От фермы до стола: как ИИ стимулирует инновации в сельском хозяйстве

Ожидается, что к 2050 году население мира вырастет на 2 миллиарда человек, поэтому для удовлетворения спроса нам потребуется увеличить производство продуктов питания примерно на 60%. Искусственный интеллект (AI) помогает решить эту задачу, стимулируя инновации в сельском хозяйстве. Инновации на основе AI можно использовать для мониторинга поголовья скота, анализа роста сельскохозяйственных культур, прогнозирования необходимости технического обслуживания фермерского оборудования и многого другого. Когда мы думаем о сельском хозяйстве, то часто представляем только фермерство. Однако это обобщающее понятие, охватывающее 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 AI помогает на каждом этапе процесса: от посадки, выращивания и сбора урожая до переработки, транспортировки и продажи фруктов. Давай начнём!

Освоение новых технологий для выращивания фруктов в сельском хозяйстве#

Первый этап жизненного цикла плодовых культур — выбор семян и их посадка. Фермеру нужно решить, какие фрукты выращивать в этом сезоне. Технологии AI, такие как машинное обучение, можно использовать для анализа больших объёмов данных, чтобы помочь фермерам выбрать лучшие семена с учётом конкретных условий почвы и климата. Оценивая исторические погодные условия, состав почвы и данные об урожайности культур, AI может рекомендовать оптимальные разновидности семян, которые с наибольшей вероятностью будут хорошо расти. Использование AI для выбора семян — активно исследуемая область с большим интересом и потенциалом.

Например, в рамках CGIAR Inspire Challenge 2018 года проекту, использующему машинное обучение для более эффективного выбора семян, присудили 100 000 долларов. Проект возглавили исследователи из BioSense Institute и CIMMYT. Они использовали данные о различных новых разновидностях кукурузы, полученные на сотнях 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 на помощь может прийти компьютерное зрение для проверки их качества.

Рис. 1. Спутниковый снимок посевов кукурузы в Мексике, где более яркие области указывают на более здоровую растительность.

Использование компьютерного зрения для оценки качества семян#

Компьютерное зрение можно использовать для анализа изображений семян фруктов высокого разрешения, чтобы обнаруживать дефекты, заболевания и генетические признаки, незаметные человеческому глазу. Для анализа этих изображений, сортировки, классификации и оценки качества семян можно применять различные задачи компьютерного зрения. Автоматизация этих задач с помощью AI помогает гарантировать, что будут посажены только семена самого высокого качества, а фермеры смогут получать более высокие урожаи.

Например, сортировщик GeNee™ компании Seed X на базе AI совершенствует процесс выбора семян. Сортировщик разделяет семена на две категории: семена высокого качества, способные прорасти, направляются в основной контейнер, а семена с низкой вероятностью прорастания — во второй. Он выполняет такие задачи, как оценка цвета, формы, размера и генетической чистоты, а также прогнозирование показателей всхожести. Благодаря сортировщику показатель всхожести можно повысить более чем до 90 %, а значит, больше семян успешно вырастет в здоровые растения.

Рис. 2. Сортировщик GeNee™ компании Seed X.

Использование AI для выращивания и сбора фруктов#

AI также можно использовать для улучшения анализа почвы и мониторинга сельскохозяйственных культур. Дроны с современными камерами пролетают над фруктовыми полями, создавая подробные изображения почвы и состояния растений. Эти изображения обрабатываются для создания карт, показывающих изменения влажности почвы, уровня питательных веществ и состояния растений. На основе результатов анализа изображений можно выполнять такие задачи, как обнаружение сорняков, мониторинг роста, оценка урожайности, корректировка полива, точное внесение удобрений и целевая борьба с вредителями. Мониторинг в реальном времени с помощью AI может повысить урожайность фруктовых культур и способствовать устойчивым методам ведения сельского хозяйства.

Сбор урожая всего на один день раньше или позже оптимального срока может снизить потенциальный доход фермера на 3,7–20,4 %. AI помогает определить лучший момент для сбора фруктов. Традиционные методы сбора урожая в значительной степени зависят от ручного труда и могут быть менее эффективными и более затратными по времени. Методы сбора урожая с помощью AI используют современные датчики и алгоритмы машинного обучения для анализа данных о цвете и размере фруктов, а также об условиях окружающей среды и прогнозирования степени зрелости. Благодаря этому фрукты собирают в оптимальный момент, что приводит к повышению урожайности и сокращению отходов.

Рис. 3. Использование компьютерного зрения для сегментации спелой клубники.

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

После сбора урожая следующим важным этапом становится сортировка и классификация фруктов, чтобы лучшие продукты дошли до потребителей. AI можно использовать для объёмного анализа сегментации фруктов. С помощью моделей компьютерного зрения, таких как Ultralytics YOLOv8, можно оценивать размер, форму и качество фруктов.

