Сельское хозяйство многими воспринимается как консервативная отрасль: кажется, что сам формат работы на земле не сопоставим с внедрением прогрессивных цифровых решений.
На деле все совсем не так – сегодня агропроизводители активно вкладываются в новые технологии, в том числе искусственный интеллект. О том, как инновации меняют представление об эффективности и позволяют увеличивать урожаи, рассказывает Константин Шадрин, директор Центра компетенций аэрокосмических технологий, Холдинг Т1.
Население Земли к 2050 году уже может достичь численности в 9,5-10 миллиардов. Перед аграриями стоит задача прокормить растущее человечество. Полвека назад с этим помогла «зеленая революция»: широкое распространение получила сельскохозяйственная техника, а на рынок вышли высокоурожайные культуры и новые удобрения. Чтобы повторить успех, мощности агропромышленного комплекса (АПК) необходимо нарастить минимум в полтора раза – такую оценку приводят эксперты ООН. Одни из наиболее перспективных решений – новые технологии и искусственный интеллект.
По подсчетам аналитиков, в 2023 году объем цифрового сельского хозяйства в мире оценивается уже в $16,2 млрд, а в 2028-м ожидается рост до $25,4 млрд. Крупные представители российского АПК не отстают от зарубежных.
Цифровизация сельского хозяйства – задачи
Как и в остальных сферах бизнеса, задача цифровизации и автоматизации – снизить издержки и увеличить доходы за счет повышения эффективности производства. В сельском хозяйстве это достигается следующим образом:
- сбор, анализ и интерпретация данных позволяют компаниям систематизировать информацию и упрощают ее обработку для принятия взвешенных управленческих решений;
- использование полуавтономной техники, а также интеллектуальных систем анализа данных приводит к снижению влияния человеческого фактора. Это помогает отслеживать риски и повысить безопасность;
- возможность «проигрывать» разные сценарии помогает повысить рентабельность производства и оптимизировать процессы.
Спрос отечественной сельхоз-отрасли на ИИ-решения в 2020 году составил 3,9 млрд рублей, а к 2030-му может вырасти до 86 млрд рублей. Системы принятия решений и роботизированные комплексы помогут аграриям повысить эффективность работы, максимизировать урожайность, развить системы автоматического орошения и полива, урегулировать процесс сбыта и т. д.
К 2026 году отрасль планируют оцифровать на 50%, а к 2028 году – полностью завершить трансформацию. Внедрение искусственного интеллекта с 2024 года стало одним из условий для получения государственных субсидий. Пока речь идет только о компаниях с объемами выручки выше 800 млн рублей, однако в будущем требование планируется расширить и на остальные предприятия.
Робоглаза и интернет вещей: как аграрии собирают данные
Цифровая трансформация невозможна без извлечения и анализа большого количества данных. Но если, например, металлургам иногда достаточно объединить датчики с нескольких станков в единую сеть, то, как решают эту задачу в сельском хозяйстве? Ведь в колосья пшеницы Bluetooth-передатчики не встроишь!
Использование интернета вещей (Internet of Things, IoT) упрощает получение информации с метеорологических датчиков. Устройства передают сведения о состоянии и составе почвы, влажности воздуха, температуре и других параметрах. На их основе рассчитываются вегетационные индексы. Кроме того, большое распространение получили полуавтономные машины: комбайны, сеялки, тракторы, агродроны и т. д. С помощью IoT они передают информацию о своей активности.
Интеграция машинного зрения. АПК внедряет новые технологии для получения, обработки и анализа изображений. Камеры на наземной технике позволяют точечно следить за состоянием посевов и почвы. Однако чаще речь идет о воздушной и космической съемке. Цифровые системы анализируют высокоточные спутниковые снимки и изображения с беспилотников для оценки площади культур, плотности посева, скорости созревания и т. д.
Что происходит с данными: ИИ и предиктивная аналитика
Получение данных – лишь один из этапов, на котором интеллектуальные технологии используются в сельском хозяйстве. Гораздо сильнее их потенциал раскрывается в решениях, которые эти данные анализируют. Вот как АПК использует их сегодня.
