Штучний інтелект простежить за теплицями в Антарктиці і на Марсі
Вчені центру Сколтеха з наукових та інженерних обчислювальних технологій для завдань з великими масивами даних (CDISE) і лабораторії Цифрового сільського господарства Сколтеха спільно з німецьким аерокосмічним центром DLR розробили систему штучного інтелекту, що дозволяє обробляти зображення, одержувані в автономних теплицях, контролювати ріст рослин і автоматизувати процес вирощування.
Результати дослідження опубліковані в журналі IEEE Sensors, повідомляє прес-служба Сколтеха.
Сучасні технології давно стали невід'ємною частиною повсякденного життя, торкнувшись всі сфери життя людини на Землі. І ось перед людством стоїть новий виклик-підкорення нових планет. Оскільки теплиця буде єдиним джерелом свіжої їжі для екіпажу космічного корабля і поселенців на Червоній планеті, розробка технологій, заснованих на штучному інтелекті і машинному зорі для автоматизації процесів вирощування рослин, є пріоритетним завданням досліджень. Тестовий майданчик для розробки та апробування високотехнологічних систем життєзабезпечення вже існує.
На сьогоднішній день функціонує один автономний модуль для культивації рослин, розташований на антарктичній станції Неймаер 3 поблизу Південного полюса. Головне завдання вчених-створення системи штучного інтелекту, яка могла б збирати інформацію про всі фактори, необхідні для росту рослин, стан саджанців, і управляти теплицею в автономному режимі без участі людини.
"Підтримання безперебійного зв'язку зі станцією Неймаер 3 неможливо, а навчання моделей комп'ютерного зору на борту занадто ресурсовитратно, тому перед нами постало завдання відправлення потоку фотографій вирощуваних рослин для обробки та аналізу даних на зовнішніх серверах», – пояснює аспірант Сколтеха Сергій Нестерук.
Підсумком роботи дослідників з Сколтеха стало застосування нового підходу до роботи з зображеннями, що збираються на віддалених автоматизованих системах, за допомогою згорткових нейронних мереж, що дозволяє зменшувати розмір фотографії без видимої втрати якості більш ніж в 7 разів в порівнянні з популярними кодеками.
З інформації, отриманої з відновлених зображень, був навчений алгоритм комп'ютерного зору, здатний класифікувати 18 сортів рослин на різних стадіях розвитку за видами з точністю 92%. Такий підхід дозволяє не тільки візуально контролювати процес роботи системи, але і безперервно збирати нові дані для навчання моделей машинного навчання, щоб розширювати їх функціонал.
Розроблені системи планується встановити і протестувати безпосередньо на станції, що послужить важливим кроком на шляху до автоматизації модулів для вирощування рослин. А це означає, що найближчим часом одним бар'єром на шляху до підкорення Марса стане менше.
Також читайте: