ИИ “Математический робот” помогает управлять микроклиматом и увеличивать прогнозы урожайности ягод

Одна из крупнейших компаний по сельскому хозяйству и садоводству в Австралии – Costa Group, и недавно компания внедрила систему ИИ, предназначенную для улучшения качества и урожайности культур путем анализа ягодных культур. По сообщениям ZDNet, система, которую использует Costa Group, была разработана компанией The Yield, специализирующейся на технологиях сельского хозяйства и базирующейся в Сиднее. Система ИИ анализирует 14 различных характеристик, чтобы получить значимые сведения. Эти характеристики включают температуру, состояние почвы, ветер, свет и дождь. Затем информация объединяется с существующей базой данных, и возвращаются прогнозы о отдельных культурах.

Costa Group эксплуатирует несколько ягодных ферм, расположенных в Квинсленде, Новом Южном Уэльсе и Тасмании. Ягодные фермы в этих местах содержат поликарбонатные теплицы, и эти теплицы имеют свои собственные микроклиматы. Поскольку климат этих туннелей контролируется, они требуют собственного “погодного сервиса”. Устройства Интернета вещей (IoT) внутри туннелей собирают широкий спектр данных, который подается в модель ИИ. Процесс представляет собой непрерывное создание, производство, обратную связь и совершенствование модели. 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 сложны в мониторинге во время роста. В отличие от других овощей или фруктов, ягоды часто проходят через различные стадии очень быстро, и одна ягода может иметь множество 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 множество стадий роста одновременно… Если вы посмотрите на растение ягод, оно плодоносит, цветет, есть ягоды, готовые к сбору, и есть ягоды, которые наполовину произведены, потому что они постоянно плодоносят, когда находятся в сезоне. В отличие от других культур, которые проходят через линейную стадию роста, когда вы собираете их один раз в конце сезона.”

В настоящее время ИИ обычно используется только для нескольких различных применений в отрасли AgTech. Среди этих применений – точное сельское хозяйство, сельскохозяйственные роботы, мониторинг скота и анализ данных дронов. В 2018 году точное сельское хозяйство составило около 35,6% использования ИИ в сельском хозяйстве. Применения, подобные тем, которые разработала The Yield, которые помогают сельскохозяйственным операциям увеличивать урожайность и защищаться от рисков, получая ценные сведения о тенденциях роста, кажутся готовыми к более широкому использованию в ближайшем будущем.

Данные, возвращаемые системой ИИ, позволяют Costa Group лучше понять урожайность, что, в свою очередь, помогает компании управлять логистическими затратами и ценой. Харви предсказывает, что в будущем все больше компаний будут использовать приложения, работающие на ИИ, для количественной оценки урожайности и снижения рисков, отметив, что по мере того, как изменение климата делает погоду более непредсказуемой, больше компаний могут выбрать использование поликарбонатных теплиц. 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 показал недавний отчет о состоянии ИИ в сельском хозяйстве, AgTech ИИ, как ожидается, будет расти драматически в течение следующих пяти лет. В 2018 году рынок ИИ в сельском хозяйстве был оценен в khoảng 330 миллионов долларов США, но, как ожидается, он достигнет значения примерно 980 миллионов долларов США к концу 2024 года. Другие недавние применения ИИ в сельскохозяйственном секторе включают маленьких роботов, предназначенных для прополки полей и отслеживания условий роста в операциях вертикального сельского хозяйства.