Машинное обучение, сенсоры и роботы для ультра-точного земледелия

Исследователи из нескольких университетов США запускают проект COALESCE (COntext Aware LEarning for Sustainable CybEr-agricultural systems), цель которого — поднять точное земледелие на новый уровень. Проект получил $7 миллионов на 5 лет от Национального научного фонда (NSF) и Национального института продовольствия и сельского хозяйства USDA.

Суть подхода: Интеграция технологий для работы на уровне отдельного растения:

• Сенсоры и сбор данных: Дроны, небольшие роботы на колесах и самолеты.
• Анализ: Машинное обучение и искусственный интеллект для обработки данных.
• Воздействие: Роботы смогут точечно вносить удобрения, пропалывать и удалять растения.

Цель: Заменить зависимость от тяжелой техники и сплошного опрыскивания, позволяя фермерам быстро и локально реагировать на стрессы у культур (вредители, засуха, бедные почвы). Это должно снизить затраты и негативное воздействие на окружающую среду.

Ключевые отличия от обычного "точного земледелия":

• Масштаб: Технология должна быть доступна для ферм любого размера, включая производителей овощей и специальных культур.
• Точность: Выявление проблем на очень ранней стадии в небольшой части поля, до того как они распространятся.

Команда и бэкграунд: Ведущий исследователь — Сумик Саркар из Университета штата Айова. В ядро команды также входят Ашиш (Дэнни) Сингх, Баскар Ганапатисубраманиан и Арти Сингх. Их идеи развивались несколько лет при поддержке грантов, в том числе от Ассоциации соевых бобов Айовы, что позволило обсудить сценарии с фермерами.

Заключение: Фермеры заинтересованы в таком подходе, но для его реализации необходимы крупные инвестиции (как в данном Frontier-проекте), экспертиза междисциплинарной команды и партнерство с аграриями.