В Хабаровске создали нейросеть для сельского хозяйства

В Хабаровске ученые Тихоокеанского государственного университета (ТОГУ) разработали нейросеть, способную прогнозировать урожайность сельскохозяйственных культур с точностью до 85%. Об этом сообщила ТАСС кандидат физико-математических наук, руководитель проекта Эллина Вихтенко.

Нейросеть может определять урожайность картофеля, ячменя, пшеницы, овса, гречихи и сои. Для ее обучения были использованы большие объемы данных, в том числе метеорологические показатели, спутниковые снимки полей и характеристики почвы.

По словам Вихтенко, наиболее эффективной для проведения расчетов оказалась рекуррентная нейронная сеть, позволяющая обрабатывать временные ряды и составлять прогнозы. Также применялись математические модели регрессионного анализа и аппроксимации функций.

Ожидается, разработанная нейросеть позволит агрономам и фермерам Хабаровского края повысить эффективность своей деятельности. Это даст возможность оптимизировать использование ресурсов и минимизировать риски, связанные с изменением климата. В дальнейшем ученые планируют совершенствовать модель, увеличивая точность прогнозирования, а также адаптируя ее под другие культуры региона и влияние удобрений на урожайность.

Как отмечает генеральный директор BIA Technologies Александр Наумцев, внедрение цифровых технологий в агропромышленный комплекс является одним из перспективных направлений для ИТ-разработчиков, а спрос на цифровые решения только растет.

«Как правило, от новых технологий ожидают получить оптимизацию человеческих ресурсов в рамках автоматизации рутинных и тяжелых операций, повышение эффективности ведения хозяйственной деятельности, а также более быструю адаптацию к изменениям на рынке», – говорит эксперт.

Ранее специалисты Московского авиационного института (МАИ) создали прототип беспилотного летательного аппарата (БПЛА) под названием «Аврора-1МТ», оснащенного искусственным интеллектом (ИИ) для автономного полета и обработки информации.

Дрон способен в воздухе самостоятельно выявлять и анализировать различные наземные объекты, включая автомобили и людей. Для этого на борту установлен полетный контроллер с тензорным процессором и управляющая плата, а также обученная нейросеть.