Премьеры. Российская компания «АссистАгро», резидент «Сколково», разработала одноименный цифровой сервис, способный определять видовой состав сорняков на поле и на основании этой и другой информации формировать рекомендации по гербицидным обработкам. «АссистАгро» принципиально отличается от существующих систем на рынке и использует в своей работе нейронные сети, а снимки полей делаются с помощью БПЛА. Журналисты «Аграрной политики» попросили директора компании Евгения Багрянцева рассказать о возможностях платформы и планах по расширению функционала.

Евгений Багрянцев, генеральный директор «АссистАгро».

— Сегодня на российском рынке представлены различные цифровые системы для растениеводства. Чем «АссистАгро» отличается от них?

— Большинство цифровых продуктов, которые представлены в России, относятся к системам управления операционной деятельностью в растениеводстве. Это так называемые FMS‑системы (англ. Farm management system, системы управления полем — прим. ред.), и ядром их функционала является контроль за движением техники, создание путевых листов, ведение учета топлива и т. д. Такие системы можно назвать гибридом бухгалтерской программы и системы управления транспортом.

Наша компания развивает принципиально другое направление, а именно — систему поддержки принятия агрономических решений, по сути, мы создаем искусственный интеллект агронома. «АссистАгро» базируется на двух вещах: использование беспилотника для осмотра полей и нейросети, способной анализировать снимки и определять наличие и видовой состав сорняков, их фенофазы, вести подсчет густоты посева сельхозкультур. Более того, система может рекомендовать агроному, какие гербициды лучше всего применить на конкретном поле. Таким образом, наша разработка не является продолжением бухгалтерских программ и не связана с мониторингом техники, а открывает новый класс рекомендательных систем поддержки принятия решений с использованием технологии искусственного интеллекта. Она помогает агрономам обследовать поля в несколько раз быстрее и оперативно принимать правильные решения.

— Для каких хозяйств внедрение «АссистАгро» будет более актуальным: крупных агрохолдингов с сотнями тысяч гектаров полей или фермерских хозяйств с небольшим земельным банком?

— Здесь стоит сказать, что наш продукт актуален для любого хозяйства независимо от его размера, однако у него есть разная ценность для каждого клиента. Для агрохолдингов «АссистАгро» будет обеспечивать контрольную функцию, так как беспилотник может осуществлять независимый контроль полей. В небольших хозяйствах, где владелец зачастую может самостоятельно обследовать свои поля, система отчасти заменит агронома и подскажет, какие операции и когда нужно провести на конкретном поле.

— В чем преимущество вашей системы по сравнению со спутниковым мониторингом?

— Главное преимущество использования снимков с дрона — точность. Разрешающая способность спутника не позволяет увидеть такие маленькие объекты, как сорняки, а дрон при использовании нашей программы и специального способа облета полей видит объекты размером 1х1 мм, например, всходы сорняков.

— Какова точность определения сорняков? Может ли нейросеть ошибиться?

— Текущая точность системы по определению сорняков составляет 85–90%. Этот параметр также зависит от ряда условий. Нейронные сети нужно обучать новой информации, в нашем случае — новым видам сорняков. Нейросеть «АссистАгро» обучалась на основе данных, собранных с полей Центральной и Южной частей России, а также Дальнего Востока — Приморского края. Сейчас в системе содержится информация с порядка 2 млн. гектаров, и в этом году мы планируем провести масштабную программу по демонстрации возможностей «АссистАгро» для хозяйств разных регионов, чтобы аграрии на своих полях могли убедиться в ее эффективности.

— Какой БПЛА используется для работы «Ассист-Агро»?

— Мы используем беспилотник DJI Mavic 2 Pro, эта модель достаточно часто встречается в российских хозяйствах. Кроме того, совместно с партнерами мы разрабатываем собственный БПЛА, и в скором времени сможем предложить рынку независимое от импорта решение для осмотра полей.

— Может ли «АссистАгро» определять наличие заболеваний в посевах сельхозкультур?

— Сейчас мы находимся на стадии разработки функционала для определения заболеваний, и в этой работе используем модели предиктивной аналитики. Любая болезнь — это комплекс трех факторов: наличие патогена, хозяина и погодных условий, которые благоприятствуют заражению. Сегодня уже существует ряд предиктивных моделей, которые базируются на оценке подобной информации и могут определить, когда погодные условия складываются идеально для развития того или иного заболевания. Таким образом, наша система подскажет, когда нужно провести осмотр посевов.

— Обследовать поля на наличие заболевание будет так же дрон?

— Нет, для решения этой задачи мы решили задействовать смартфон. Агроном фотографирует лист, а нейросеть определяет наличие или отсутствие заболевания. Например, сейчас мы тестирует такой функционал для определения церкоспороза в посевах сахарной свеклы. В ближайшее время планируем дополнить также возможностью определения степени поражения церкоспорозом — эта информация важна при планировании фунгицидных обработок.

— Разрешающая способность дрона не позволяет точно увидеть наличие признаков поражения заболеваниями?

— Нет, здесь дело в том, что часто признаки заболеваний видны не на поверхности растения, а, например, под листом, и дрон просто не сможет их зафиксировать. Человек при осмотре посевов увидит некротические изменения, сфотографирует на смартфон, а наша система подскажет, какова степень поражения и когда стоит обрабатывать поле. То же самое касается и определения вредителей в посевах. Для дрона они слишком маленькие, более того, зачастую требуется механическое взаимодействие с растением, так как насекомые, например, трипс, могут находиться внутри колоса. Тем не менее мы ведем работу и в этом направлении, испытываем различные методики, но пока не нашли идеального решения.

— Из чего складывается экономика применения «АссистАгро» в хозяйстве?

— В первую очередь благодаря сокращению расхода гербицидов за счет оптимизации времени их применения и отказа от некоторых селективных гербицидов. Например, отказ от обработки противозлаковым препаратом обеспечит снижение затрат более 1000 руб­лей на гектар. Это влечет за собой и вторую составляющую экономической эффективности — повышение урожайности за счет снижения фитотоксичности.

Кроме того, стоит упомянуть, что «АссистАгро» помогает определять потенциал конкретного поля. Система подсчитывает густоту посева для пропашных культур, таких как сахарная свекла, кукуруза, подсолнечник, соя, а эта информация позволяет делать прогноз урожайности, что может повлиять на выбор СЗР. То есть, если мы видим, что поле не даст большого возврата вложений, можно выбрать более дешевые препараты и сэкономить за счет этого.

— Каковы дальнейшие планы по развитию системы, совершенствованию ее функционала? Есть ли идеи по интеграции с другими популярными сегодня цифровыми сервисами для растениеводства?

— Безусловно, мы планируем интегрировать «АссистАгро» с FMS‑системами, чтобы наладить обмен данными. В плане развития функционала могу сказать, что перед нами стоит задача по созданию экосистемы интеллектуальных продуктов, которые будут помогать принимать решения в растениеводстве. Например, нас интересует направление оптимизации посевных площадей. Нетривиальная задача — разработать систему, которая на основании текущих целей бизнеса и рыночной конъюнктуры могла бы предложить оптимальное распределение культур по полям. Это будет особенно актуально для агрохолдингов с большим земельным банком.

Если говорить в целом о нашей миссии, то мы намерены создать цифрового ассистента агронома с искусственным интеллектом, который в значительной степени облегчит труд человека в сельском хозяйстве.