Україна має шанс стати світовим «мозковим центром» з обробки даних

 

Україна має шанс стати світовим «мозковим центром» з обробки даних Ці технології вже є в Україні й активно використовуються. Низка компаній, послуговуючись можливостями штучного інтелекту, регулярно отримує інформацію щодо площі посівів і найрізноманітніших аспектів дотримання агротехнології. А ще таким чином можна гарантувати партнерам і контрагентам прозорість ведення фінансових справ, запобігти шахрайству та злочинам, домогтися максимальної ефективності й прибутковості.

 

Загалом обробка даних — це один із надперспективних напрямів розвитку світових технологій. Ба більше! Наша країна може стати світовим «мозковим центром» з обробки даних, бо має все для цього — від найкращого персоналу до власних земних ресурсів для створення найбільших бібліотек даних. 

 

Ми постійно потребуємо даних, і сільське господарство — не виняток. Нам важливо знати актуальну інформацію про ті проблеми, що виникають на полях. Їх загалом можна визначати на кількох рівнях:

 

• на рівні землі — йдеться про аналіз проблемних ділянок, зокрема, рослин і зразків ґрунту;

 

• на рівні повітря — з висоти пташиного польоту за допомогою дронів. Таким чином вдається отримати різні спектральні підписи. За допомогою гіперспектральних технологій можна зробити дуже багато. А використовуючи класичну авіацію, вдається закривати більші за розміром площі за один виліт;

 

• супутникові технології — моніторинг і аналіз проводиться для великих площ й об’єктів, скажімо, районів, областей, країн і навіть континентів. 

 

Інформація, яку треба аналізувати, — різна. Це можуть бути різноманітні патогени у вигляді комах-шкідників, проблеми з живленням рослин. Якщо йдеться про аналіз на рівні країни чи районів, можна говорити про те, що дистанційно цілком реально визначити культуру чи сівозміну. Можна проаналізувати, яка кількість культури була засіяна за той чи інший період і в майбутньому визначати врожайність. І все це вдається завдяки запровадженню сучасних технологій. 

 

Незалежно від рівня, на якому ведеться збір й аналіз даних, більше ніж певну обмежену кількість проб людина фізично зробити не зможе, адже її ресурс обмежено. На допомогу приходить сучасний інструмент — так звані нейромережі. Це — своєрідні машинні процеси, штучні зв’язки між штучними комп’ютерними нейронами, що діють подібно до синоптичних зв’язків кори головного мозку людини. Їх можна навчити, їм можна поставити завдання, вони можуть знайти певні взаємозв’язки та навіть надати конкретну відповідь або рішення. В основі цього — математика, а точніше — знайдені базові математичні принципи, залежності певних показників, формул до візуальних контурів і відповідних фізичних показників. Наприклад, можна навчити машину, що рваний контур по краю листка — це свідчення того, що листок пошкоджено певним збудником. Або ж, скажімо, деякі забарвлення листка кукурудзи — це свідчення дефіциту певного елемента в розвитку культури. Ось такі кейси вводять у систему, і їх може бути десятки тисяч. Коли в машини достатня база знань, щоб навчитися, надалі будь-який обсяг інформації система перетворює на вже зрозумілі для людини відповіді.

 

Ця технологія — нове віяння. Одні пов’язують її виникнення з пошуковими сервісами Google, інші — з необхідністю аналізу великих масивів даних у мережах продажів і комерції, але врешті-решт усе зводиться до математики. Люди, що навчають нейромережі, — насамперед математики, вони вирішують прості завдання за допомогою формул, що знаходять разом із великими комп’ютерами. 

 

Нині у світі є низка великих інноваційних компаній-проектів, які ці технології використовують (на рівні землі чи рослин із використанням безпілотних технологій). Ідеться про такі проекти, як Taranis і CarbonBee, в подібну технологію інвестувала також компанія Bayer із проектом Xarvio. Логіка згаданих проектів у тому, щоб за допомогою візуальних образів і відповідних бібліотек знаходити ознаки захворювань рослин. Скажімо, дистанційно пролетівши над полем дроном, застосувавши технологію Taranis, можна дуже точно визначити наявні проблеми — штучний інтелект здатний проаналізувати десятки тисяч фотографій. А французький проект CarbonBee використовує цю технологію для збору даних і для самонавчання. Невеликий модуль можна встановити не лише на землі, а на обприскувач чи авіацію. Якщо, приміром, з’ясується, що в полі є бур’ян, то під’єднаний до обприскувача модуль одразу ж увімкне форсунку з гербіцидом. Drone.Ua використовує в Україні нейромережі для аналізу супутникових даних. Це дослідницькі роботи для того, щоб аналізувати кількість засіяних полів певною культурою. Своєрідний маркетинговий звіт компанії використовують для розуміння своєї позиції на ринку. Державні компанії використовують таку інформацію для аналізу полів: аби розуміти ситуацію з обігом посівів, відповідність реальної статистики, яку подають фермери. На переконання співзасновника Drone.UA Валерія Яковенка, це передусім необхідно, щоб зробити агробізнес прозорішим. Крім того, таким чином можна виявляти місця незаконного видобутку бурштину чи незаконної вирубки лісу. Створена у 2016 році фахівцями компанії аналітична система Zemli.online не лише оперативно визначає локації та площу незаконних вирубок, а й дає змогу запобігти більшості з них і до 75% знизити збитки.

 

Отримані системою моніторингу дані можна оперативно порівнювати з відомостями про легальні зони вирубок, зокрема й профілактичних. Як одну з експериментальних ділянок обрано масив лісу (3284 га) між Бояркою та Малютянкою на Київщині. За двома космічними знімками із супутника Sentinel-2a було проведено аналіз і виявлено 24 нових вирубки (від 0,5 до 2,8 га загальною площею 38,2 га). Як з’ясувалося, тільки 8 із них (13,4 га) є плановими й засаджено новими деревами. На знімках синім позначено санкціоновані вирубки, червоним — несанкціоновані.