В связи с тем, что рынок точного земледелия обещает увеличиться до $12,9 млрд к 2027 году, растет и потребность в разработке новых более совершенных методов обработки сельскохозяйственных данных, которые помогут фермерам принимать наиболее оптимальные решения. Одними из разработчиков подобных методов стали исследователи из Иллинойсского университета (США), создающие новые алгоритмы искусственного интеллекта для улучшенного прогнозирования урожайности полей.
В рамках проекта исследователи проводят множество полевых испытаний на кукурузных полях аграриев на Среднем Западе, ведя детальную статистику реакции угодий на различные внешние факторы, пишет портал Fertilizerdaily. Помимо прочего учитываются топографические данные, электропроводимость почв, степень обработки азотсодержащими химикатами и нормы высева. Кроме данных с американских полей, в разработке также участвуют результаты полевых тестов, проводившихся в 2017-2018 годах в Бразилии, Аргентине и ЮАР.
Для создания нового искусственного интеллекта ученые виртуально разбили все исследуемые поля на 5-метровые участки, данные с которых (состояние и состав почвы, высота над уровнем моря, насыщенность азотом, норма высева и т.д.) впоследствии поступали на обработку компьютером. При анализе была задействована так называемая сверточная нейронная сеть. Характер последних подобен тому, как человек организует новую информацию через нейронные сети в мозге.
По словам Николаса Мартина (Nicolas Martin), одного из соавторов исследования, сверточные нейронные сети позволят выявить скрытые факторы, препятствующие высокой урожайности некоторых участков полей. Использование искусственного интеллекта для работы с данными точного земледелия является относительно новой задачей, однако ученый уверен, что подобные эксперименты обнажают лишь вершину айсберга потенциала нейронных сетей.
