожая, прогнозирования необходимости обслуживания сельскохозяйственной техники и многого другого. Когда мы думаем о сельском хозяйстве, мы часто представляем только земледелие. Однако это обширная сфера, охватывающая множество различных функций и процессов.

Чтобы лучше понять влияние AI в сельском хозяйстве, рассмотрим конкретный пример — жизненный цикл фрукта. Что происходит с ним на пути от поля до нашего стола?

В этой статье мы рассмотрим, как ИИ помогает на каждом этапе — от посадки, выращивания и сбора урожая до переработки, транспортировки и продажи фруктов.

Внедрение новых технологий в сельское хозяйство для посадки фруктовых культур#

Первый этап жизненного цикла плодовых культур — выбор семян и их посадка. Фермеру нужно решить, какие фрукты выращивать в этом сезоне. Методы AI, такие как машинное обучение, позволяют анализировать большие объёмы данных и помогать фермерам выбирать лучшие семена для конкретных почвенных и климатических условий. Анализируя исторические данные о погоде, составе почвы и урожайности культур, AI может рекомендовать оптимальные сорта семян, которые с наибольшей вероятностью хорошо приживутся. Применение AI для выбора семян — активно развивающаяся область исследований, вызывающая большой интерес и обладающая значительным потенциалом.

Например, в 2018 году проект, использовавший машинное обучение для более эффективного выбора семян, получил грант в размере 100 000 долларов в рамках CGIAR Inspire Challenge. Проектом руководили исследователи из Института BioSense и CIMMYT. Они использовали данные о различных новых сортах кукурузы с сотен испытательных площадок в Мексике, чтобы разработать модели для прогнозирования характеристик семян. Подход, основанный на данных, повышает вероятность успешного урожая и снижает риск неурожая. После выбора лучшего типа семян можно применить компьютерное зрение для проверки их качества.

Рис. 1. Спутниковое изображение посевов кукурузы в Мексике: более яркие участки обозначают более здоровую растительность.

Оценка качества семян с помощью компьютерного зрения#

Компьютерное зрение можно использовать для анализа изображений семян фруктовых культур высокого разрешения и обнаружения дефектов, заболеваний и генетических признаков, невидимых человеческому глазу. Для сортировки, классификации и оценки качества семян можно применять различные задачи компьютерного зрения. Автоматизируя эти задачи, ИИ помогает обеспечить посадку только самых качественных семян, что позволяет фермерам получать более высокий урожай.

Например, сортировщик GeNee™ от Seed X — это сортировщик семян на базе AI, который оптимизирует процесс их отбора. Он распределяет семена по двум категориям: семена высокого качества, способные прорасти, направляются в основной контейнер, а семена с низкой вероятностью прорастания — во вторичный. Сортировщик оценивает цвет, форму, размер, генетическую чистоту и прогнозирует всхожесть. Благодаря этому устройству всхожесть может превышать 90%, а значит, больше семян успешно превращаются в здоровые растения.

Рис. 2. Сортировщик GeNee™ от Seed X.

Выращивание и сбор фруктов с помощью AI#

ИИ также можно использовать для улучшения анализа почвы и мониторинга культур. Дроны с передовыми камерами пролетают над фруктовыми садами и полями, получая подробные изображения почвы и состояния растений. Эти изображения обрабатываются для создания карт, показывающих различия во влажности почвы, уровне питательных веществ и состоянии растений. На основе анализа изображений можно выполнять такие задачи, как обнаружение сорняков, мониторинг роста и оценка урожайности, корректировка полива, точное внесение удобрений и целенаправленная борьба с вредителями. Мониторинг с помощью ИИ в реальном времени помогает повышать урожайность фруктовых культур и внедрять устойчивые методы ведения сельского хозяйства.

Если собрать урожай на день раньше или позже оптимального срока, потенциальный доход фермера может снизиться на 3,7–20,4%. ИИ помогает определить лучшее время для сбора фруктов. Традиционные методы сбора сильно зависят от ручного труда и могут быть менее эффективными и более затратными по времени. Для сбора урожая с помощью ИИ используются передовые датчики и алгоритмы машинного обучения, анализирующие данные о цвете и размере фруктов, а также об условиях окружающей среды, чтобы прогнозировать спелость. Так фрукты собирают, когда они достигают оптимальной зрелости, что повышает урожайность и сокращает потери.

Рис. 3. Сегментация спелой клубники с помощью компьютерного зрения.

Обработка после сбора урожая: объёмный анализ сегментации и упаковки фруктов#

После сбора урожая важно отсортировать фрукты и определить их класс, чтобы лучшие плоды попали к потребителям. AI можно использовать для объёмного анализа сегментации фруктов. С помощью моделей компьютерного зрения, таких как Ultralytics YOLOv8, можно оценить размер, форму и качество фруктов.

