Картофельный робот агроном ищет опасный и коварный Y-вирус в поле

эксклюзив 🔹

Об этом пишет Бен Каммингс в статье, опубликованной в журнале SpudSmart: «Выявление болезней в поле, как известно, очень трудоемкое занятие. А что, если робот с искусственным интеллектом мог бы выполнять эту работу лучше и быстрее, чем любые человеческие глаза и руки? Именно об этом размышлял Чаранприт Сингх, студент магистратуры в Университете острова Принца Эдуарда (UPEI), Канада, когда решил построить робота-агронома, способного обнаружить вирус картофеля Y (PVY). Сейчас его робот проходит полевые испытания и может стать началом совершенно нового вида управления полями.

«Перед тем как начать обучение в магистратуре, я работал со стартапом AgTech, разрабатывающим робота для прополки, — говорит Сингх. — В 2023 году, когда я начал обучение в магистратуре в UPEI, мой руководитель, доктор Айтазаз Фарук, познакомил меня с трудностями, с которыми сталкиваются производители при борьбе с PVY. Для обнаружения симптомов PVY на листьях картофеля требуются изображения высокого разрешения в контролируемых условиях освещения. Мы исследовали различные решения, включая съемку изображений с помощью дронов, портативных камер и камер, установленных на сельскохозяйственном оборудовании. Однако изображения с дронов и установленных камер были недостаточно высокого качества, чтобы обнаружить едва заметные симптомы PVY. После нескольких сеансов мозгового штурма мы пришли к выводу, что разработка специализированного робота — лучший подход».

Искусственный интеллект (ИИ) распространяется по всему миру и меняет способ работы многих людей в разных отраслях, включая сельское хозяйство. ИИ уже используется несколькими инновационными способами для повышения эффективности, качества и устойчивости урожая, от определения дефицита питательных веществ до прогнозирования урожайности, точного внесения и многого другого. Его также используют в борьбе с вредителями и болезнями, где системы ИИ, работающие совместно с дронами и наземными датчиками, могут сканировать картофельные поля для выявления ранних симптомов заражения или вспышки заболевания.

Робот-агроном Сингха был испытан на полях производителей как семенного, так и товарного картофеля, а также на участках нескольких исследовательских ферм на Острове Принца Эдуарда и в Нью-Брансуике в 2023 и 2024 годах. Созданный при поддержке Совета по картофелю Острова Принца Эдуарда и других партнеров, робот оказался впечатляюще успешным: фактически, он эффективен до 90 процентов в обнаружении уникальной мозаики симптомов PVY на растениях различных сортов картофеля.

Сейчас, на втором году своего существования, этот проект является совместным усилием, включающим несколько провинций и организаций.

Роботизированная система, которая была разработана на основе работы, проделанной другим студентом UPEI, который успешно использовал машинное зрение для обнаружения симптомов ранней фитофторы и всходов сорняков, оснащена пятью камерами и спутниковым интернетом. Текущая итерация робота может сканировать пять рядов за раз, фотографируя растения, а затем, из-за ограничений бортовой мощности и вычислений, отправляет геотегированные файлы для удаленного анализа моделью ИИ.

«Робот использует базу данных изображений для определения симптомов PVY и помечает их как инфицированных», — отмечает соавтор проекта Райан Барретт, специалист по исследованиям и агрономии в Совете по картофелю Острова Принца Эдуарда.

Как только модель выявляет потенциальные инфекции PVY, она генерирует то, что Айтазаз Фарук, заместитель декана Школы изменения климата и адаптации UPEI, называет «картой заражения», с геотегами зараженных растений, чтобы их можно было проверить и затем удалить. Фарук говорит, что цель — «добавить механизм распыления краски, чтобы было легче определить, где находятся эти зараженные растения».

Вирус PVY на протяжении десятилетий губительно действует на картофельную и другие отрасли, уничтожая урожайность и обходясь фермерам очень дорого. Проблему PVY еще больше усложняет необходимость найма сезонных рабочих, готовых обходить поля в поисках зараженных растений.

По словам Барретта, новые штаммы PVY становится все труднее распознать на глаз, а поскольку опытных специалистов становится все меньше, а людей, способных успешно справиться с этой работой, становится еще меньше, обнаружение и удаление зараженных растений становится для производителей все более проблематичным.