Рис. 4. Использование модели компьютерного зрения Ultralytics YOLOv8 для сегментации фруктов.

Процесс включает получение изображений фруктов высокого разрешения на конвейерной ленте, сегментацию отдельных фруктов с помощью модели YOLOv8, а также объёмный анализ для измерения размера и формы и обнаружения дефектов. На основе результатов анализа фрукты автоматически сортируются и классифицируются по разным категориям для соответствующей упаковки, переработки или распределения. Сортировка и классификация с помощью AI повышают эффективность, точность и стабильность, сокращают отходы и максимизируют ценность урожая.

После сортировки и классификации фрукты можно точно упаковать с помощью автоматизированных упаковочных машин. Системы AI на основе OCR (оптического распознавания символов) проверяют точность упаковки, контролируя этикетки, штрихкоды и другую важную информацию на соответствие стандартам и нормативным требованиям. Такая проверка упаковки помогает избежать ситуаций, когда, например, продаются продукты с истёкшим сроком годности. AI обнаруживает неверные этикетки или истёкшие сроки годности и помечает их для исправления до того, как продукция попадёт к потребителям.

Инновации AI в розничной торговле и дистрибуции фруктов#

Теперь представим, что у тебя есть лучшие фрукты, упакованные и готовые к доставке. AI может улучшить логистику и транспортировку фруктов за счёт оптимизации маршрутов. Сохранение свежести фруктов во время перевозки и поиск наиболее эффективных маршрутов доставки — серьёзные задачи. Алгоритмы AI могут анализировать схемы дорожного движения, погодные условия и графики доставки, чтобы определять лучшие маршруты и сокращать время и расходы на транспортировку.

После того как фрукты поступают в магазин, AI продолжает играть важную роль в управлении запасами и прогнозировании спроса. Системы AI могут анализировать данные о продажах, предпочтения покупателей и сезонные тенденции, чтобы точнее прогнозировать спрос. Розничные магазины могут поддерживать оптимальный уровень запасов на основе выводов AI и снижать риск затоваривания или дефицита.

Рис. 5. Сотрудник пополняет запас фруктов в розничном магазине. Источник изображения — Envato Elements.

Компьютерное зрение можно использовать в магазинах для мониторинга запасов на полках в реальном времени. С помощью обнаружения объектов камеры на базе AI могут определять, когда запас товара заканчивается или товар размещён неправильно, и уведомлять сотрудников о необходимости пополнить запас или переставить товары на полках. Обеспечивая наличие нужного количества свежих продуктов в нужное время, AI помогает повысить удовлетворённость покупателей и сократить пищевые отходы.

Общее влияние AI на фруктовую отрасль#

AI способен сыграть важную роль в обеспечении потребителей фруктами более высокого качества. Отличный пример успешной интеграции AI во фруктовую отрасль — Nature Fresh Farms. Компания Nature Fresh Farms преобразовала свои операции — от семени до магазина — с помощью технологий AI. Датчики на базе AI и аналитика данных помогают отслеживать и контролировать всё: от климата и уровня влажности в теплице до логистики транспортировки продукции. Nature Fresh Farms оптимизировала условия выращивания, управление поливом и сократила расходы. Система AI 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, использование AI во фруктовой отрасли имеет некоторые потенциальные недостатки:

• Стоимость внедрения: первоначальные инвестиции в технологии AI могут быть высокими, что способно стать препятствием для некоторых фермеров и производителей.
• Зависимость от технологий: чрезмерная зависимость от AI и технологий может создать зависимость, которой будет сложно управлять, особенно при технических проблемах или сбоях.
• Техническое обслуживание и поддержка: для эффективной работы системам AI требуются регулярное обслуживание и обновления, что может увеличить текущие расходы и сложность эксплуатации.
• Сложность использования: некоторым фермерам технологии AI могут показаться сложными для понимания и применения, поэтому необходимы обучение и поддержка.

Выращивая будущее#

От выбора семян до созревания фруктов AI меняет сельское хозяйство на протяжении всего жизненного цикла продукции — от фермы до твоего обеденного стола. Он помогает фермерам следить за состоянием почвы, прогнозировать оптимальные сроки сбора урожая и точно сортировать продукцию. Оптимизируя ресурсы, сокращая отходы и повышая урожайность, AI делает сельское хозяйство более эффективным и устойчивым. Несмотря на такие трудности, как затраты, необходимость технических знаний и зависимость от качества данных, преимущества AI во многих случаях оправдывают эти сложности. Поэтому всё больше фермеров внедряют AI.

Оставайся на связи с нашим сообществом, чтобы продолжать узнавать об AI! Загляни в наш репозиторий GitHub, чтобы узнать, как мы используем AI для создания инновационных решений в таких отраслях, как производство и здравоохранение. 🚀