Обзор стриминговых технологий, применяемых в сельском хозяйстве.
К 2050 году население Земли достигнет 9,6 млрд человек. Чтобы еды было в достатке, производство продуктов должно вырасти на 70%. Один из ключевых трендов, который поможет в этом, — стриминговое сельское хозяйство.
Стриминговые сервисы передают данные от одного устройства другому бесперебойно в потоковом режиме. Данные могут быть разные: от отчётов о пользовательских действиях до телеметрии и показателей IoT-устройств.
В сельском хозяйстве для стриминга используют дроны, IoT и компьютерное зрение, а обрабатывать данные помогает искусственный интеллект.
IoT-датчики
Объём рынка IoT-устройств составляет примерно 5,6 млрд долларов. И, по экспертным оценкам, внедрение IoT-решений позволит сельскохозяйственной отрасли расти на 20% быстрее.
Согласно данным PwC, IoT может снизить гибель скота на 15%. Например, датчики на ошейниках и ушных бирках способны следить за биоритмами (даже спрогнозировать начало репродуктивного цикла) и активностью каждого животного (чтобы в нужный момент сменить корм). С их помощью можно выявить больных особей на ранней стадии заражения, чтобы быстро отделить их от стада и таким образом предотвратить эпидемию.
Благодаря интернету вещей биологи изучают геномы и микроклимат, тем самым улучшая качество получаемого урожая. IoT используют для регулирования температуры, влажности, освещения и состояния почвы в теплицах. К примеру, роботы нидерландской компании HortiKey сканируют кусты томатов, измеряя размер, спелость и количество плодов.
Как увеличить производство яиц, используя датчики температуры и воздуха, основатель и гендиректор российского стартапа GoodWAN Денис Муравьёв рассказал в выпуске подкаста «Цифровая грядка». Предприниматель обстоятельно объясняет, в каких хозяйствах выгодно использовать IoT-гаджеты, где их покупать и за сколько — чтобы не переплатить. Послушать выпуск можно тут.
Дроны
Их используют для картирования и обследования сельскохозяйственных культур. Например, беспилотники с инфракрасными камерами ищут по снимкам больные растения. Последние отражают меньше инфракрасного излучения и на спектре выглядят как участки зелёного цвета. Благодаря этому фермеры могут использовать меньше пестицидов, то есть применять их точечно — лишь на поражённых растениях.
Анализ изображений со спутников и дронов позволяет прогнозировать нападение вредителей, выявлять закономерности в их активности. ИИ анализирует признаки нападения насекомых, обучившись на изображениях прошлых нападений. Такую систему используют, например, в Индии, чтобы защитить хлопковые поля. Она классифицирует и подсчитывает вредителей на фотографиях ловушек для насекомых. А в некоторых странах Азии похожим способом анализируют пальмовые сады.
В подкасте RSHB DIGITAL «Цифровая грядка» основатель и гендиректор стартапа Agrofly Сергей Терёхин рассказал, выгодно ли сегодня фермеру в России покупать дрон или лучше взять его в аренду. А ещё — как можно применять летающих роботов — в том числе для личных целей.
Ещё беспилотники создают карты полей, наблюдают за всходами, орошают плантации. К примеру, швейцарские дроны Sense Fly, которые используют мультиспектральный анализ для оценки здоровья культур, позволили французским фермерам повысить урожайность на 10%. А сельскохозяйственный дрон eBee позволил команде Тимирязевского государственного аграрного университета снизить использование азотных удобрений на 20%.
Беспилотники ищут и считают больных или раненых животных, находят отбившихся от стада и даже помогают пасти скот. Яркий пример — технология автономных дронов, разработанная израильской компанией BeFree Agro.
Там же, в Израиле, стартап Tevel разрабатывает беспилотники для сбора фруктов. Робот срывает спелые фрукты, сортирует и складывает их в коробки, которые уже готовы к продаже. Такие беспилотники — собиратели фруктов могут работать и днём, и ночью.
Программа под названием JOE (своё имя она получила в честь пастушьей собаки) перемещает до 1000 голов крупного рогатого скота на больших территориях с помощью всего одного беспилотника. JOE определяет препятствия на местности и местоположение животных, затем выстраивая оптимальный для них маршрут. Использование дронов сокращает до половины всех расходов компании.
По прогнозам Global Market Insights, к 2024 году объём мирового рынка сельскохозяйственных дронов превысит 1 млрд долларов.
Компьютерное зрение
К 2026 году расходы на ИИ в сельском хозяйстве вырастут в четыре раза, в основном за счёт внедрения технологий компьютерного зрения (способность камер не только записывать видеоряд, но и определять, что именно на нём происходит).
Например, алгоритм приложения VineView знаком с изображениями «хороших» гроздьев винограда и «плохих» и детектирует их: последние он определяет по скрученным листьям, желтизне и красным пятнам. А камеры бразильской компании Cromai «сортируют» фрукты на изображениях по цвету, форме и текстуре, определяя их спелость. Это сокращает потери при перевозке: если собрать урожай чуть раньше, фрукты доедут до магазина более свежими, среди них будет меньше перезревших плодов.
Компьютерный «глаз» способен измерять фактическое количество воды в растении, чтобы фермер мог поливать его только при необходимости, сэкономил сам и в итоге снизил стоимость конечного продукта для покупателя. Умные камеры также находят сорняки и вредных насекомых, благодаря чему фермеры могут использовать химикаты локально, сократив их количество, по некоторым оценкам, до 90%. Если почва нуждается в удобрении, система даст знать и даже порекомендует фермеру подходящее.
Соосновательница агротех-стартапа Green Growth Альфия Каюмова в подкасте RSHB DIGITAL объяснила, что такое точное земледелие и какую роль в нём играет компьютерное зрение. На примере своей компании Альфия также рассказала, как привлекать инвестиции в агротех-стартап и каких ловушек ждать на пути его развития.
Искусственный интеллект
ИИ умеет определять вес кур, свиней и рогатого скота, чтобы предсказать лучшее время забоя и сократить затраты на откорм. А ещё компьютерное зрение оценивает характеристики доения и помогает увеличить надои.
Так, в Татарстане компания Smart Farm разрабатывает систему управления молочной фермой на основе компьютерного зрения. С помощью искусственного интеллекта она круглосуточно анализирует поведение животных по записям с камер — определяет оптимальное время для корма, признаки половой охоты и предупреждает об отклонениях работников фермы.
Недолог час, когда ИИ сможет контролировать полный цикл производства, а человеку не нужно будет даже контролировать его работу — только получать результаты. В 2022 году организаторы международного конкурса Autonomous Greenhouse Challenge дали участникам непростое задание — придумать систему, при которой машина сможет самостоятельно вырастить салат (управлять поливом, подкармливать растения, регулировать газовый состав в теплице и т. д.) Всё должно быть настолько автономным, чтобы человеку не требовалось даже нажимать на кнопки.
В финале конкурса российская команда Россельхозбанка и МФТИ заняла второе место — им удалось вырастить «автономный салат» в теплице и получить урожай с самой высокой выручкой. Об этом эксперименте сами участники живо рассказывали в подкасте RSHB DIGITAL.
По приблизительным оценкам, выручка сельскохозяйственной отрасли благодаря ИИ к 2030 году вырастет в 18 раз — до 11,2 млрд долларов.