Ученые Университета штата Айова (США) вместе с коллегами из США и других стран уже более десяти лет создают инструмент искусственного интеллекта Pest‑ID, который помогает аграриям распознавать вредителей и сорняки и подсказывает, как ими управлять. Сейчас работает веб-версия, которую уже тестируют фермеры; команда также планирует выпустить мобильное приложение и расширяет возможности системы на выявление болезней растений, в частности южной ржавчины.

Суть сервиса проста: пользователь загружает фото насекомого или растения, а система определяет объект, предоставляет научное и локальное название и другие признаки. Далее интегрированный чат-помощник отвечает на вопросы о целевом менеджменте, чтобы не советовать «широким мазком» повторно применять один и тот же инсектицид или гербицид. По словам исследовательницы и доцентки Арти Сингх, в период, когда растет устойчивость к пестицидам, такой подход критически важен. Она подчеркивает: искусственный интеллект уже повсюду, и тот, кто вовремя с ним «подружится», расширит собственные возможности.

Модель идентификации насекомых обучена на 16 миллионах изображений и различает 4 000 видов; модель для сорняков — на 15 миллионах примеров и охватывает 1 500 видов. Для обучения, помимо наработок экспертов университета, использованы и массивы снимков с платформы iNaturalist. Глобальные модели уже созданы и тонко настроены для условий Айовы; параллельно команда сотрудничает с партнерами в США и за рубежом, чтобы адаптировать их под другие экосистемы. Чтобы качественно добавить распознавание болезней, нужны еще большие массивы данных и доступ к вычислительным ресурсам, поэтому исследователи выстраивают стратегию «от глобального к локальному»: объединяют базы изображений заболеваний из разных стран и позволяют пользователям подстраивать инструмент под свой регион и типичный для него набор вредоносных организмов.

Практический эффект фермеры ощущают уже сейчас. Один из них отмечает, что инструмент помогает обойтись без вызова агронома для первичного осмотра — многое можно сделать самостоятельно. Раннее выявление вредителей экономит труд и ресурсы: когда проблему ловят на старте, для ее решения требуется меньше вмешательств. «Этот инструмент добавит фермерам уверенности», — подытоживает Сингх.

Проект возглавляет Арти Сингх в сотрудничестве с Баскаром Ганапатисубраманианом, директором Института ИИ для устойчивого сельского хозяйства ISU. Их общая цель — дать аграриям доступ к знаниям для оперативных решений непосредственно в поле. Примерно 80% фермеров Айовы — это малые и средние хозяйства, и у многих из них нет мгновенного доступа к совету специалиста. Именно здесь, подчеркивает Сингх, уместен «экспертный инструмент» в кармане.

Развитие Pest‑ID поддерживает двухлетний грант Национального научного фонда США на сумму 400 тыс. долларов, который дополняет другие федеральные источники финансирования и партнерства, накопленные более чем за 10 лет работы. Более широкий импульс проект получил после запуска в 2021 году Института ИИ для устойчивого сельского хозяйства с федеральным финансированием в 20 млн долларов; сейчас это последний год его деятельности. Важным партнером была и Ассоциация сои Айовы, которая помогала формулировать «лунные цели» для решения самых насущных проблем фермеров.

По словам Ганапатисубраманиана, чтобы создать масштабную систему идентификации вредителей и болезней, нужны три составляющие: огромные объемы качественных данных, вычислительная инфраструктура и эксперты по ИИ для обучения моделей, а также специалисты-практики по агрономии, энтомологии, патологии и другим дисциплинам для валидации результатов. Это командная работа «целой деревни». С образовательной стороны Сингх «геймифицировала» часть данных Pest‑ID, чтобы вовлекать студентов Айовы в распознавание объектов и построение связей.

ISU имеет наработки в области высокопроизводительных вычислений, а Pest‑ID развивался благодаря партнерствам с Nvidia и Amazon Web Services. В то же время, подчеркивает Ганапатисубраманиан, поддержка инфраструктуры — задача университета и штата, ведь ИИ — это «множитель силы», который уже меняет производство, технологии, образование и агросектор. В аграрной сфере заметно четкое ценностное предложение: от точного земледелия и автоматизированного скаутинга до устойчивых практик и поддержки принятия решений. Когда фермеры видят ощутимое влияние на финансовый результат, они становятся ранними сторонниками таких технологий. И, как говорят исследователи, искусственный интеллект в сельском хозяйстве — надолго, а с каждым новым массивом данных Pest‑ID будет становиться точнее.