Казанский ГАУ
🌍🧐 ИИ в сельском хозяйстве: почему «умным» советам не хватало главного
Сельское хозяйство — одна из самых сложных отраслей для искусственного интеллекта. Урожайность зависит от десятков факторов: тип почвы, погода, севооборот, техника, цены на удобрения и зерно. Но большинство ИИ-инструментов сегодня дают фермеру «средние» советы, не привязанные к конкретному хозяйству. Агенты сегодня не соединяются друг с другом и не помогают ферме реально выполнять действия».
Что придумали FBN и Google
Недавно FBN и Google AI Futures Fund объявили о партнёрстве: они строят первый в отрасли «AI context engine» — контекстный движок для сельского хозяйства. Идея проста и одновременно амбициозна: собрать воедино разрозненные данные о конкретной ферме — агрономию, финансы, технику, рынки — и превратить их в живую, постоянно обновляющуюся картину, на основе которой ИИ сможет давать советы, привязанные именно к этому хозяйству.
Движок будет работать на базе Norm — ИИ-советника FBN, запущенного в 2023 году. Norm уже обслуживает более 140 000 фермеров в США и Канаде и отвечает на вопросы от защиты растений до подбора семян и обслуживания техники. Теперь Google даст FBN ранний доступ к передовым моделям, включая разработки DeepMind, а FBN протестирует их на сложных агрономических задачах.
Ключевое отличие от существующих решений: Norm сможет не только советовать, но и действовать. Фермер сможет, например, проанализировать агрономическую программу, а агент тут же поможет с выбором продукта и покупкой.
Насколько это актуально для России
Более чем. Уровень цифровизации отечественного АПК сейчас составляет около 20%, к 2030 году ожидается рост до 30%. В стране задействовано около 24 тысяч машин с элементами автопилотирования, которые за год обработают порядка 12,5 млн га.
Но есть проблема, знакомая и FBN, и российским аграриям: данные разрознены, а ИИ-решения часто не интегрированы с реальными бизнес-процессами. В Совете Федерации на совещании по цифровизации АПК прямо называли барьеры: высокая стоимость ПО, низкое качество интернет-связи на селе и недоверие сельчан к цифровым продуктам.
Примеры из России
«Андрей Тимофеевич» — настоящий цифровой агроном. Сервис назван в честь Андрея Тимофеевича Болотова и учитывает агроклиматические особенности российских зон земледелия — от Краснодарского края до Западной Сибири. Он диагностирует болезни по фото, рассчитывает нормы удобрений и проверяет совместимость препаратов.
«Иван Полевой» от «Уралхима». агроном, основанный на RAG-модуле. Система работает с текстом и голосом, опираясь на накопленные данные компании по сопровождению систем питания растений на полях клиентов.
Нейросеть кубанских учёных. Совместная разработка ГК «Прогресс агро», компании «Проф агро» и Кубанского ГАУ уже два года проходит испытания. Результат: рост урожайности до 6,3%, экономия удобрений — 24 кг/га, совокупный экономический эффект — 1,86 млн рублей на тестовых полях.
CROPIVA — точечное опрыскивание. Студенческий стартап из Челябинской области: нейросеть распознаёт сорняки размером в несколько миллиметров и подаёт гербицид только на них. Расход химикатов сокращается на 40–80%.
SmartAgroBot. Резидент «Сколково» компания SmartAgro представила Telegram-бота — бесплатного цифрового агронома для фермеров по всей России.
Что это значит для агробизнеса
Россия уже накопила критическую массу разрозненных ИИ-решений: нейросети для точного земледелия, цифровые агрономы, системы мониторинга почвы, агророботы. Но, как и в случае с FBN и Google, главный вызов — не создать очередной «умный» инструмент, а связать их в единую экосистему, где данные одного решения усиливают другое. Пока отечественный АПК идёт по пути точечных разработок. Следующий шаг — интеграция.
Используете ли вы ИИ-инструменты в работе? Что мешает — цена, недоверие или отсутствие связи на полях? Поделитесь опытом в комментариях.
Источник
#КазанскийГАУ Если у вас установлено приложение,
вы можете сразу перейти в канал