English

ИИ трансформирует сельское хозяйство

17 мая 2020

Объ­ем дан­ных, ко­торые не­об­хо­димо бу­дет хра­нить при пе­рехо­де аг­ропро­мыш­ленно­го ком­плек­са (АПК) на тех­но­логии ис­кусс­твен­но­го ин­теллек­та (ИИ), сос­та­вит бо­лее 200 пе­табайт, что на по­рядок вы­ше объ­ема дан­ных, в со­вокуп­ности хра­нимо­го те­леком­му­ника­ци­он­ны­ми опе­рато­рами и фи­нан­со­выми уч­режде­ния­ми. Об этом со­об­ща­ют ана­лити­ки Рос­сель­хоз­банка.

Центр развития финансовых технологий Россельхозбанка оценил объем данных, которые необходимо будет хранить при переходе всех сельскохозяйственных компаний России на использование технологий AI (искусственного интеллекта). По оценкам специалистов банка, для хранения этих данных потребуется более 200 петабайт (петабайт — единица измерения количества информации, равная 1015 байт; 1 петабайт равен 1000 терабайт), что на порядок выше объема данных, в совокупности хранимого телекоммуникационными операторами и финансовыми учреждениями, и тысячекратно превышает объем электронного хранилища крупнейшей в Европе библиотеки — Российской государственной библиотеки (162 терабайта, или примерно 3 млн цифровых книг). Расчет основан на данных о поголовье скота и общем фонде пахотных земель России.

«В ближайшие годы сельское хозяйство ждет глобальная цифровая трансформация. И искусственный интеллект сыграет в ней одну из ключевых ролей. Уже сегодня технологии AI хорошо зарекомендовали себя в таких направлениях, как точное земледелие, умное животноводство и робототехника. Россельхозбанк через собственную цифровую экосистему готов стать проводником современных разработок ИТ-компаний к сельхозпроизводителям и помочь адаптировать их для АПК», — отмечает директор центра развития финансовых технологий РСХБ Елена Батурова.

Точное земледелие — комплексная система управления аграрным предприятием — позволит оптимизировать процессы контроля состояния почвы, урожая, эффективно использовать мелиорационные системы для достижения максимально качественных показателей урожайности. В точном земледелии для этого могут быть использованы датчики-детекторы, а также центральный компьютер, который в связке с навигационной системой принимает с них сигналы.

Искусственный интеллект поможет также создавать системы, позволяющие следить за здоровьем животных, выявлять их генетические особенности, управлять численностью поголовья. Умные устройства также помогают контролировать перемещение скота и отслеживать необходимость кормления. Умное животноводство — это агротехнологическое направление, которое предполагает использование технологий IoT (Internet of Things, интернет вещей) для сбора данных в животноводстве: удои, необходимость и время приема лекарств животными, кормление и т.п.

В сельском хозяйстве также используются беспилотные летательные аппараты, обеспечивающие создание карт, наблюдение, оценку и опрыскивание, — дроны. Обработка полученных данных позволяет моделировать и прогнозировать урожайность каждого поля, чтобы получать полную картину по ожидаемой урожайности в целом регионе и стране. Кроме того, активно тестируются, хотя пока и не получили широкого использования, сельскохозяйственные роботы для посадки и сбора фруктов, ягод и овощей. Технологии в области компьютерного зрения помогают находить объекты, подлежащие сбору, выявлять сорняки и больные растения. Предиктивные аналитические системы облегчают фермерам формирование прогнозов роста растений.

«Применение искусственного интеллекта в сельском хозяйстве и медицине окажет максимальное влияние на жизнь каждого человека на земле. Россия, как страна с богатыми агропромышленными традициями, всегда ставила развитие сельского хозяйства в число приоритетных задач. С внедрением технологий умного животноводства и точного земледелия потребность в качественных решениях в области искусственного интеллекта будет неуклонно расти. Рынок ИТ-технологий на службе агропромышленного комплекса России активно формируется, в том числе благодаря государственной поддержке, в частности программе «Цифровое сельское хозяйство». Это хорошие сигналы для развития ИИ в российском АПК», — считает директор центра развития финансовых технологий Россельхозбанка Елена Батурова.

