От поля до алгоритма: как данные меняют производство продуктов

Пока мы выбираем в магазине хлеб или пакет молока, где-то спутник фотографирует поле, датчик измеряет влажность почвы, камера анализирует цвет листьев, алгоритм сверяет прогноз погоды с историей урожайности, система искусственного интеллекта замечает первые признаки болезни у коровы, а агрономы, зоотехники и другие специалисты анализируют эти данные и принимают решения. Разрабатывать передовые технологии для АПК помогает национальный проект «Продовольственная безопасность»: он поддерживает исследования в области биотехнологий, селекции и генетики, а также создание новой сельхозтехники и оборудования.

Мы привыкли думать, что производство еды начинается с земли, в которой растут сельскохозяйственные культуры. Но сегодня между землёй и человеком появился ещё один элемент — данные. Они не заменяют солнце, дождь или плодородную почву, но дают возможность точнее понимать, что происходит с растениями и животными, а значит, помогают человеку в принятии правильных решений. Производство продуктов превращается в процесс, в котором опыт человека работает в паре с алгоритмами.

Измерить землю

Поле никогда не будет однородным. Даже два соседних квадратных метра могут отличаться по влажности, кислотности, содержанию азота или температуре. Хороший агроном знает своё хозяйство почти наизусть: где почва тяжелее, где вода задерживается после дождя, а где растения традиционно всходят хуже.

Сегодня эти практические знания получили опору в виде точных цифровых измерений, которые делают работу ещё эффективнее.

В землю устанавливают датчики, которые круглосуточно фиксируют влажность, температуру и содержание питательных веществ. Автоматические метеостанции отслеживают изменения погоды буквально по минутам. Дроны облетают посевы, а спутники регулярно фотографируют поля в разных диапазонах спектра, что позволяет увидеть стресс у растений ещё до того, как листья начнут желтеть.

Каждое измерение само по себе не даёт полного понимания происходящего. Но вместе они складываются в цифровой портрет поля — постоянно обновляющуюся картину того, что происходит с растениями здесь и сейчас. Именно с этим цифровым портретом работают агрономы: они сопоставляют данные с ситуацией в поле, оценивают риски и выбирают оптимальные решения. Так гектар земли превращается в источник данных.

От наблюдений — к решениям

Следующим участником сельскохозяйственного процесса становится алгоритм. Это нужно для того, чтобы проанализировать собранные данные. Искусственный интеллект сопоставляет показания датчиков, спутниковые снимки, прогнозы погоды, сведения о составе почвы, историю урожайности и десятки других параметров. После этого система формирует рекомендации, которые анализирует агроном: где пора включить полив, на каком участке растениям не хватает питательных веществ, а где техника может вообще не выезжать в поле.

Изменения налицо: раньше человек принимал решения на основе опыта, а сегодня опыт подкрепляется вычислениями. И это не значит, что алгоритмы умнее агрономов. Напротив, именно специалист оценивает рекомендации системы, сопоставляет их с реальной ситуацией и принимает окончательное решение. Но технологии способны одновременно учитывать такое количество факторов, которое невозможно удержать в голове.

Каждое новое измерение делает картину точнее, позволяя уменьшить вероятность ошибки, а знания и опыт специалиста помогают направить собранные данные на решение конкретных задач.

Литр молока с цифровой историей

Так же происходит, например, в животноводстве. На современной ферме корова может носить датчик активности, фиксирующий количество шагов, время отдыха и особенности поведения. Доильные установки автоматически анализируют объём молока, его температуру и состав. Системы кормления записывают, сколько животное съело за день, а камеры компьютерного зрения следят за состоянием стада. Все эти данные ежедневно используют зоотехники и ветеринарные специалисты, которые контролируют здоровье животных и корректируют условия их содержания.

Если корова начинает двигаться меньше обычного или меняется химический состав молока, алгоритм способен обратить внимание на проблему ещё до появления заметных симптомов болезни. Затем зоотехник оценивает сигнал системы, проводит осмотр животного и принимает решение о дальнейших действиях.

Получается, что каждый литр молока сопровождается собственной цифровой историей — длинной цепочкой измерений, наблюдений и прогнозов. И чем полнее эта история, тем выше вероятность, что животное останется здоровым, а производство — стабильным.

