ИИ в сельском хозяйстве: компьютерное зрение, роботы и весы для свиней

Искусственный интеллект стремительно завоевывает сельское хозяйство и пищевую промышленность.

Компьютерное зрение в анализе урожая

Чтобы накормить миллиарды людей, нужно много земли. В наши дни выращивать его вручную невозможно. В то же время болезни растений и нашествия насекомых часто приводят к неурожаю. При современных масштабах агробизнеса такие нашествия трудно выявить и вовремя нейтрализовать в зародыше.

Это открывает еще одну область, в которой могут помочь алгоритмы компьютерного зрения. Производители используют компьютерное зрение для распознавания болезней сельскохозяйственных культур как на микроуровне, по изображениям листьев и растений крупным планом, так и на макроуровне, выявляя ранние признаки болезней растений или вредителей по аэрофотоснимкам. Эти проекты обычно основаны на популярном подходе к компьютерному зрению: сверточные нейронные сети.

Обратите внимание, что я говорю здесь о компьютерном зрении в очень широком смысле. Во многих случаях изображения — не лучший источник данных. Многие важные аспекты жизни растений лучше всего изучать другими способами. Здоровье растений часто можно лучше понять, например, собрав гиперспектральные изображения с помощью специальных датчиков или выполнив трехмерное лазерное сканирование. Такие методы все чаще используются в агрономии. Этот тип данных обычно имеет высокое разрешение и ближе к медицинским изображениям, чем к фотографиям. Одна из систем полевого мониторинга называется АГМРТ. Для обработки этих данных нужны специальные модели, но их пространственная структура позволяет использовать современные технологии компьютерного зрения, в частности сверточные нейронные сети.

Миллионы инвестируются в фенотипирование растений и исследования изображений. Основная задача здесь — собрать большие массивы данных о культурах (обычно в виде фотографий или трехмерных изображений) и сравнить данные фенотипа с генотипом растений. Результаты и данные могут быть использованы для улучшения сельскохозяйственных технологий во всем мире.

Робототехника в сельском хозяйстве

Автономные сельскохозяйственные роботы, такие как Просперо может вырыть в земле яму и что-нибудь посадить в ней, следуя заранее заданным общим закономерностям и учитывая специфические особенности ландшафта. Роботы также могут позаботиться о процессе выращивания, работая с каждым растением индивидуально. Когда придет время, роботы соберут урожай, снова обращаясь с каждым растением точно так, как нужно. Prospero основан на концепции роевого земледелия. Представьте себе армию маленьких Просперо, ползущих по полям, оставляющих за собой аккуратные ровные ряды растений. Интересно, что Prospero на самом деле появился еще в 2011 году, до расцвета современной революции глубокого обучения. Сегодня, роботы быстро распространяются в сельском хозяйстве, позволяя автоматизировать все больше рутинных задач:

• Автоматизированные дроны опрыскивают посевы. Маленькие маневренные дроны способны доставлять опасные химические вещества точнее, чем обычные самолеты. Более того, дроны-опрыскиватели можно использовать для аэрофотосъемки для получения данных для алгоритмов компьютерного зрения, упомянутых в начале этой статьи.
• Все больше и больше специализированных роботов для сбора урожая разрабатываются и используются. Зерноуборочные комбайны существуют давно. Еще бы, только сейчас с помощью современных методов компьютерного зрения и робототехники удалось разработать, например, робота, собирающего клубнику.
• Роботы любят Хортибот способны распознавать и уничтожать отдельные сорняки путем их механического удаления. Это еще один большой успех современной робототехники и компьютерного зрения, ведь раньше нельзя было отличить сорняки от полезных растений и работать с маленькими растениями с помощью манипуляторов.

Хотя многие сельскохозяйственные роботы все еще находятся в стадии прототипов или проходят испытания в небольших масштабах, уже сейчас ясно, что машинное обучение, искусственный интеллект и робототехника могут хорошо работать в сельском хозяйстве. Можно с уверенностью предсказать, что в ближайшем будущем все больше сельскохозяйственных работ будет автоматизировано.

Уход за сельскохозяйственными животными

Активно разрабатываются многие другие способы использования ИИ в сельском хозяйстве. Например, пилотный проект Нейромация привносит компьютерное зрение в отрасль, которая еще не привлекала особого внимания сообщества глубокого обучения: животноводство.

Конечно, были попытки использовать машинное обучение для данных по отслеживанию домашнего скота. Например, Пакистанский стартап Cowlar представила ошейник, который дистанционно контролирует активность и температуру коров под броским слоганом «FitBit для коров». Французские ученые разрабатывают систему распознавания лиц для коров.

Предпринимаются также попытки использовать компьютерное зрение в ранее забытой отрасли стоимостью в сотни миллиардов долларов — свиноводстве. На современных фермах свиней содержат относительно небольшими группами, в которых отбирают наиболее однотипных животных. Основную статью расходов в свиноводстве составляют корма, а оптимизация процесса откорма является центральной задачей современного свиноводства.

Фермеры, скорее всего, смогли бы решить эту проблему, если бы располагали подробной информацией о привесах свиней. Согласно Этот веб-сайт, животных взвешивают обычно всего два раза за всю жизнь: в самом начале и в самом конце откорма. Если бы специалисты знали, как откармливается каждый поросенок, можно было бы составить для каждой свиньи индивидуальную программу откорма и даже индивидуальный состав пищевых добавок, что значительно улучшило бы выход. Загнать животных на весы не очень сложно, но это огромный стресс для животного, а от стресса свиньи худеют. Новый проект ИИ планирует разработать новый, неинвазивный метод взвешивания животных. Neuromation собирается построить модель компьютерного зрения, которая будет оценивать вес свиней по фото- и видеоданным. Эти оценки будут введены в уже классические аналитические модели машинного обучения, которые улучшат процесс откорма.

Сельское хозяйство на пороге искусственного интеллекта

Сельское хозяйство и животноводство часто считаются старомодными отраслями. Однако сегодня сельское хозяйство все чаще оказывается на переднем крае искусственного интеллекта.

Основная причина здесь в том, что многие задачи в сельском хозяйстве одновременно:

• Достаточно сложны, чтобы их нельзя было автоматизировать без использования современного искусственного интеллекта и глубокого обучения. Культурные растения и свиньи хоть и похожи друг на друга, но все же не сходят с одного конвейера, каждый томатный куст и каждая свинка нуждаются в индивидуальном подходе, а потому до самого последнего времени вмешательство человека было совершенно необходимо.
• Настолько простые, что благодаря современному развитию искусственного интеллекта мы можем решать их, учитывая индивидуальные различия между растениями и животными, а также автоматизируя технологии работы с ними. Управлять трактором в открытом поле проще, чем вести машину в пробке, а взвешивать свинью проще, чем научиться проходить Тест Тьюринга.

Сельское хозяйство по-прежнему остается одной из крупнейших и наиболее важных отраслей на планете, и даже незначительное повышение эффективности принесет огромные выгоды просто из-за огромных масштабов этой отрасли.