AI “Математичний Робот” Допомагає Керувати Мікрокліматами та Збільшувати Прогнози Врожайності Ягід

Одна з найбільших компаній з сільського господарства/городарства в Австралії – Costa Group, і компанія недавно використала систему штучного інтелекту, призначену для поліпшення якості та врожайності культури шляхом допомоги компанії у вивченні її ягідних культур. Як повідомляє ZDNet, система, яку використовує Costa Group, була розроблена компанією The Yield, агротехнологічною компанією з Сіднея. Система штучного інтелекту аналізує 14 різних функцій, щоб отримати корисні висновки. Ці функції включають температуру, умови ґрунту, вітер, світло та дощ. Інформація потім поєднується з існуючими даними та повертає прогнози щодо окремих культур.

Costa Group експлуатує кілька ягідних ферм, розташованих у Квінсленді, Новому Південному Уельсі та Тасманії. Ягідні ферми в цих місцях містять полі тунелі, і ці полі тунелі мають свої мікроклімати. Оскільки клімат цих тунелів контролюється, їм потрібна自己的 “погодна служба”. Пристрої Інтернету речей (IoT) всередині тунелів збирають широкий спектр даних, який подається до моделі штучного інтелекту. Процес являє собою безперервне створення моделі, виробництва, зворотного зв’язку та вдосконалення. Створники системи описують її як “математичного робота”.

Аналогічні моделі штучного інтелекту використовувалися для прогнозування врожайності шпинату, салату та інших культур, проте засновник The Yield, Рос Гарві, пояснив, що їхня система критична, оскільки ягіди складно контролювати під час росту. На відміну від інших овочів або фруктів, ягіди часто проходять через різні стадії дуже швидко, і одна ягідна культура може мати багато стадій росту одночасно. Як Гарві пояснив ZDNet:

“Це була така складна проблема для виробників ягід по всьому світу, оскільки на відміну від інших культур, ягіди мають багато стадій росту одночасно… Якщо ви подивитесь на ягідну рослину, вона плодоносить, квітне, є ягіди, які вже готові, і є ягіди, які ще наполовину вироблені, оскільки вона безперервно плодоносить, коли знаходиться в сезоні. На відміну від інших культур, які проходять лінійну стадію росту, де ви збираєте врожай лише один раз на кінці сезону.”

Наразі штучний інтелект зазвичай використовується лише для кількох різних застосунків в галузі AgTech. Серед цих застосунків є точне сільське господарство, сільськогосподарські роботи, моніторинг худоби та аналіз дронів. У 2018 році точне сільське господарство становило близько 35,6% використання штучного інтелекту в сільськогосподарському секторі. Застосунки, подібні до тих, які були розроблені The Yield, які допомагають сільськогосподарським операціям збільшувати врожайність та захищатися від ризику, отримуючи цінну інформацію про тенденції росту, здаються готовими до широкого використання в найближчому майбутньому.

Дані, повернуті системою штучного інтелекту, дозволяють компанії Costa Group краще зрозуміти врожайність, що, в свою чергу, допомагає компанії керувати своїми логістичними витратами та ціновою політикою. Гарві передбачає, що в майбутньому все більше компаній будуть використовувати застосування штучного інтелекту для кількісної оцінки врожайності та зниження ризику, зазначаючи, що з огляду на те, що зміна клімату робить погоду більш непередбачуваною, все більше компаній можуть вибрати використання полі тунелів. Використання штучного інтелекту по всьому сільськогосподарському сектору передбачається зростати швидко в найближчому майбутньому. Машинне навчання, комп’ютерне зору та прогнозний аналіз допомагають сільськогосподарським операціям збільшувати врожайність та робити більше з меншими витратами.

Як повідомляє недавній звіт про стан штучного інтелекту в сільському господарстві, AgTech штучного інтелекту очікується зростати драматично протягом наступних п’яти років. У 2018 році ринок штучного інтелекту в сільському господарстві оцінювався в близько 330 мільйонів доларів США, проте очікується, що він досягне значення близько 980 мільйонів доларів США до кінця 2024 року. Інші недавні застосування штучного інтелекту в сільськогосподарському секторі включають малі роботи, призначені для видалення бур’янів з полів та відстеження умов росту у вертикальних сільськогосподарських операціях.