Цифровой след тарелки

Есть соблазн представить всё это как торжество технологий над природой. Это не так. Изменения климата, периоды засухи или внезапные заморозки, стимулируют искусственный интеллект развиваться дальше, открывая новые горизонты для точного прогнозирования.

Если система знает, где действительно нужен полив, расход воды снижается. Когда болезнь растений удаётся обнаружить на ранней стадии, погибает меньше урожая. Если трактор движется по оптимальному маршруту, уменьшаются затраты топлива и времени. На пищевых производствах технологии машинного зрения автоматически выявляют продукцию, не соответствующую стандартам качества, а интеллектуальные системы следят за температурой и скоростью производственных линий. За каждым из этих процессов стоят специалисты: агрономы, инженеры, технологи пищевых производств, которые работают с такими системами.

Каждое решение локально. А из множества таких решений складывается эффективность большого производства.

Кто работает на ферме, где главным ресурсом стали данные

Современный агропромышленный комплекс — одна из самых технологичных отраслей экономики, в которой переплетаются биология, инженерия, программирование, робототехника и искусственный интеллект. Технологии здесь не заменяют человека, а становятся его рабочим инструментом. Поэтому агроному уже недостаточно понимать структуру и состав почвы. Ему нужно уметь интерпретировать спутниковые снимки, работать с данными сенсоров и использовать рекомендации цифровых платформ. А генетик больше не занимается только селекцией: компьютерное моделирование и анализ больших массивов генетических данных помогают выводить сорта растений, устойчивые к засухе или вредителям, и прогнозировать продуктивность будущего поголовья.

IT-специалисты создают программное обеспечение для сельхозтехники, разрабатывают системы управления умными овощехранилищами и теплицами, где параметры освещения, влажности, полива и питания растений регулируются буквально со смартфона. Они также создают цифровые системы, которые помогают агрономам, генетикам, технологам и зоотехникам быстрее получать информацию и эффективнее управлять производством.

Технологи пищевых производств используют машинное зрение и интеллектуальные системы контроля качества, чтобы каждая партия продукции соответствовала стандартам безопасности. Инженеры контролируют работу автоматизированных линий, анализируют результаты проверки и принимают решения, когда система обнаруживает отклонения. А зоотехники работают с алгоритмами, которые анализируют поведение животных, замечают изменения походки или активности и помогают выявить заболевание ещё до появления симптомов. Современные системы становятся для них инструментом мониторинга, но окончательная оценка состояния животных и выбор дальнейших действий всегда остаются за специалистом.

Профессии, которые ещё недавно казались фантастикой, становятся частью отрасли. Например, сити-фермеры выращивают овощи и зелень на вертикальных фермах, где вместо привычной почвы используются гидропоника и аэропоника, а микроклимат поддерживают автоматизированные системы с десятками датчиков. Они управляют этими системами, контролируют параметры среды и добиваются высокой урожайности даже на небольшой площади.

Где учатся управлять современным сельским хозяйством

Сегодня агропромышленному комплексу нужны специалисты нового поколения — те, кто одинаково уверенно чувствует себя в лаборатории, за компьютером и в поле. Подготовка таких кадров стала одной из задач национального проекта «Продовольственная безопасность».

При его поддержке по всей стране создаётся сеть агротехклассов — сегодня их уже более 1 тыс., а к 2030 году планируется открыть около 18 тыс. Здесь школьники углублённо изучают химию, биологию, физику и математику, а также знакомятся с тем, как работает современный агропромышленный комплекс.

Агротехклассы оборудованы климатическими камерами, цифровыми микроскопами, ПЦР-сканерами, гидропонными и аэропонными установками, умными теплицами и виртуальными тренажёрами, позволяющими управлять комбайнами и тракторами ещё до первой практики. Такая среда помогает увидеть, что современное сельское хозяйство — высокотехнологичная отрасль, где востребованы не только агрономы, но и программисты, инженеры, генетики, технологи пищевых производств, специалисты по анализу данных и искусственному интеллекту. Именно они создают, настраивают и используют цифровые технологии, благодаря которым агропромышленный комплекс становится эффективнее, а на наших столах есть свежие и полезные продукты.