Канада инвестирует до C $1,693,412 в адаптацию ИИ для яблоневых садов под виноградники

Правительство Канады инвестирует до C $1,693,412 в Vivid Machines Inc. для разработки инструментов компьютерного зрения и машинного обучения, призванных помочь виноградарям раньше выявлять болезни, отслеживать качество плодов и точнее оценивать урожайность.

Министерство сельского хозяйства и агропродовольствия Канады заявило, что финансирование будет предоставлено через компонент Projects программы AgriScience в рамках Sustainable Canadian Agricultural Partnership. Поддержка призвана помочь агротехнологической компании из Торонто адаптировать существующую систему Vivid XV, которую сейчас используют в яблоневых садах, для применения на виноградниках.

По данным федерального ведомства, проект расширит возможности технологии визуализации компании, чтобы она могла сканировать виноградные лозы в режиме реального времени и формировать данные на уровне отдельных лоз, рядов и целых блоков виноградника. Ожидается, что обновленная система будет использовать сенсоры на основе камер и модели машинного обучения для выявления ранних признаков болезней, отслеживания развития плодов, оценки качества и прогнозирования объемов производства до сбора урожая.

Это объявление отражает более широкую линию Канады на поддержку агроинноваций, которые могут улучшить управление хозяйствами и укрепить долгосрочное производство. В данном случае, по словам правительства, технология может дать производителям более быструю и подробную информацию о состоянии культур, позволяя раньше реагировать на возникающие риски заболеваний и точнее управлять ресурсами.

Vivid Machines выстроила свой бизнес вокруг автоматизированных инструментов визуализации для производителей фруктов. Система Vivid XV устанавливается на сельхозтехнику, такую как тракторы и опрыскиватели, где она снимает изображения во время движения по полю. Затем эти изображения обрабатываются моделями искусственного интеллекта, предназначенными для интерпретации состояния растений, роста плодов и признаков стресса или болезни. На виноградниках это может означать более последовательный мониторинг, чем одни лишь визуальные осмотры, особенно на больших площадях, где условия могут быстро меняться от одного блока к другому.

Правительство заявило, что планируемая виноградная версия системы предназначена не только для улучшения выявления болезней, но и для сокращения использования химикатов. Более раннее обнаружение проблем может позволить производителям точнее направлять обработки вместо их профилактического внесения на более широких площадях. Такой подход, если он подтвердит эффективность в коммерческом применении, может снизить затраты на ресурсы и сократить ненужные обработки, одновременно помогая сохранять качество урожая.

Это важно и за пределами самих хозяйств. Виноград — сырье для вина, и инструменты, улучшающие мониторинг болезней и прогнозирование урожайности, могут помочь винодельням и поставщикам винограда планировать сроки сбора урожая, управлять качеством сырья и стабилизировать производство. Со временем более точный мониторинг виноградников может также повысить эффективность во всем напиточном секторе за счет лучшей прозрачности поставок и потенциального сокращения части применения средств защиты растений, хотя такие результаты будут зависеть от внедрения и работы в полевых условиях.

Дженни Лемьё, соучредитель и генеральный директор Vivid Machines, сказала в сообщении, что федеральное финансирование позволит компании применить технологию, изначально созданную для производителей яблок, к ключевым проблемам виноградарства, включая оценку урожайной нагрузки и раннее выявление болезней. Она также сказала, что проект поддержит найм в Торонто и расширит высококвалифицированную агротехнологическую работу в Онтарио.

Федеральное правительство представило инвестиции как поддержку как производительности сельского хозяйства, так и экономического развития. Министерство сельского хозяйства и агропродовольствия Канады заявило, что проект призван укрепить устойчивость канадского виноградарско-винодельческого сектора в период, когда производители сталкиваются с давлением из-за рисков заболеваний, нестабильной погоды и необходимости повышать эффективность.

Базовая технология объединяет две формы искусственного интеллекта, которые все чаще используются в сельхозтехнике. Компьютерное зрение позволяет системе получать и интерпретировать визуальную информацию от растений и плодов. Машинное обучение использует большие массивы данных, чтобы находить закономерности и со временем улучшать прогнозы. На практике это означает, что систему можно обучить распознавать симптомы заболеваний, грозди и стадии развития культуры по изображениям, собранным в поле.

Для виноградарских хозяйств одно из ключевых преимуществ проекта — скорость. Традиционное обследование часто зависит от того, проходят ли бригады по виноградникам и вручную фиксируют наблюдения. Камерная система, установленная на технике, которая и так движется по винограднику, могла бы собирать больше данных чаще, облегчая выявление изменений по мере развития сезона. Оценки урожайности на уровне лозы, ряда и блока также могли бы помочь производителям принимать решения по рабочей силе, графику сбора урожая и планированию приемки на винодельне.

О финансировании было объявлено в пресс-релизе Министерства сельского хозяйства и агропродовольствия Канады от 10 сентября, а позднее об этом сообщил The Grower. Ведомство заявило, что проект является частью усилий Канады по поддержке отечественных агротехнологий, которые можно напрямую применять в коммерческом производстве и которые помогают производителям справляться с операционным и экологическим давлением.