«Когда появилась возможность применить эту технологию к картофелю, мы увидели в этом возможность решения важной проблемы в отрасли», — говорит Барретт. Эта технология имеет потенциал для революции в картофельной промышленности, экономя время и деньги. Барретт подчеркивает преимущества системы: «Робот не только снижает зависимость от человеческого труда, но и выполняет задачу с большей точностью».

Например, в ходе одного из полевых испытаний робот смог обнаружить зараженное растение, практически спрятанное среди здоровых растений — ситуация, в которой человек мог бы легко не заметить инфекцию.

«Робот привязал местоположение к местности, и когда мы снова посетили это место, стало ясно, что робот правильно определил инфекцию PVY, которая могла остаться незамеченной», — объясняет Барретт.

В первый год модель ИИ основывала свои прогнозы на банке из менее чем 100 000 изображений. Теперь в банке почти 1 000 000 изображений, что значительно повышает точность системы.

«Чем больше данных обрабатывает система, тем лучше она выявляет симптомы PVY, — говорит Барретт. — Этот непрерывный процесс обучения гарантирует, что технология будет становиться все более ценной для фермеров».

«Симптомы PVY различаются в зависимости от сорта картофеля, — добавляет Сингх. — В настоящее время наш алгоритм работает с несколькими сортами, и по мере того, как мы собираем больше изображений с новых сортов, наш алгоритм может научиться обнаруживать симптомы и у них».

По мере развития проекта группа исследователей и разработчиков уже рассматривает будущие варианты применения и усовершенствования, включая добавление солнечных панелей, которые продлят время работы робота в полевых условиях без подзарядки батарей.

Команда также хотела бы, чтобы он работал полностью автономно на основе загруженной карты поля. По словам Фарука, в ближайшем будущем фермеры смогут просто использовать интерфейс сенсорного экрана, чтобы выбрать картофель, будь то «юкон голд», «рассет бурбанк» и так далее, а затем отправить робота полностью независимо бродить по этому конкретному полю в поисках зараженных растений.

В конечном итоге, говорит Барретт, «наша цель — разработать платформу, которую можно будет коммерциализировать либо как полноценную систему, либо как отдельную модель ИИ, которую можно будет интегрировать в существующее сельскохозяйственное оборудование».

Сингх говорит, что до коммерциализации необходимо сделать еще несколько шагов по полевым испытаниям, кроме того, он хотел бы перевести процесс картирования на обнаружение и идентификацию в режиме реального времени.

«В настоящее время мы обрабатываем изображения после захвата для обнаружения симптомов PVY, что означает, что карта заражения формируется после того, как робот просканирует все поле. В будущем мы стремимся достичь обнаружения в реальном времени», — говорит он.

В долгосрочной перспективе потенциальные приложения для этой технологии огромны. По мере того, как проект продолжает развиваться, он предлагает заглянуть в будущее, в котором ИИ и робототехника играют неотъемлемую роль в сельском хозяйстве, помогая фермерам преодолевать проблемы, которые долгое время варьировались от разочаровывающих до дорогостоящих и почти непреодолимых. 

ИИ может установить новый стандарт в точном земледелии, последствия которого выходят далеко за рамки картофеля. Способность обнаруживать едва заметные симптомы и тенденции, которые могут ускользнуть даже от самого тренированного человеческого глаза, может привести к прорывам в борьбе с различными болезнями растений, в конечном итоге способствуя более устойчивым и продуктивным методам ведения сельского хозяйства во всем мире. Используя ИИ для мониторинга здоровья растений, фермеры могли бы выявлять заболевания раньше, применять более точные методы лечения и в конечном итоге повышать урожайность, сокращая при этом использование химикатов.

«Разработанная нами платформа может обнаружить любую болезнь, которая показывает видимые симптомы, — говорит Сингх. — Мы можем обучить наши модели ИИ обнаруживать новые болезни с помощью набора данных изображений, демонстрирующих симптомы. В настоящее время мы работаем с производителями из Острова Принца Эдуарда и Нью-Брансуика, уделяя особое внимание картофелю, поскольку он является основной культурой в этих регионах. В будущем мы хотели бы сотрудничать и с производителями других культур».

Заглядывая вперед, команда намерена и дальше совершенствовать технологию и расширять ее возможности. Они сосредоточены на повышении точности модели ИИ, улучшении способности робота ориентироваться в различных полевых условиях и повышении удобства использования системы для фермеров».

Источник: spudsmart.com. Автор: Бен Каммингс.

Заглавное фото: Лукьянов Дмитрий, AgroXXI.ru.

agroxxi.ru