AI “Математический робот” помогает управлять микроклиматами и увеличивать прогнозы урожайности ягод

Одна из крупнейших сельскохозяйственных/хозяйственных компаний в Австралии – Costa Group, и компания недавно ввела в эксплуатацию систему ИИ, предназначенную для улучшения качества и урожайности культур путем помощи компании в анализе ее ягодных культур. Как сообщает ZDNet , система, которую использует Costa Group, была разработана компанией The Yield, агротехнологической компанией, базирующейся в Сиднее. Система ИИ анализирует 14 различных функций, чтобы получить значимые идеи. Эти функции включают температуру, состояние почвы, ветер, свет и дождь. Информация затем объединяется с существующей базой данных, и возвращаются прогнозы о отдельных культурах.

Costa Group эксплуатирует несколько ягодных ферм, расположенных по всей территории Квинсленда, Новом Южном Уэльсе и Тасмании. Ягодные фермы в этих местах содержат полутуннели, и эти полутуннели имеют свои собственные микроклиматы. Поскольку климат этих туннелей контролируется, они требуют своего собственного “погодного сервиса”. Устройства Интернета вещей (IoT) внутри туннелей собирают широкий спектр данных, который подается в модель ИИ. Процесс представляет собой непрерывное создание модели, производство, обратную связь и совершенствование. Создатели системы описывают ее как “математического робота”.

Аналогичные модели ИИ использовались для прогнозирования урожайности шпината, салата и других культур, но основатель The Yield, Рос Харви, объяснил, что их система имеет решающее значение, поскольку ягоды сложно отслеживать во время роста. В отличие от других овощей или фруктов, ягоды часто проходят через различные стадии очень быстро, и одна ягодная культура может иметь много стадий роста одновременно. Как Харви объяснил ZDNet:

“Это была такая сложная проблема для производителей ягод во всем мире, поскольку, в отличие от других культур, ягоды имеют много стадий роста одновременно… Если вы посмотрите на растение ягод, оно плодоносит, цветет, есть ягоды, которые готовы, и есть ягоды, которые наполовину произведены, потому что оно постоянно плодоносит, когда оно в сезоне. В отличие от других культур, которые проходят линейную стадию роста, где вы собираете урожай один раз в конце сезона.”

В настоящее время ИИ обычно используется только для нескольких различных приложений в отрасли AgTech. Среди этих приложений – точное сельское хозяйство, сельскохозяйственные роботы, мониторинг скота и анализ беспилотников. В 2018 году точное сельское хозяйство составляло около 35,6% использования ИИ в сельскохозяйственном секторе. Приложения, такие как разработанные The Yield, которые помогают сельскохозяйственным операциям увеличивать урожайность и защищаться от риска, получая ценные идеи о тенденциях роста, кажутся готовыми увидеть гораздо больше использования в ближайшем будущем.

Данные, возвращаемые системой ИИ, позволяют Costa Group лучше понять урожайность, что, в свою очередь, помогает компании управлять своими логистическими затратами и ценой. Харви предсказывает, что в будущем все больше и больше компаний начнут использовать приложения, работающие на ИИ, для количественной оценки урожайности и снижения риска, отметив, что по мере того, как изменение климата делает погоду более непредсказуемой, больше компаний могут выбрать использование полутуннелей. Использование ИИ во всей сельскохозяйственной отрасли, как ожидается, будет расти быстро в ближайшем будущем. Машинное обучение, компьютерное зрение и прогностический анализ помогают сельскохозяйственным операциям увеличивать урожайность и делать больше с меньшими затратами.

Как недавно опубликованный отчет о состоянии ИИ в сельском хозяйстве показал, ИИ AgTech, как ожидается, будет расти драматически в течение следующих пяти лет. В 2018 году рынок ИИ в сельском хозяйстве оценивался примерно в 330 миллионов долларов США, но, как ожидается, он достигнет значения около 980 миллионов долларов США к концу 2024 года. Другие недавние применения ИИ в сельскохозяйственном секторе включают небольшие роботы, предназначенные для прополки полей и отслеживания условий роста в операциях вертикального сельского хозяйства.