Пустить ИИ в огород: за растениями в умной теплице проследит нейросеть
Российские ученые создали первую в нашей стране умную теплицу, за состоянием растений в которой следит искусственный интеллект (ИИ). Он определяет степень комфорта каждого побега в реальном времени с помощью видеокамеры и в зависимости от результатов измерения меняет различные параметры микроклимата. Такой подход позволяет снизить энергозатраты на выращивание посадки в два-три раза, а также раньше заметить сбои в формировании плодов и своевременно изменить стратегию выращивания. Однако, по мнению фермеров, разработка в ее нынешнем виде может быть полезна только для некоторых хозяйств и внедрить ее в практику будет сложно.
В теплой атмосфере
Научный коллектив Пензенского государственного университета разработал систему управления тепличным хозяйством на основе нейросети. ИИ в реальном времени следит за состоянием растений и в зависимости от него подбирает оптимальные параметры микроклимата в теплице. Технология позволяет снизить энергозатраты на содержание посадок, которые составляют большую часть себестоимости сельскохозяйственной продукции, в два-три раза. На данном этапе специалисты испытывают возможности своей разработки на примере небольшого бокса. Это первая подобная система в России, где для контроля побегов используется видеокамера. Аналогичные решения создают за рубежом, однако там применяют другие методы.
— Наше преимущество в том, что мы не воздействуем на само растение, как это происходит с механическими датчиками. Их прикрепляют к листьям, к плодам, к стеблю. Они не дают побегу нормально расти, развиваться. Мы же наблюдаем за растением с помощью видеокамеры — на побег нет никаких негативных эффектов, — сказал соавтор разработки, студент четвертого курса Политехнического института ПГУ Сергей Маркелов.
К тому же использовать механические датчики дороже, чем видеокамеру, так как они одноразовые и требуют специального обслуживания, добавил он.
Одна камера может контролировать от трех до 16 побегов. Сигнал с нее получает нейросетевая система компьютерного зрения. Изображение разбивается на множество областей, по которым ИИ определяет основные элементы: само растение, окружающую среду, границы объектов. Затем он анализирует диаметр стебля и черешка, площадь листового покрова, прирост стебля и плода. Эти данные передаются второй нейросети, которая на их основе рассчитывает рост, объем, количество и примерный объем листьев растения.
В теплицы установлены светильники со светодиодами разных цветов. Их сочетание позволяет подбирать оптимальное для растений освещение. Кроме того, по коэффициенту отражения в различных областях спектра можно определить содержание в побеге хлорофилла, которое тесно связано с концентрацией азота в листьях. Это также характеризует степень комфорта растения.
Человек может управлять такой системой удаленно с помощью смартфона или компьютера. При желании он имеет возможность поменять стратегию выращивания, а нейросеть поможет ее оптимизировать.
— С помощью нашей теплицы фермеры и агрономы смогут определить сбои или изменения в процессах роста растений задолго до того, как это можно будет увидеть невооруженным глазом. Это позволит своевременно диагностировать проблему замедления или уменьшения их роста, — сказал доцент кафедры «Электроэнергетика и электротехника» Василий Ашанин.
Кроме применения непосредственно в тепличных хозяйствах систему планируют использовать в исследовательских целях. С ее помощью будут испытывать новые технологии, сорта и гибриды, разрабатывать стратегии выращивания. Также разработка позволяет моделировать реальные условия окружающей среды в различных регионах мира. Так селекционеры смогут проверить, приживется ли тот или иной сорт или гибрид на определенной территории.
Специалисты ПГУ подчеркивают, что пока они находятся на научном этапе создания разработки и до внедрения ее в практику им предстоит еще решить ряд проблем.
20 млн растений
Использовать систему в современных теплицах в ее нынешнем виде будет очень сложно, считает главный агроном агропромышленного холдинга «ЭКО-культура» Любовь Прыткова. Одна камера может контролировать до 16 побегов, однако на реальном производстве их может быть до 20 млн с плотностью до 4–5 растений на 1 кв. м. Не понятно, как тогда размещать камеры, отмечает специалист. Оборудование такой системы должно выдерживать условия работы в теплице с повышенной температурой и влажностью.
— В какой конкретно точке система замеряет параметры? Например, тепличная культура томата в течение производственного цикла достигает 36 м в длину. По мере роста стебель каждого растения приспускается и укладывается по определенной технологии, при этом растение в постоянной высоте — это от 3 до 3,5 м. Способна ли вообще нейросеть всю эту высоту корректно воспринимать и анализировать? — спрашивает Любовь Прыткова.
Можно предположить, что разработка может быть использована в помещениях под выращивание цветов, в основном горшечных культур, однако для окончательной оценки нужно анализировать работу устройства на производстве, добавила специалист.
— Непонятно, кто будет обслуживать нейросеть в нашем колхозе. У всех этих новомодных технологий всегда есть множество нерешенных проблем, так как учесть всё невозможно. У нас, например, бывает, отключают свет каждые два-три часа. Отдельно взятому крестьянско-фермерскому хозяйству, как мы, такие затраты не под силу, — сказала владелица крестьянско-фермерского хозяйства «Зеленый дом» Татьяна Моисеенко.
Такую систему можно применять в крупных теплицах с надежной подачей электроэнергии, где, например, выращивают рассаду для более мелких хозяйств, «таких как наше», добавила фермер.
Внедрение таких решений сравнимо с привлечением самых опытных и заботливых агрономов, считает специалист по технологиям искусственного интеллекта, доцент кафедры экспериментальной физики УрФУ Александр Черепанов. По его мнению, у разработчиков остается еще огромное поле вариантов управления умной теплицей, реализуемых также с применением возможностей ИИ, от получения наперед заданного качества продукции до индивидуализации характеристик плодов под запросы конкретного потребителя.