Заместитель руководителя департамента бизнес-решений ГК Softline Максим Мельситов согласен с оценкой объема данных, которые необходимо будет хранить при переходе всех сельскохозяйственных компаний России на использование технологий AI. «Если мы говорим о создании эффективной системы управления данными сельского хозяйства, объем информации, который она будет обрабатывать, действительно огромен. Деятельность сельскохозяйственных организаций зависит от множества факторов, собираемых с разных устройств, от анализа температуры в теплицах при помощи датчиков до расшифровки спутниковых съемок», — сообщает он.

Директор центра разработки Artezio Дмитрий Паршин полагает, однако, что агропромышленный комплекс способен генерировать еще больший объем данных, нежели представлено в текущей оценке, при условии, что не будут изменяться форматы хранения и сжатия данных. «Все зависит от того, насколько широко будут применяться технологии искусственного интеллекта в этом секторе экономики, насколько глубокой будет автоматизация процессов. Текущая оценка явно не учитывает развитие технологий, которые станут поставщиками новых данных для АПК. Основной массив данных в расчетах явно приходится на обеспечение умного земледелия, где должны применяться высокоточные карты. Уже сейчас есть рабочие проекты, которые доказывают эффективность цифровых технологий в земледелии, включая применение ИИ для составления общих прогнозов и рекомендаций. В будущем ожидается, что глубина проникновения цифровых технологий в сельское хозяйство должна увеличиваться. В АПК должна произойти настоящая технологическая революция, чтобы можно было говорить об эффективном использовании ИИ и робототехники. Однако, когда мы говорим про такие проекты, часто забываем о стоимости их разработки и внедрения», — сообщает Дмитрий Паршин. «Можно сколько угодно сейчас прогнозировать объем данных, которые сгенерирует АПК, но без комплексных решений по автоматизации эти данные будут бесполезными. Важно собрать разрозненные решения для АПК в глобальную систему, сделать данные из одного проекта доступными в другом, обеспечить взаимодействие существующих систем. Это не означает, что не стоит внедрять новые технологии в отдельных хозяйствах, хотя окупаемость таких систем под вопросом. Для АПК необходим глобальный план технологического развития, который будет учитывать и генерацию данных, и их обработку с помощью ИИ. Затем к этой системе можно подключать локальные решения по автоматизации процессов — роботов для посева или работы на молочных фермах и т.д.», — утверждает Дмитрий Паршин.

Руководитель направления Big Data, ИТ-компании «Крок» Егор Осипов считает оценку в 200 петабайт весьма солидной, однако оправданной, с учётом, что оценивается целая отрасль. «Разумеется, это потребует значительных инвестиций, но нельзя исключать возможность генерации такого объема данных в течение нескольких лет в случае масштабной цифровизации данного сектора. К тому же сейчас в АПК большую популярность приобретают технологии видеоаналитики, а они всегда являются генераторами огромных массивов данных. Различные IoT-технологии, в зависимости от сценариев применения, также могут быть значительными источниками данных, с чем мы сейчас активно сталкиваемся на промышленных предприятиях, где цифровая трансформация активно идет уже несколько лет», — говорит он.

Технический директор компании «Системы компьютерного зрения» Михаил Смирнов считает, что объем данных на одно животное взят с запасом. «Современные технологии позволяют уже сейчас более экономно расходовать серверное пространство. Как эксперты в работе с нейронными сетями и видеообработкой, мы сталкивались с такой проблемой и поставили задачу найти оптимальный подход к управлению данными. Системы компьютерного зрения становятся более совершенными, и, например, алгоритмы машинного обучения могут выдать хороший результат со все меньшего количества кадров или данных. Тем не менее вероятность создать большое количество данных есть — достаточно просто не удалять старые видео с камер наблюдения», — утверждает Михаил Смирнов.

«Несомненно, с повышением уровня цифровизации в современном сельском хозяйстве, который мы сейчас наблюдаем, количество данных будет расти лавинообразно, — отмечает директор центра отраслевой экспертизы департамента по работе с промышленными предприятиями компании «Техносерв». — Однако в текущих условиях конкретный размер хранилища можно только спрогнозировать, используя одну из методик. Какую методику в данном случае выбрали специалисты РСХБ, угадать сложно, также непонятны горизонт оценки и глубина хранения, которые брались в расчет. Но тот факт, что объем будет значителен, сомнений не вызывает.

