«Если искусственный интеллект и изменит мир, начать нужно с решения самых насущных проблем, — уверен основатель фонда AI for Good Джеймс Ходсон, — Мало что важнее, чем создание условий для того, чтобы мы смогли прокормить растущее население Земли».

Сегодня сложно представить отрасль сельского хозяйства, где AI не найдет применения: это и эффективное использование ресурсов, и борьба с вредителями, и сбор урожая, и предупреждение эпидемий.

По данным MarketsandMarkets, объем рынка искусственного интеллекта в сельском хозяйстве вырастет до $2,6 млрд к 2025 году.

Примеры внедрения уже можно встретить в США, Европе, Азии, Африке и России — на Земле не осталось регионов, в которых аграрии не начали «полевые испытания» искусственного интеллекта.

Для России проблема автоматизации сельского хозяйства особенно актуальна: за последние 10 лет число работников в отрасли сократилось более чем в два раза. «В будущем автоматические системы могут поднять сельскую местность и сохранить там производство, ведь большая часть населения деревень и так уже не занята в сельском хозяйстве», — считает заведующий отделом Института статистических исследований и экономики знаний ВШЭ Илья Кузьминов.

Важность AI в аграрном секторе понимают и в российском правительстве. Минсельхоз предложил до 2024 года выделить 1,5 млрд рублей для сельхозпроизводителей, использующих сервисы на основе искусственного интеллекта.

Но почему именно AI способен решить проблемы сельского хозяйства? Его преимущество — в гибкости. Это доказал стартап Slantrange, который разработал систему для выявления сорняков. Алгоритм изначально был создан для американского Среднего Запада. Когда его попробовали применить в Южной Африке, где более песчаные почвы и более низкая плотность посадки, система толком не заработала. Тогда команда Slantrange заново обучила алгоритм на новых данных. Обновленную версию выпустили всего через два дня после первого сообщения о проблеме.

Любое AI-решение хорошо лишь настолько, насколько полны и адекватны наборы данных, использованные для его обучения. Поэтому нельзя просто скопировать решение из одного региона и применить его в другом без адаптации.

В 2019 году в России резко подорожала гречка — в некоторых регионах цены выросли сразу на 50%. По словам научного руководителя Гидрометцентра Романа Вильфанда, причина плохого урожая в том, что из-за плохой погоды алтайские фермеры поздно посеяли гречиху.

По подсчетам ученых, 85% потерь урожая происходят из-за погодных явлений. AI способен предсказать погодные условия на недели, а порой и на месяцы вперед — это позволяет планировать работу ферм и предпринимать меры для сокращения потерь.

AI подсказывает аграриям, когда сажать семена, как поливать землю, сколько удобрений вносить и когда собирать урожай. Такой подход экономит рабочую силу, снижает затраты и повышает производительность. Ферма Dancing Crow внедрила разработанную Microsoft систему Project FarmBeats. Теперь умные датчики измеряют влажность и температуру почвы, а беспилотники собирают информацию о состоянии посевов. В свою очередь, AI предлагает фермерам рекомендации по управлению хозяйством.

Похожие решения работают и в развивающихся странах: в Кении фермеры смогли собрать на 50% больше кукурузы с помощью советов искусственного интеллекта, которые получали в виде сообщений на мобильные телефоны. Они использовали AI-платформу, которую разработала французская компания Capgemini. Система анализирует данных правительств и фермеров, а также спутниковые снимки, и предлагает рекомендации по ведению сельского хозяйства — оптимальное время посева и наиболее эффективную глубину заделки семян.

Разработка новых видов, создание удобрений и средств защиты от вредителей — самая, пожалуй, очевидная сфера применения AI-решений. Вывод на рынок нового продукта в этой области занимает более 11 лет и требует $286 млн инвестиций. Внедрение искусственного интеллекта ускоряет процесс и делает его дешевле.

Несколько лет назад Atomwise и Monsanto начали использовать AI для разработки новых средств защиты аграрных культур. Вместо традиционного для отрасли анализа десятков тысяч молекул методом проб и ошибок, система с помощью машинного обучения предсказывает, какие молекулы окажутся полезными в борьбе с патогенами или насекомыми.

Хороший урожай начинается с посевной кампании — роботов можно использовать уже на этом этапе. По оценке экспертов, использование дронов может сократить расходы на посадку растений на 85%. Так, компания DroneSeed разрабатывает дроны, способные переносить модули с семенами деревьев и «бомбардировать» ими землю. Это ускоряет процесс посадки в шесть раз по сравнению с традиционными методами. Хотя проект направлен на восстановление лесов, аналогичные решения могут работать и в сельском хозяйстве.

