Один из способов определения состояния посевов на поле – анализ аэрокосмических снимков. Часто такое исследование делается самим агрономом с помощью специальных программ, но это занимает немало времени.
Сэкономить время поможет искусственный интеллект: оперативно определит, какие части поля нуждаются в активном поливе, а какие находятся в зоне риска. ИИ поможет выбрать определённые участки для внесения удобрений и даже сделать примерный прогноз урожая.
Главной сложностью, с которой столкнулись разработчики при создании ИИ для точного земледелия, было распознание снимков. Для того, чтобы ИИ «выучил» алгоритм распознавания, должны быть прописаны чёткие правила. Снимки поля хоть и содержат «повторяющиеся узоры», но часто встречаются пересечения участков, к тому же изображения не всегда получаются чёткими.
Для решения этой проблемы команда разработчиков из Канады предложила своё инновационное решение. В качестве примера, иллюстрирующего их технологию, взяли колосья пшеницы.
На первом этапе они собрали большое количество фото и видеоматериалов с изображением полей с пшеницей, затем вручную идентифицировали колосья.
Эти материалы пошли для «обучения» ИИ. Затем «научили» систему распознавать следы выбросов и облаков и «убирать» их со снимков. Потом провели многочисленные тесты системы на знакомых полях с целью корректировки работы алгоритма распознавания.
Впереди у команды учёных большая работа. Теперь нужно «научить» ИИ распознавать остальные сельскохозяйственные культуры.
Несмотря на трудозатраты исследования, кажется, что в будущем применение искусственного интеллекта в сельском хозяйстве будет оправдано.
Источник: PhysOrg
