Искусственный интеллект оценил эффективность землепользования российского винодельческого хозяйства
14 августа 2024![Искусственный интеллект оценил эффективность землепользования российского винодельческого хозяйства](/upload/iblock/a76/7cditzuejgij2kc4t5dhmi6psf2ojord/IMG_2957-_1_.jpg)
Модель искусственного интеллекта, обученная специалистами компании SR Data, которую создал выпускник МАИ Игорь Кожелин, провела мониторинг спутниковых снимков и помогла дать ответ на вопрос о целесообразности использования сельскохозяйственных угодий.
Анализ спутниковых снимков земельных угодий — востребованный метод оценки их целевого использования как у государственных органов, так и у коммерческих компаний, особенно у банков, которые предоставляют аграриям кредиты. Анализ снимков при использовании традиционного подхода очень трудоёмок: для изучения тысяч спутниковых снимков требуются месяцы работы сотен специалистов. Однако благодаря использованию передовых IT-технологий, особенно использованию искусственного интеллекта, решение задач такого типа выходит на новый уровень.
— Искусственный интеллект — это в целом история про упрощение жизни человека, сокращение времени и труда. Безусловно и без всякого искусственного интеллекта хороший специалист — дешифровщик сможет отсмотреть снимки и сделать квалифицированные заключения. Если заглядывать в прошлое, то и раньше снимки дешифровывались, но это были большие помещения, в которых две сотни человек вручную отсматривали снимки. Сегодня для этих же целей нужны всего 1 IT-специалист, который разрабатывает модель искусственного интеллекта, и 1-2 дешифровщика, которые проконтролируют качество работы нейросети, — отметил генеральный директор SR Data, выпускник МАИ Игорь Кожелин.
В рамках проекта искусственный интеллект проанализировал состояние винодельческого хозяйства за полгода сельскохозяйственной деятельности, изучая спутниковые снимки со сверхвысоким разрешением — 0,5-0,75 метра на пиксель. Модель рассчитала количество площадей, занятых под виноградники, их состояние в зависимости от сезона, количество объектов по винодельне в целом, что позволило сделать квалифицированный вывод о целевом использовании земельных угодий владельцами. Для обучения нейросети Yolo-8/9 компания использовала собственный датасет по сверхвысоким снимкам.
— Сам анализ спутниковых снимков у нейросети занял всего несколько секунд. Но для ее обучения мы использовали 3500 спутниковых снимков для разметки и затратили на это 4 месяца. Искусственный интеллект — это история, в которой эффективность проявляется на масштабах. Если задачи повторяющиеся, то выгоднее использовать искусственный интеллект, чем труд многочисленных специалистов. В дальнейшем обученную модель мы сможем применить и для анализа других сельскохозяйственных угодий, крупных и средних агропромышленных комплексов, когда на больших площадях потребуется выяснить, всё ли в порядке с урожаем. Одно дело, когда необходимо проанализировать ситуацию на небольшом поле в 100-300 гектаров, и другое дело, когда речь идёт о 6, 10 или 15 тысячах гектаров — зачастую за таким полем очень тяжело уследить. Такие срезы помогают понять, например, всё ли в порядке с влажностью, нет ли паразитов, заболеваний, для таких больших объёмов данных модели искусственного интеллекта целесообразны, — отметил Игорь Кожелин.
Компания SR Data специализируется на предоставлении спутниковых снимков и их последующей обработки с помощью машинного обучения. На её счету три разработанных веб-сервиса: по заказу космических снимков, хранению космических и аэрофотоснимков, анализу спутниковых снимков при помощи искусственного интеллекта.
Материал подготовлен при поддержке Минобрнауки России.