Уже появились решения и для автоматического сбора урожая деликатных культур, вроде ягод или фруктов. Скажем, робот Harvest Crop умеет собирать клубнику. Раз в три дня он объезжает посадки, фотографируя каждый куст с помощью двух 3D-камер с инфракрасным режимом. К началу сезона уборки урожая робот накапливает в «облаке» информацию про все растения на разных стадиях роста. AI оценивает зрелость ягод по их цвету, размеру и времени, которое плод провел на ветке. Ключевое преимущество машины — способность работать в условиях низкой освещенности. Дело в том, что клубнику лучше собирать ночью, когда низкие температуры снижают вероятность повреждения ягод. Производитель надеется, что аграрии смогут тратить на аренду роботов не больше, чем сейчас платят сезонным работникам. Это позволит избежать крупных капиталовложений.

Сельское хозяйство потребляет около 70% всей пресной воды в мире, при этом из-за неэффективного использования примерно 60% воды тратится впустую. Оптимизация полива в сельском хозяйстве — проблема острая, а для ее решения активно применяются AI-технологии.

В XX веке низко летящий на полями самолет означал только одно: пришла пора обработки пестицидами. Сегодня фермеры используют «умную» авиацию, чтобы анализировать состояние посевов. «Существует миф о неповоротливых аграриях, — замечает маркетолог Джон Борн. — Но назовите другую отрасль, где так быстро внедрили технологию на основе AI». Компания Борна Ceres Imaging использует установленные на самолетах камеры, чтобы делать снимки в разных спектрах — например, в инфракрасном диапазоне. Другой прибор измеряет температуру растений. Затем AI анализирует полученные данные, чтобы выяснить, хватает ли воды и удобрений каждой культуре. В результате фермеры получают информацию, которой никогда раньше не было в их распоряжении.

Испанские ученые пошли еще дальше: они создали систему, которая прогнозирует потребности каждого пользователя сети водоснабжения в масштабе страны. В основе системы — AI-алгоритм, способный автоматически собирать, обобщать и анализировать разные форматы данных, влияющих на водопользование в разных регионах: какая там погода, что выращивают, как поливают, график рабочих и выходных дней и т.п. Такой подход позволяет оптимизировать работу насосных станций, снизить количество сбоев и утечек, сэкономить воду и рабочее время персонала. С ростом населения и сокращением доступности чистой воды из-за изменения климата задача экономии в будущем станет только актуальнее.

Основатели компании Autonomous Tractor Corp еще в 2012 году обещали выпустить «Tesla для тракторов», но их полностью автономная разработка так и осталась прототипом. Оказалось, что работа в полях должна учитывать множество переменных в зависимости от сезона, времени суток и погоды — это требовало большого вовлечения фермеров в управление автономным трактором. Компании пришлось изменить бизнес-модель: теперь она выпускает полуавтономные решения для отдельных задач (например, внесения удобрений), способные сократить расходы фермеров на 50%.

Хотя на пути к полностью автономным тракторам пока есть препятствия, объем мирового рынка такой техники составил $648,9 млн в 2016 году. К 2025 году он увеличится до $4,3 млрд, прогнозируют аналитики KD Market.

Крупные производители заметили тренд на автоматизацию. Компания John Deere создала датчик, который измеряет содержание питательных веществ в навозе и регулирует интенсивность распространения этого удобрения. Затем AI-система анализирует и показывает, как различные вещества распределяются по полю.
Российские производители не отстают от зарубежных коллег.

Недавно беспилотный комбайн собрал 67 центнеров с гектара на опытном поле в Курганской области — рекордный показатель для региона. Впрочем, пока автоматизировано только движение комбайна по полю: механизатору-человеку самому приходится выбирать угол наклона жатки, настраивать процессы обмолота и очистки зерна.

Внедрение AI в сельском хозяйстве лишено смысла, если урожай все равно уничтожают вредители. Проблема очень серьезна: по данным ООН, ежегодно болезни растений обходятся мировой экономике примерно в $220 млрд, а насекомые-вредители наносят ущерб еще на $70 млрд.

К счастью, разработчики AI готовы предложить решения. Стартап AgVoice создал своего рода «Siri для агрономов»: голосовой помощник использует обработку естественного языка и предназначен для работы в поле. Специалисты используют AgVoice для создания отчетов о состоянии посадок и болезнях растений.

Кроме распознавания речи фермеры внедряют и компьютерное зрение. Вместо тотального орошения полей пестицидами предприятия сельского хозяйства могут точечно обрабатывать очаги поражения: это сокращает воздействие химикатов на продукты питания.

