Модель на основе машинного обучения для прогнозирования количества осадков и нейросетевую модель для определения свежести фруктов в рамках разработки прототипа интеллектуальной системы для повышения эффективности работы сельхозпредприятий создали ученые Санкт-Петербургского государственного электротехнического университета (СПбГЭТУ) «ЛЭТИ», 24 июля сообщает пресс-служба вуза.

Интеллектуальная система, прототип которой разрабатывают ученые СПбГЭТУ «ЛЭТИ» совместно с коллегами из индийского Университета Гаухати, должна обеспечить повышение урожайности и качества плодовых культур на сельскохозяйственных предприятиях.

В 2023 году Минэкономразвития включило сельское хозяйство в число пяти отраслей экономики России, приоритетных для внедрения искусственного интеллекта (ИИ), поскольку эксперты считают, что его использование, в том числе на предприятиях растениеводства, может дать значительные выгоды.

Компаниям использование ИИ позволит увеличить производительность, уменьшить издержки, повысив таким образом их конкурентоспособность. Потребители же получат продукцию более высокого качества и по более доступным ценам.

В настоящее время системы с ИИ уже обеспечивают прогнозирование урожайности и улучшение качества посевов за счет учета метеопрогнозов и анализа больших объемов данных о состоянии почвы и растений.

Также, используя Интернет вещей, ИИ позволяет вести мониторинг состояния плодовых культур и почвы, своевременно выявляя возникающие проблемы. Кроме того, с помощью машинного обучения автоматизируются, например, управление системой полива и сортировка и упаковка урожая.

Тем не менее пока процесс внедрения систем с искусственным интеллектом в отечественные сельхозпредприятия протекает слишком медленно. Компании боятся больших затрат на переобучение кадров и покупку самих инновационных систем.

Отсюда вытекает задача создания таких систем на основе ИИ, которые будут относительно дешевыми и простыми в эксплуатации, обеспечивая при этом повышение эффективности сельхозпроизводства.

Доцент кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ» Вячеслав Гульванский рассказал о вкладе ученых вуза в решение этой проблемы:

«Совместно с коллегами из Индии мы разработали прототип интеллектуальной системы автоматизации в сельском хозяйстве. С нашей стороны была предложена модель на основе машинного обучения для прогнозирования количества осадков и создана нейросетевая модель для определения свежести фруктов (бананов, яблок, апельсинов и т. д.). В том числе, мы закончили работу над пользовательским интерфейсом приложения на Android для управления данной системой».

Созданная учеными ЛЭТИ модель для прогнозирования осадков позволит сельхозпредприятиям использовать дождевую воду для полива плодовых культур. А их нейросетевая модель для диагностики свежести фруктов определяет уровень спелости (спелое, не очень спелое, не гнилое, гнилое) по их изображениям, которые можно будет получать, например, с установленных на конвейерах камерах.

Преимуществом разработанной системы является интегрированный интеллектуальный модуль сбора данных, поступающих в него в реальном времени от нескольких датчиков, устанавливаемых в определенных местах поля с растениями.

В число таких датчиков могут входить устройства, определяющие объемное содержание воды в почве, температуру и относительную влажность, а также обнаруживающие вредные для почвенных процессов вещества, например, аммиак, оксиды азота, бензол, табачный дым, углекислый газ и др.

Такой мониторинг состояния почвы и качества воздуха в районах посадок обеспечит своевременное решение возникающих проблем.

«В перспективе интеллектуальная система поможет в мониторинге состояния плодовых культур во время их выращивания, а также в определении их свежести на конвейерах или при сборе/сортировке с точностью свыше 90% на сельскохозяйственных предприятиях», — пояснил Гульванский.

Работа по совершенствованию разработанного прототипа продолжается. Ученые намерены повысить ее точность и разработать специальное приложение, которое позволит дистанционно управлять интеллектуальной системой, проводить учет на основании интеллектуального анализа, логистики и проч.

Результаты работы авторы представили в статье «Интеллектуальная система управления сельским хозяйством для прогнозирования осадков и мониторинга состояния плодов», опубликованной в журнале Scientific Reports.