Рис. 4. Сегментация фруктов с помощью модели компьютерного зрения Ultralytics YOLOv8.

Процесс включает съёмку фруктов высокого разрешения на конвейерной ленте, сегментацию отдельных фруктов с помощью модели YOLOv8, а также объёмный анализ для измерения их размера и формы и обнаружения дефектов. На основе результатов анализа фрукты автоматически сортируются и распределяются по категориям для соответствующей упаковки, переработки или отправки. Сортировка и определение класса с помощью AI повышают эффективность, точность и стабильность процесса, сокращают потери и увеличивают ценность урожая.

После сортировки фрукты можно точно упаковать на автоматизированных упаковочных линиях. Системы AI с OCR (оптическое распознавание символов) проверяют точность упаковки, сверяя этикетки, штрихкоды и другую важную информацию на соответствие стандартам и нормативным требованиям. Такая проверка позволяет избежать ситуаций, например, когда на полки попадают просроченные продукты. AI может обнаруживать неправильные этикетки и истёкшие сроки годности, а также помечать такие случаи для исправления до того, как продукция попадёт к потребителям.

Инновации AI в розничной торговле и распределении фруктов#

Теперь представь, что лучшие фрукты уже упакованы и готовы к отправке. AI может оптимизировать логистику и перевозку фруктов, подбирая маршруты. Сохранение свежести фруктов во время перевозки и поиск наиболее эффективных маршрутов доставки — серьёзные задачи. Алгоритмы AI могут анализировать дорожную обстановку, погодные условия и графики доставки, чтобы выбирать лучшие маршруты и сокращать время и стоимость перевозки.

После того как фрукты поступают в магазин, AI продолжает играть важную роль в управлении запасами и прогнозировании спроса. Системы AI анализируют данные о продажах, предпочтения покупателей и сезонные тенденции, чтобы точнее прогнозировать спрос. Розничные магазины могут поддерживать оптимальный уровень запасов на основе данных AI и снижать риск как избыточных запасов, так и их нехватки.

Рис. 5. Сотрудники пополняют запасы фруктов в розничном магазине. Источник изображения: Envato Elements.

В магазинах компьютерное зрение можно использовать для мониторинга запасов на полках в реальном времени. Применяя обнаружение объектов, камеры на базе ИИ могут определять, когда запасов становится мало или товары размещены неправильно, и оповещать сотрудников о необходимости пополнить или переставить товары на полках. Обеспечивая наличие нужного количества свежих продуктов в нужное время, ИИ помогает повышать удовлетворённость покупателей и сокращать пищевые отходы.

Общее влияние AI на фруктовую отрасль#

ИИ может сыграть важную роль и помочь потребителям получать фрукты более высокого качества. Отличный пример успешного внедрения ИИ в индустрии фруктов — Nature Fresh Farms. Компания Nature Fresh Farms преобразовала свои операции — от посева до продажи — с помощью технологий ИИ. Датчики на базе ИИ и аналитика данных помогают отслеживать и контролировать всё: от температуры и влажности в теплице до логистики перевозки продукции. Nature Fresh Farms оптимизировала условия выращивания, наладила контроль полива и сократила затраты. Система ИИ также позволяет доставлять продукцию на полки супермаркетов в течение 24–48 часов после упаковки, значительно сокращая время транспортировки и сохраняя свежесть.

Несмотря на многочисленные преимущества, применение AI во фруктовой отрасли имеет и некоторые потенциальные недостатки:

• Затраты на внедрение: Начальные инвестиции в технологии AI могут быть высокими, что может стать препятствием для некоторых фермеров и производителей.
• Зависимость от технологий: Сильная зависимость от AI и технологий может создать проблемы, особенно при технических сбоях или неполадках.
• Обслуживание и поддержка: Для эффективной работы системы AI требуют регулярного обслуживания и обновлений, что увеличивает текущие расходы и усложняет эксплуатацию.
• Сложность использования: Некоторым фермерам может быть трудно разобраться в технологиях AI и пользоваться ими, поэтому необходимы обучение и поддержка.

Выращиваем будущее#

От выбора семян до созревания фруктов AI меняет сельское хозяйство на всех этапах жизненного цикла продукции — от фермы до твоего стола. Он помогает фермерам следить за состоянием почвы, прогнозировать лучшее время для сбора урожая и точно сортировать продукцию. Оптимизируя использование ресурсов, сокращая потери и повышая урожайность, AI делает сельское хозяйство эффективнее и устойчивее. Несмотря на такие сложности, как расходы, необходимость в технических знаниях и зависимость от качества данных, во многих случаях преимущества AI оправдывают эти трудности. Поэтому всё больше фермеров внедряют AI.

Присоединяйся к нашему сообществу, чтобы продолжать узнавать об ИИ! Загляни в наш репозиторий GitHub, чтобы узнать, как мы применяем ИИ для создания инновационных решений в таких отраслях, как производство и здравоохранение.