Например, технология компьютерного зрения позволяет анализировать фотографии растений и насекомых, определяя болезни, сорняки и вредителей. Пользователю сервиса Farmwave достаточно сфотографировать смартфоном подозрительное растение, чтобы получить за несколько секунд диагноз. Приложение идентифицирует патогенные микроорганизмы, помогая фермерам находить подходящие методы борьбы с ним. Точность анализа достигает 95%, а охватывает он 85% сельскохозяйственных культур — для этого алгоритм обучили на каталоге из 35 тыс. видов.

К 2050 году более двух третей мирового населения будет жить в городах (сегодня — чуть больше половины), прогнозируют эксперты ООН. Кто же будет кормить эту ораву городских жителей? Место раскинувшихся на десятки гектаров угодий займут «умные» теплицы и вертикальные фермы — урожай можно будет собирать прямо в городах и пригородах.

Выращивание растений в закрытом грунте позволяет производить в 11 раз больше овощей и фруктов по сравнению с фермами под открытым небом. Эксперименты с использованием AI в этой сфере уже идут: компания 80 Acres Farms внедрила полностью автоматизированное и управляемое искусственным интеллектом растениеводство в закрытом грунте. В компании уверяют, что ее салат получается более питательным и ароматным по сравнению с выращенным в естественных условиях — при использовании на 97% меньшего количества воды и без использования пестицидов.

Российская компания iFarm тоже использует AI для своих «умных» теплиц. Ее ИТ-система контролирует все процессы: от автоматической подачи воздуха и питательных растворов, до поддержание нужных параметров микроклимата на каждом ярусе для выращивания определенных культур. Недавно компания начала продавать модули доращивания — шкафы, которые можно поставить в зале магазина или ресторана. Это еще сильнее повысит доступность свежих овощей в городах.

«Smart farming — перспективная отрасль, которую активно поддерживают венчурные фонды, ее оценивают в $25 млрд, — говорит партнер фонда Gagarin Capital Михаил Тавер, — При этом ее доля будет только расти».

Самое неожиданное место, где можно встретить искусственный интеллект — свинарники и коровники. Уже сегодня AI помогает фермерам защищать поголовье от болезней и распознавать поведение животных, автоматизируя принятие решений на основе этих наблюдений. Например, китайская компания JD.com выпустила робота, который выдает свиньям нужное количество корма в зависимости от их возраста.

Компания Alibaba пошла еще дальше: ее система с помощью компьютерного зрения узнает каждую свинью на ферме «в лицо» и оценивает ее активность и аппетит. Распознавание звука помогает отследить по кашлю заболевших животных и определить осложнения в родах по визгу поросят. По результатам первых экспериментов Alibaba заявила о снижении годовой смертности поголовья на 3%, а рождаемость выросла на 3 поросенка в год с одной свиноматки.

Аналогичную систему, но только для разведения коров, разрабатывает ирландский стартап Cainthus: она отслеживает состояние и поведение животных, анализируя видео, и подсказывает фермеру, как и когда лучше кормить, поить и спаривать животных для увеличения надоя и поголовья.

Каждый человек, работающий в сельском хозяйстве, понимает важность инноваций. Возможно, именно поэтому венчурные инвесторы с таким энтузиазмом вкладывают деньги в стартапы, предлагающие AI-решения для аграрного сектора. Как продемонстрировал пример кенийских фермеров, которые используют французскую разработку, сегодня нет границ для распространения искусственного интеллекта.

Анализ мировых практик показывает, что для эффективного внедрения искусственного интеллекта в аграрном бизнесе нужно следовать нескольким простым советам.

Во-первых, необходимо изучить чужой опыт — не только передовых стран, но и развивающихся регионах. Во-вторых, следует помнить о том, что готовые AI-решения, скорее всего, придется адаптировать под условия конкретной области. В-третьих, стоит пользоваться преимуществами sharing economy: покупка сельскохозяйственного робота может оказаться не по карману небольшой ферме, а вот его аренда будет более доступной. В-четвертых, можно дополнительно сэкономить, взяв за основу открытые технологии и бесплатные инструменты.

Наконец, бизнесу нужно искать партнеров в научной среде. Во многих университетах есть лаборатории, создающие прототипы «умных» тракторов, аграрных дронов и других AI-решений. Можно использовать их компетенции и стать экспериментальной площадкой в своем регионе. Начав с этих шагов, фермеры не только повысят рентабельность своего бизнеса, но и внесут вклад в обеспечение продуктовой безопасности страны и мира.