Интеллектуальный мониторинг угодий. Аэро- и космическая съемка позволяют определять площадь и границы полей – эта информация облегчает расчеты и помогает точнее задавать маршруты техники. Алгоритмы самостоятельно определяют объекты и препятствия, а также понимают, какие именно культуры выращиваются на определенной территории.
Повышение точности обработки земли. Одна из основных статей издержек в сельском хозяйстве – удобрения и средства защиты растений. Оптимизация их использования позволяет предприятию перераспределить расходы.
- Система питания растений. Система постоянно собирает статистику по состоянию почвы и погодным условиям, знает историю поля – и с высокой точностью предсказывает изменения. Так, алгоритмы на основании агрохимических данных подбирают оптимальную систему питания для каждой культуры.
- Расчет дозировок и сроков применения удобрений и пестицидов. Поле изменяется неравномерно – на это влияют особенности рельефа и погодные факторы. Анализ фотографий и показателей с датчиков позволяет строить тепловые карты, а затем обрабатывать растения в соответствии с ними.
- Отслеживание севооборота. Чтобы почва дольше сохраняла свой ресурс, культуры на ней нужно регулярно чередовать. ПО позволяет агроному удобно составить план сразу для всех полей.
Отслеживание состояния посевов. Путем агроскаутинга специалисты получают систематизированную информацию и могут локально применять средства защиты растений с помощью дронов или опрыскивателей.
Прогнозирование урожайности. За счет накопленных данных о влажности и питании растений интеллектуальные решения прогнозируют показатели урожайности для каждого поля и культуры. Таким образом, менеджмент может принимать взвешенные решения о том, какие сорта сажать.
Логистическая аналитика. Заметная статья расходов – обслуживание техники: топливо, ремонт и т. д. Софт мониторит состояние машин, скорость их работы, расход топлива, количество засеянных семян и другие показатели. Если оборудование и ПО выпущены одним производителем и существуют в рамках экосистемы, обмен информацией между ними происходит максимально бесшовно.
Check up по устранению проблем. Если агрономы и другие специалисты на местах видят, что определенные участки угодий показывают себя хуже, чем должны, они могут обратиться с вопросом к системе. Программа самостоятельно генерирует чек-лист параметров, которые нужно проверить, обрабатывает отчет и дает рекомендации.
Прогнозирование пожаров. На основе спутниковых снимков ПО рассчитывает термоточки – очаги возникновения пожаров. Информация обновляется несколько раз в день и позволяет своевременно предупреждать фермерские хозяйства о потенциальной или реальной угрозе.
Взгляд в будущее: перспективы «умного» сельского хозяйства
За последние годы решения на базе искусственного интеллекта сделали огромный рывок. Так, аналитика ДНК с учетом больших данных о погоде и составе почвы позволяет активнее развивать биоинженерию. Методы селекции и генной модификации уже дали возможность вывести устойчивые к повреждению и заболеваниям сорта, однако их число пока ограничено. Искусственный интеллект даст возможность активнее «изобретать» новые культуры и увеличивать потенциальные площади для земледелия, обеспечивая не только интенсивный, но и экстенсивный рост.
Кроме того, есть все основания полагать, что одной из примет ближайшего будущего станет автономное земледелие. Поля уже сегодня обрабатываются беспилотной техникой. Пока для координации работы между машинами или аналитическими системами нужен посредник – человек, который дает команды и следит за ходом работ. Но можно ожидать, пусть и далекой перспективе, что софт сможет сам принимать решения и получать обратную связь для корректировки.
***
Цифровизация АПК помогает повысить эффективность не только в рамках отдельно взятого хозяйства – будь то маленькая ферма или крупный агрохолдинг, – но и в рамках целого региона и даже всего государства. Об этом свидетельствует и мировая статистика, и рост интереса российских предпринимателей к умным решениям. Если сейчас их активно внедряют крупные компании, то в ближайшей перспективе к этому шагу подойдут и небольшие хозяйства – так они смогут оставаться конкурентоспособными.