Ученые разработали систему искусственного интеллекта, которая может обрабатывать изображения, получаемые в автономных теплицах, контролировать рост растений и автоматизировать процесс выращивания. Исследование опубликовано в журнале IEEE Sensors.
Многие люди сегодня надеются, что когда-нибудь человечество сможет колонизировать Марс. Однако сперва необходимы новые технологии и научные открытия. В частности, нужно обеспечить будущих поселенцев надежным источником пищи, так как возить с Земли ее будет затруднительно. Перспективным направлением в этой области является разработка автоматической теплицы, которая сможет сама выращивать сельскохозяйственные растения, и управляющего ей искусственного интеллекта.
Занимаются этим и российские ученые из Сколковского института науки и технологий. У них уже есть тестовая площадка для разработки и апробирования высокотехнологичных систем жизнеобеспечения. Она включает в себя один автономный модуль для выращивания растений, который находится на антарктической станции Ноймайер III возле Южного полюса. Главная задача ученых сегодня — создание системы искусственного интеллекта, которая могла бы собирать данные обо всех факторах, которые требуются для роста растений, и состоянии саженцев и управлять теплицей без участия человека.
«Поддержание бесперебойной связи со станцией Ноймайер III невозможно, а обучение моделей компьютерного зрения на борту слишком ресурсозатратно, поэтому перед нами встала задача отправления потока фотографий выращиваемых растений для обработки и анализа данных на внешних серверах», — пояснил один из авторов исследования, аспирант Сколтеха Сергей Нестерук.
Вместе с коллегами из Института космических систем Германского центра авиации и космонавтики ученые разработали и применили новый подход к работе с изображениями, которые собираются на удаленных автоматизированных системах. Он основан на использовании сверточных нейронных сетей. Разработанный метод позволяет уменьшить размер изображения более чем в семь раз по сравнению с популярными кодеками, при этом без видимой потери качества. Используя полученную из восстановленных изображений информацию, ученые обучили алгоритм компьютерного зрения, способный классифицировать 18 сортов растений на разных стадиях развития по видам с точностью 92%. Исследователи отмечают, что такой подход позволяет не только визуально контролировать процесс работы системы, но и непрерывно собирать новые данные для обучения моделей машинного обучения, чтобы расширять их функционал.
По словам ученых, разработанные системы они планируют установить и протестировать непосредственно на станции Ноймайер III. Это станет важным шагом к автоматизации модулей для выращивания растений и в перспективе к покорению Марса.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