Руководитель направления PR 3iTech Олег Синча убежден, что расчеты РСХБ — это точка отсчета, попытка оценить масштабы предстоящих преобразований. «Сейчас сложно сказать, какие интеллектуальные системы будут внедрены в АПК, а какие не смогут пройти стадию пилотных проектов. Однако даже поверхностная оценка технологической емкости отрасли показывает, что АПК, если проводить его тотальную цифровизацию, потребует колоссальных вычислительных мощностей. Речь идет не только о проектах роботизации, таких как умные фермы или беспилотная сельхозтехника, но и о других системах — метеопрогнозирования, контроля посевного материала, ветеринарного учета, кадрового учета. В АПК номенклатура продукции значительно шире, чем, например, в банковской отрасли, сложные системы закупок и сбыта. Если все процессы переводить в цифровой формат, при этом максимально автоматизируя производство, то это потребует использования гектаров серверных полей», — отмечает Олег Синча.

Он считает, что на начальном этапе будут внедрены те системы, которые уже хорошо зарекомендовали себя в других отраслях или уже используются в АПК других стран. «В первую очередь появится электронный документооборот, системы видеонаблюдения, автоматизированные фермы, умные системы полива. В некоторых наиболее «продвинутых» хозяйствах это уже есть. На подходе беспилотные комбайны и трактора, продвинутые климатические системы для тепличных хозяйств, комплексные системы мониторинга угодий. Помимо производственных процессов со временем будут автоматизированы и бизнес-процессы. Если существующие тенденции сохранятся, то сельское хозяйство постепенно будет превращаться в кибернетизированное производство с минимальным участием человека», — полагает Олег Синча.

Технический директор компании «Системы компьютерного зрения» Михаил Смирнов также ссылается на опыт других стран для оценки эффективности использования искусственного интеллекта в АПК. Он называет такие страны, как Италия и Япония, которые, по его мнению, имеют хорошие наработки в этой области. В качестве конкретных направлений с большим потенциалом он отмечает прогнозирование активности по совокупности статистики — погоды, полива, удобрений. То же самое касается и скота — анализа поведения скота в части болезни, готовности к осеменению. Анализ роста растений, а также анализ количества насекомых на полях и их типов. «Первые оценки по распознаванию домашнего крупного скота мы делали еще три года назад. Отечественные разработчики сейчас могут предложить качественные и относительно недорогие решения для АПК по сравнению с иностранными аналогами, если таковые имеются», — сообщает Михаил Смирнов.

Директор центра отраслевой экспертизы департамента по работе с промышленными предприятиями компании «Техносерв» Андрей Шуравин отмечает, что с учетом роста объемов данных искусственный интеллект будет наиболее эффективен при расчете оптимальных режимов растениеводства. Он убежден, что в этом случае появится возможность проведения детального анализа множества параметров в рамках земледелия как в открытом грунте, так и с использованием теплиц. «Системы ИИ смогут рассчитать оптимальный температурно-влажностный режим, состав удобрений, необходимые агротехнические операции и многое другое, а это может значительно повысить эффективность отрасли», — сообщает он.

Заместитель руководителя департамента бизнес-решений ГК Softline Максим Мельситов считает, однако, что, несмотря на то что искусственный интеллект может быть очень полезен предприятиям сельского хозяйства в будущем, говорить о полном переходе к цифровой трансформации в этой отрасли пока рано. «В отдельных хозяйствах используются устройства IoT или дроны, реализуются проекты по управлению данными — несколько таких проектов сейчас ведет Softline, — но это лишь точечные примеры внедрений. Сейчас отрасли необходимо построить цифровую инфраструктуру, эффективно собирающую данные для их дальнейшей обработки. После можно переходить к повсеместному применению искусственного интеллекта и Big Data.При этом искусственный интеллект может использоваться в любом направлении сельского хозяйства. Например, в растениеводстве ИИ может управлять дронами, орошающими поля, или рассчитывать наиболее эффективное использование почв», — подчеркивает Максим Мельситов.

«Высокие темпы развития достигаются, когда есть синергия между усилиями государства, науки и бизнеса в части инвестиций. Благодаря эффекту низкой базы и высокому интеллектуальному потенциалу РФ, у нас есть все предпосылки для активного развития ИИ в части АПК. Если в крупных агрохолдингах мы наблюдаем сейчас высокую востребованность передовых технологий, то в малых и средних фермерских сельскохозяйственных предприятиях не всегда получается использовать лучшие мировые практики и разработки. Именно им необходимо помогать в первую очередь», — убеждена Елена Батурова.

Источник
Новости по теме
Сегодня 10:27
Smart City & Region
Цифровая индустрия промышленной России
Российские операционные системы с использованием СПО