Як штучний інтелект підвищує ефективність сільського господарства? Петро Мельник, виконавчий директор Agricom Group розповідає про це у своєму блозі.
Три роки тому ми вирішили визначати економічну рентабельнісь полів і на основі цих досліджень робили певні висновки. Але вони суб’єктивні та базуються на сухих статистичних даних. Багато факторів взагалі не враховували: погода, операції, різноманіття ґрунтів та багато інших. Це ж поле — воно живе. Все, що з ним відбувається, не так легко прогнозується.
Ми вже відцифровали всі поля, використовуємо декілька інформаційних систем, але у нас ніколи не було повноцінної агрономічної системи для аналізу. Рішення, яке поєднувало б business intelligence, аналіз ефективності та порівняння різних показників. І ось ми вийшли на новий рівень — впровадження системи на основі штучного інтелекту.
Сьогодні на 95% ми вже впровадили у себе цю систему. У нас ще є що допрацювати взимку. Однак починаючи з травня щодо усіх наших полів буде вестись аналітика по температурним індексам, опадам, технологічним операціям, які відбуваються.
Увесь обсяг робіт по збору інформації здійснюватиме одна програма. Вона дозволяє нам відслідковувати те, що робиться на полі.
Навіщо аграрію впроваджувати системи штучного інтелекту?
Щоб зібрати весь необхідний для аналізу масив даних, потрібно здійснити 4-5 облетів дронами на рік — на певних стадіях розвитку рослин. Під час цього моніторингу робиться багато чітких знімків і вони залишаються в базі.
Фото дозволяють нам бачити, що з культурами в кожній частині поля. Та це дуже велика кількість інформації. Людина просто фізично не може проаналізувати такий масив, саме тому й було впроваджено технологію штучного інтелекту.
Ця система продовжує вчитись, але вже досить якісно розрізняє на знімках пшеницю, ріпак, пирій, свиріпу.
В цьому році ми літали над пшеницею, яка посіяна після ріпака. В даному випадку ріпак потрібно було розглядати як бур’ян. Проте якби вони літали по ріпаку, то цю культуру вже потрібно було б розглядати як основну. Це суто український кейс, в Бразилії чи США ще цього не робили.
Які переваги надає це рішення
Зібравши всю необхідну інформацію, програмі знадобиться близько двох діб, щоб повністю проаналізувати масив даних і видати фідбек по полю.
В результаті — ми отримуємо різнобічну інформацію, яка дозволяє нам запобігти багатьом важливим проблемам.
Густота рослин на гектар — дозволить визначити проблемні зони на полі. Зараз у нас 200 га ріпака під пильним наглядом. Ми побачили, що культура відстала в розвитку і не дає такої густоти, яка має бути.
Фітостан поля покаже, які є бур’яни, де і на якій стадії розвитку. На основі цієї інформації ми вже розробляємо план обробок ЗЗР на наступний рік, враховуючи існуючий стан.
Окрім цього, ми бачимо, що відбувається на полі: хвороби, недостатність фосфору, калію, азоту, поживних речовин. Наприклад, ми вносимо інсектициди лише туди, де в цьому є потреба.
І всі ці завдання вирішує одна система — Taranis. В ній же можна подивитися кожен обліт і побачити, чи наші заходи щось змінили, чи ні.
Крім штучного інтелекту для мене ще цікаві порівняльні індекси, бо вони відображають реальну ситуацію на полі. Система кожного дня надсилає звіт. Що і на якому полі зроблено — все наглядно. І у мене тільки одне бажання — максимально інтегрувати це рішення в діяльність компанії, щоб кожен з наших працівників працював з системою.
За невелику річну плату ми отримуємо обліт полів, десяток індексів, прогноз погоди — закривається багато важливих питань.
Ми це рішення вже інтегрували, і агрономи з цим працюють. На початку хлопці жартували, але зараз вже немає жартів. Якщо ми бачимо питання щодо якогось індексу, то сідаємо і починаємо розбиратися. Вже зовсім інше усвідомлення і зміна навичок.
Читайте попередні блоги Петра Мельника про аутсорсинг та модернізнацю техніки, а також про те, як впроваджувати інноваційні технології.
Редакція Aggeek.net не несе відповідальності за зміст блогів. Ми можемо не розділяти точку зору, викладену автором.
