NaLamKI — проєкт створення технологій ШІ для сталого сільського господарства
Мінливі кліматичні умови, нестача кваліфікованих працівників, використання пестицидів — широкий спектр факторів впливає на якість і діяльність сільськогосподарських процесів. Дослідники з Інституту телекомунікацій Фраунгофера (HHI), також відомого як Інститут Генріха Герца, прагнуть зробити сільське господарство ефективнішим і сталішим за допомогою хмарних технологій і технологій штучного інтелекту.
У межах проєкту NaLamKI вони разом із партнерами створюють платформу «програмне забезпечення як послуга», яка збирає інформацію про пристрої та машини, щоб сформувати базу даних для прогнозів і допомоги в ухваленні рішень. Сільськогосподарський сектор стикається з серйозними викликами: німецькі фермери вже відчувають далекосяжні наслідки зміни клімату, а в майбутньому їм доведеться пристосовуватися до них більшою мірою.
Підвищення температури та зміна кількості опадів впливають на всі сільськогосподарські змінні — від росту культур і сівозмін до обробітку ґрунту. Децентралізований ШІ в хмарі та централізований ШІ на фермах можуть допомогти зробити процес адаптації до мінливих умов ефективнішим, прискорити його у всіх сферах сільського господарства і таким чином зробити загальну екосистему гнучкішою та орієнтованою на майбутнє.
Саме тут на сцену виходить проєкт NaLamKI. Дії проєкту будуть зосереджені на створенні хмарної платформи «програмне забезпечення як послуга» (SaaS) з відкритими інтерфейсами для постачальників із сільського господарства та промисловості, а також постачальників спеціалізованих рішень для рослинництва.
Поєднуючи дані датчиків і машин, зібрані за допомогою супутників і дронів, ґрунтових датчиків, робототехніки, ручного збору даних і даних інвентаризації, можна створити пул даних, за допомогою якого сільськогосподарські процеси можуть бути стійкіше оптимізовані з використанням передових методів штучного інтелекту.
Застосунки штучного інтелекту, розгорнуті на платформі, допомагають фермерам аналізувати стан культур і ґрунту на великих площах, змінювати організацію процесів захисту рослин і живлення, таких як зрошення, внесення добрив і боротьба зі шкідниками, щоб забезпечити достатній урожай культур як за якістю, так і за кількістю, а також зменшити викиди та зберегти біорізноманіття.
Наприклад, цілеспрямоване використання засобів захисту рослин підвищує врожайність, знижує витрати, зберігає ресурси й активно захищає навколишнє середовище.
«Окрім зміни клімату, нестача кваліфікованої робочої сили також впливає на якість і діяльність сільськогосподарських процесів. Тому часто буває так, що стан рослин можна перевіряти лише вибірково. Наразі неможливо виявити та точно визначити стан ґрунтової води або зараження шкідниками, наприклад, на великих сільськогосподарських територіях. Серед іншого ми вивчаємо аналіз зображень, отриманих з дронів, супутників і роботизованих камер, і робимо результати корисними для фермерів»
Для вирішення цієї проблеми в межах проєкту інститут розробляє методи штучного інтелекту для аналізу даних дистанційного зондування, моделювання сільськогосподарських процесів і створення мереж 5G на сільськогосподарських угіддях. Об'єднавши всі дані, науковці отримають уявлення про характеристики посівних площ, яких раніше практично не було.
Фермери зможуть взаємодіяти з ШІ та ставити запитання. Наприклад, на основі поточних показників вологості ґрунту та хвороб культур ШІ зможе давати інструкції до дій і показувати наслідки різних сценаріїв. Якщо конкретніше, панель, що показує площу сільськогосподарських угідь і поточний стан ґрунту, відображатиметься на планшеті. Клацнувши на конкретні ділянки, фермер отримає інформацію про такі проблеми, як низький рівень води, а також рекомендації щодо того, як краще з ними впоратися.
Навчальні дані та послуги ШІ надаватимуться децентралізовано з використанням Gaia-X — європейської хмарної інфраструктури, безпечної для даних. Крім того, буде створено децентралізовану систему ШІ з розподіленим навчанням, дані якої зберігатимуться локально на фермах. Фермери зможуть ділитися моделями ШІ та переносити їх на платформу NaLamKI, щоб постійно покращувати алгоритми. Платформа буде відкрита для сторонніх постачальників. Наприклад, стартапи зможуть пропонувати на платформі свої інноваційні рішення у сфері штучного інтелекту.
Первинний збір даних для процесу розробки моделі ШІ вже завершено. Зокрема, тепер доступні зображення, зроблені роботом під час посадки яблуні на фруктовій фермі в регіоні Пфальц у Німеччині. З цією метою дані від різних датчиків, таких як датчики положення, LIDAR, RGB та багатоспектральні камери, збиралися, аналізувалися й об'єднувалися, поки автономний робот проходив через плантацію.
Мета полягає в тому, щоб створити осмислене уявлення про дерева в саду, аби визначати кількість і ступінь стиглості плодів, діаметр стовбура, стан окремих культур і навколишнього ґрунту. Це також включає виявлення перешкод, зокрема живих істот у високій рослинності, на шляху руху.
«Ми оцінюємо дані в міру проходження плантацією. Інформація, яку ми збираємо, поєднується з картою популяцій фруктових дерев і відображається на карті ділянки. На основі цих даних створюється документація для фермера»
