Сельскохозяйственная сфера имеет огромный потенциал для внедрения IT-технологий, еще в 2017 году Международная ассоциация беспилотных транспортных средств сделала прогноз, что примерно 80% всего рынка коммерческих дронов будет занимать сельскохозяйственный сектор. На данный момент технологии совершенствуются и становятся более доступными. Одно из направлений работы проектного офиса «Искусственный интеллект» Астраханского государственного университета – идентификация проблемных зон на полях с использованием дронов.

В Астраханском университете разрабатывается информационная система, которая с помощью беспилотного летательного аппарата и методов искусственного интеллекта делает снимки с сельскохозяйственных полей и использует их в качестве источника информации, а также создаёт из имеющихся снимков карту поля. Получая данные, ИИ проводит анализ и учится принимать во внимание различные факторы, например, сельхозкультуры, которыми засеян конкретный участок. Проект вошел в число поддержанных проектов форума «Сильные идеи для нового времени» Агентства стратегических инициатив.

Константин Маркелов, ректор Астраханского государственного университета, специально для НОП:
«Проект по использованию агродронов поможет автоматизировать работу фермеров и окажет сельхозработникам поддержку при принятии решений. Развитие в данном направлении особенно актуально в Астраханском регионе, где развито сельское хозяйство и растениеводство».

В настоящее время система охватывает три проблемных направления: плохая всхожесть, болезни растений, вредители. Однако возможны пересечения категорий, например, одну и ту же зону могут поразить и болезни, и вредители.

Александр Кошкаров, руководитель проектного офиса «Искусственный интеллект», специально для НОП: «Мы обучаем алгоритмы искусственного интеллекта понимать, где есть проблемная зона, чтобы система могла её автоматически найти и затем классифицировать в одну или несколько категорий. Далее рассчитывается площадь проблемного участка и проводится приблизительная оценка затрат на устранение выявленной проблемы. Например, если мы знаем характер проблемы, примерную площадь этой зоны и размет затрат на устранение проблемы на 1 квадратный метр, то используя встроенный калькулятор можно оценить расходы на исправление проблемы и показать фермеру примерную сумму денег, которую нужно потратить для этого».

Данные, передаваемые аграриям, могут быть использованы в том числе в формате, читаемом роботизированной сельхозтехникой, если такая предусмотрена. Мониторинг ведётся в реальном времени, и вместе с тем вся информация сохраняется в базе данных, её в любое время можно показать экспертам.

Для обучения ИИ инженеры АГУ используют поля собственного учебно-опытного хозяйства «Начало». Размечать полученные снимки помогают студенты-практиканты: они знают, где отображена та или иная зона, активно вовлечены в проекты по направлению искусственного интеллекта. Каждые весну, лето и осень студенты-аграрии запускают беспилотные летательные аппараты и наблюдают, как изменяются насаждения.

Источник: Научно-образовательная политика
Читать также… БПЛА на Российская Газета