Искусственный интеллект перестал быть экспериментальной технологией и превращается в центральный элемент современного сельского хозяйства. К такому выводу пришли авторы систематического обзора 95 научных работ, опубликованного в журнале Artificial Intelligence in Agriculture. Системы на основе ИИ уже диагностируют болезни растений с точностью свыше 99%, управляют поливом с эффективностью почти 88% и позволяют роботам самостоятельно работать с урожаем. Технология становится ключевым фактором для обеспечения продовольственной безопасности в условиях роста населения планеты до 9,7 млрд человек к 2050 году.
Исследователи проанализировали публикации в ведущих научных базах данных, вышедшие с 2021 по 2025 год. Из почти 14 тыс. работ для итогового анализа отобрали 95 статей, большинство из которых опубликованы в высокорейтинговых журналах. Чаще всего ИИ применяют для мониторинга окружающей среды (23% исследований), контроля за микроклиматом в теплицах (21%), обнаружения болезней и вредителей (21%), а также в гидропонике (17%) и для прогнозирования урожайности (14%).
Основу технологий составляет машинное обучение, на которое приходится четверть рассмотренных работ. Алгоритмы анализируют данные о составе почвы, удобрениях и характеристиках культур, чтобы давать точечные рекомендации. Например, нейросети и другие модели предсказывали оптимальную потребность в воде для кукурузы, сои и томатов точнее, чем традиционные методы. Всё большее значение приобретает «объяснимый ИИ», который позволяет фермерам понимать, на основе каких факторов система принимает решения, что повышает доверие к технологии.
Более сложные системы используют глубокое обучение и компьютерное зрение. Нейросети анализируют изображения с камер, дронов и спутников для оценки здоровья растений в реальном времени. Эти технологии уже позволяют неразрушающим методом определять жизнеспособность семян, классифицировать сорняки и выявлять стресс у растений. Все вычислительные уровни объединяет «интернет вещей» (IoT) – сеть датчиков, которые измеряют влажность почвы, температуру, кислотность и другие параметры, передавая данные для анализа. Когда решения на основе этих данных принимаются автоматически, система превращается в «искусственный интеллект вещей» (AIoT), который самостоятельно управляет поливом, освещением и климатом.
Наиболее заметных успехов технология достигла в сельском хозяйстве в контролируемой среде – теплицах и на вертикальных фермах. Здесь ИИ-системы в реальном времени корректируют микроклимат, прогнозируют рост и время сбора урожая. Особенно эффективно ИИ управляет расходом воды. Автономные ирригационные системы на основе ИИ показывают эффективность водопользования на уровне 88%, а в теплицах с томатами черри внедрение таких технологий позволило увеличить вес плодов на 18% и повысить эффективность полива на 21%.
Компьютерное зрение также помогает бороться с патогенами и вредителями. Различные модели нейросетей обнаруживают болезни клубники, дыни и салата с точностью от 92% до более чем 99%. Вслед за этим развиваются и роботы: автоматизированные системы уже отслеживают и сортируют томаты и грибы, а роботизированные сеялки сокращают время на посадку овощей вдвое.
Несмотря на впечатляющие показатели, авторы обзора отмечают и слабые стороны. Большинство исследованных моделей проверяли только на ограниченных наборах данных, без независимого тестирования в реальных полевых условиях. Это означает, что заявленная точность может быть выше, чем при практическом применении. Кроме того, разработчики часто концентрируются на академических метриках и не уделяют внимания вычислительной эффективности, надёжности и стоимости систем. Многие из них так и не вышли за пределы лабораторных прототипов.
Дальнейшее развитие технологий, по мнению исследователей, связано с гибридными системами, которые объединяют машинное обучение, компьютерное зрение и IoT. Для их массового внедрения потребуются стандартизированные тесты, испытания в разных климатических зонах, а также повышение доверия со стороны фермеров. ИИ также ускоряет селекцию, помогая выявлять гены, отвечающие за урожайность и устойчивость к болезням. Сельское хозяйство окончательно превращается из ремесла в информационную науку, от успеха которой будет зависеть, как мир справится с продовольственными вызовами XXI века.