Ученые из США, Австралии, Японии и Индии начали разработку мобильной платформы, способной выполнять функции агронома-консультанта в полевых условиях. Проект под названием BRIDGE возглавляет Арти Сингх из Университета штата Айова. В основе технологии лежат алгоритмы глубокого обучения, обученные на миллионах изображений насекомых-вредителей, сорняков и симптомов различных заболеваний растений.
Основная задача разработки заключается в предоставлении оперативной экспертной помощи фермерам, не имеющим доступа к услугам профильных специалистов. Пользователю достаточно загрузить фотографию пораженной культуры в приложение, чтобы получить идентификацию угрозы и научно обоснованные рекомендации по борьбе с ней. Ожидается, что такой подход позволит существенно сократить потери урожая и минимизировать издержки в регионах с развивающимся сельским хозяйством.
Технологическим фундаментом проекта послужила платформа Pest-ID, которая ранее успешно справлялась с распознаванием насекомых. Однако интеграция модуля диагностики болезней растений стала серьезным вызовом для разработчиков из-за дефицита качественных и точно размеченных наборов данных. Для решения этой проблемы ученые объединяют национальные базы данных стран-партнеров, адаптируя модели машинного обучения к специфике местных агроклиматических зон и сортов культур.
Проект получил двухлетний грант в размере 400 тысяч долларов от Национального научного фонда США (NSF) в рамках инициативы AI-ENGAGE. Исследователи подчеркивают, что приложение BRIDGE не ограничивается простой идентификацией проблемы. Система анализирует экологические факторы, профили резистентности вредителей и принципы устойчивого земледелия, предлагая оптимальные стратегии защиты растений. Это должно способствовать сокращению бесконтрольного применения пестицидов и улучшению общего состояния агроэкосистем.
Важной технической особенностью платформы является адаптивность: нейросети BRIDGE продолжают обучаться на данных, поступающих от конечных пользователей. Такая обратная связь позволяет системе своевременно реагировать на появление новых штаммов болезней и миграцию вредителей, вызванную климатическими изменениями. Интерфейс приложения выполнен в формате чат-бота, что упрощает взаимодействие с искусственным интеллектом для аграриев с разным уровнем технической подготовки.
Авторы проекта рассматривают BRIDGE как инструмент демократизации агрономических знаний. Масштабируемая архитектура системы в перспективе может быть использована для мониторинга состояния почв, прогнозирования урожайности и разработки стратегий адаптации к изменениям климата. Внедрение подобных технологий на глобальном уровне рассматривается как один из факторов обеспечения продовольственной безопасности в условиях растущей взаимосвязанности мировых рынков.