ИИ на службе поля: бразильский проект получает поддержку от гиганта Nvidia
Важное подкрепление поможет исследователям из Риу-Гранди-ду-Сул разрабатывать новые технологии, использующие модели искусственного интеллекта (ИИ) для точного земледелия.
Работая в этой области с 2017 года, группа из Федерального университета Пампы (Unipampa) в партнерстве с Embrapa Pecuária Sul теперь получила поддержку Nvidia, многонациональной компании со штаб-квартирой в США и мирового лидера в области компонентов ИИ.
Проект «Terrapampa Smart Systems: Связующее ИИ и животноводство», выбранный для программы финансирования академических исследований, теперь имеет доступ к самым современным вычислительным ресурсам, оцениваемым в 1,2 млн реалов. В проекте участвуют учёные, специализирующиеся на прикладных вычислениях, агрономы, ветеринары, администраторы и специалисты по сельскому хозяйству.
«Это международное финансирование подтверждает, что мы находимся на переднем крае знаний в области ИИ, применяемого в агробизнесе», — говорит координатор исследований Сандро Камарго из магистерской программы Unipampa по прикладным вычислениям.
Модель искусственного интеллекта мгновенно подсчитывает количество клещей на животныхОдна из моделей была обучена подсчитывать количество клещей на крупном рогатом скоте, используя изображения, полученные с помощью камеры, установленной в зонах содержания животных.
Сегодня этот процесс обычно выполняется вручную сотрудником объекта недвижимости, что, помимо того, что отнимает много времени и средств, может привести к человеческим ошибкам.
Примерно через шесть месяцев обучения модели искусственного интеллекта исследователи уже достигли точности 94%. «Это означает, что на каждые 100 клещей, находящихся на животном, алгоритм обнаруживает от 94 до 106», — объясняет Камарго.
Система уже работает на смартфонах, но идея заключается в том, чтобы перенести приложение на устройство, которое можно будет разместить в местах выпаса скота. «Производитель может установить систему в двух-трёх местах, например, там, где животные пьют воду. Камера обнаруживает её присутствие и мгновенно подсчитывает количество клещей».
Подсчитав и идентифицировав животное с помощью ушной бирки, можно отправить уведомление о наличии и количестве клещей на каждой особи. «Производитель может установить минимальный порог, например, 10 клещей, для получения уведомления».
На другом фронте исследователи разрабатывают модели, способствующие генетическому улучшению герефордского и брафордского скота. Одна из уже опробованных возможностей — отбор особей, менее чувствительных к солнечному излучению.
Периоды чрезмерной солнечной радиации заставляют животных перестать кормиться и искать укрытие в тени, что напрямую влияет на их вес. «В течение нескольких лет ведутся генетические исследования, направленные на то, чтобы отдать предпочтение спариванию животных с так называемыми „очками“ — красной пигментацией вокруг глаз», — объясняет Камарго.
Степень пигментации напрямую влияет на устойчивость животного к ультрафиолетовому излучению, поскольку связана с развитием плоскоклеточного рака. Менее чувствительное животное проводит больше времени на пастбище, набирая больше веса даже в солнечные периоды.
В настоящее время оценку состояния глаз проводят специалисты, которые посещают фермы и выставляют каждой особи оценку по шкале от 1 до 5, где первая оценка означает полное отсутствие пигментации, а последняя — отличный уровень. Животные с оценкой 4 и 5 наиболее подходят для разведения, поскольку они производят более адаптированных телят.
«Главная проблема заключается в том, что эксперты обычно посещают ферму и обследуют до 500 животных в день. Помимо того, что это занимает много времени, со временем человеческий глаз начинает уставать. Существует серьёзная проблема расхождения в результатах разных оценщиков», — говорит координатор исследовательской группы.
Модель, уже перенесенная на систему Android, позволяет технику или производителю использовать смартфон для захвата изображения животного и мгновенного получения оценки пигментации глаз, что исключает вероятность ошибок и оптимизирует время, затрачиваемое на процесс.
ИИ распознает кератоконъюнктивит и анемию крупного рогатого скотаДругая модель, разработанная исследователями, позволяет на ранней стадии выявлять кератоконъюнктивит у крупного рогатого скота. У животных с воспалением роговицы и конъюнктивы на ранних стадиях заболевания обычно не наблюдается никаких изменений в поведении, то есть заболевание диагностируется только на более поздних стадиях.
Как и система подсчета клещей, алгоритм, разработанный исследователями из Unipampa и Embrapa, работающий на устройстве, установленном в полевых условиях, может обнаружить прохождение животного в заданном месте и сделать его снимок.
Мгновенный анализ, выполняемый обученной моделью искусственного интеллекта, теперь способен визуально определять признаки кератоконъюнктивита даже при отсутствии других видимых симптомов.
Тот же метод, с использованием другой модели искусственного интеллекта, разработанной группой, позволяет выявлять анемию у животных без необходимости непосредственного фотографирования слизистой оболочки глаза каждой особи.
«Идея заключается в том, что мы можем разместить в любой точке фермы, например, в загоне [сооружение, используемое для содержания скота], мини-компьютер размером с мобильный телефон, работающий от солнечной энергии, что обойдется производителю в 700–800 реалов», — говорит Камарго.
«Когда животное проходит мимо, система мгновенно определит, есть ли у него клещи, есть ли у него риск анемии, кератоконъюнктивита и ряда других заболеваний». Система избавит от необходимости привлекать специалиста для фотографирования каждого животного. «Вот к чему мы скоро придём. Всё будет автоматизировано», — говорит он.
Исследователь объясняет, что обучение моделей ИИ включает в себя съемку до двух тысяч фотографий животных на станциях Embrapa и индивидуальную обработку каждого изображения. Этот процесс, по его словам, занимал от нескольких недель до нескольких месяцев, поскольку требовал значительных вычислительных ресурсов.
Благодаря доступу к облачной инфраструктуре Nvidia каждый час обучения модели теперь занимает около трех минут, что позволяет нам тестировать новые возможности приложений, решать более сложные проблемы и настраивать агентов ИИ.
Модели также обучаются обнаруживать вредителей в сельском хозяйстве.Та же технология, что используется в животноводстве, может быть применена и для обнаружения инвазивных видов в сельском хозяйстве. Другой проект, разработанный в рамках исследовательского проекта, включает в себя выявление травы аннони на местных пастбищах, что является распространённой проблемой в Риу-Гранди-ду-Сул.
Этот вид злаковых трав считается вредителем сельской местности, и для предотвращения заражения необходимы оперативные меры, поскольку одно растение способно давать около 14 тысяч семян в год с 90%-ной жизнеспособностью.
Исследователи уже обучают модель искусственного интеллекта обнаруживать присутствие травы. Эту технологию можно применить и к другим инвазивным видам, например, к амаранту. По словам координатора исследования, обработка изображения занимает три миллисекунды, что позволяет анализировать около 350 фотографий в минуту.
В настоящее время точность модели составляет около 88%, но группа работает над тем, чтобы довести точность алгоритма до 98%, что, по мнению Камарго, вполне достижимо при имеющихся ресурсах. «Это лишь вопрос времени, когда мы достигнем этого результата».
Идея заключается в том, что продукты, которые уже проходят экспериментальные испытания в Embrapa, вскоре поступят на рынок. «Это очень легко масштабируемая технология, поскольку, по сути, это программное обеспечение, которое можно установить на телефон Android или мини-компьютер на солнечной батарее».
gazetadopovo
