Искусственный интеллект в овощеводстве России: проблемы и перспективы

Актуальность. Использование систем искусственного интеллекта (ИИ) имеет особое значение в трансформации современного российского овощеводства.

Методы. С помощью монографического метода, рассмотрена мировая и российская практика разработки и использования систем искусственного интеллекта на примере: CropX, John Deere, IBM Watson, AgEagle Aerial Systems, Blue River Technology, Farmwise, Taranis, Naiad Irrigation, Sustainable Agriculture Technology (SAT), Leader Technology, АгроКалипсо, группа компаний АгроВзгляд, Российские технологии и системы, Ростех Центр компетенций по искусственному интеллекту, АгроБот, Калуга Астра, Агросистемы, РосАгро, САФМАР, управляющая компания Агрико, агрофирма Садко, АгроЭко, АгроИнвест и прочие.

Результаты. Выявлен перечень проблем использования ИИ в овощеводстве, как: высокие первоначальные затраты на внедрение ИИ; недостаток квалифицированных кадров, обладающих необходимыми знаниями в области ИТ и агрономии; высокая вероятность технически сбоев, приводящая к потерям в производительности и увеличению затрат; сложность интеграции с существующими системами автоматизации; информационная безопасность баз данных; сложность подготовки данных; законодательные и этические риски; недостаток необходимой инфраструктуры; неблагоприятные климатические условия эксплуатации ИИ; сопротивление нововведениям со стороны персонала. Несмотря на выявленные проблемы, перспективы использования ИИ в овощеводстве России позволят: оптимизировать агрономические процессы; улучшить качество прогнозирования и мониторинга; повысить уровень автоматизации; улучшить качество обработки данных; улучшить управляемость ресурсами; повысить уровень адаптации производства к потребности рынка; повысить адаптацию к условиям хранения и логистики цепочек поставок, повысить уровень информативности технологических процессов.

Заключение. Расширение практики использования ИИ позволит повысить эффективность и устойчивость развития овощеводства в стратегической перспективе.

1. Вертакова Ю.В., Катков Ю.Н., Романова А.А. Формирование информационно-аналитического обеспечения управления кадровым потенциалом организаций АПК с использованием искусственного интеллекта. Друкеровский вестник. 2024;1(57):112-128. https://doi.org/10.17213/2312-6469-2024-1-112-128. https://elibrary.ru/cvkiqz

2. Волов Ю.М. Влияние искусственного интеллекта на развитие АПК. Вестник Московского Международного Университета. 2024;2(2):64-67. https://elibrary.ru/pmqthw

3. Зацаринный А.А., Меденников В.И., Райков А.Н. Интеграция приложений искусственного интеллекта в единую цифровую платформу АПК. Информационное общество. 2023;(1):127-138. https://doi.org/10.52605/16059921_2023_01_127. https://elibrary.ru/nmkklz

4. Искусственный интеллект на службе АПК: приоритеты, цели и задачи. Аграрная наука. 2023;(8):14-15. https://elibrary.ru/keykrn

5. Наконечная О.А., Соловьева А.Е. Приоритетные решения применения искусственного интеллекта в АПК. Экономика и бизнес: теория и практика. 2023;7(101):136-138. https://elibrary.ru/rmxnri https://doi.org/10.24412/2411-0450-2023-7-136-138

6. Федотова Г.В., Сложенкина М.И., Митрофанова И.В., Ламзин Р.М. Искусственный интеллект как инновационный вектор управления региональным АПК. Региональная экономика. Юг России. 2021;9(1):152-162. https://elibrary.ru/lmzzxd https://doi.org/10.15688/re.volsu.2021.1.13 (Дата обращения 15.10.2024)

7. Яковлева Е.В., Быков М.О. Обзор примеров искусственного интеллекта управления безопасностью труда в АПК. Вестник сельского развития и социальной политики. 2020;4(28):26-28. https://elibrary.ru/hrucxd

8. Илышев А.П., Толмачев О.М. Искусственный интеллект и нейро-сетевые технологии в цифровой платформе прорывного развития российского АПК. Экономика и социум: современные модели развития. 2019;9(4(26):492-507. https://doi.org/10.18334/ecsoc.9.4.100453. https://elibrary.ru/cuufov

9. Шутьков А.А., Анищенко А.Н. Будущее искусственного интеллекта, нейросетей и цифровых технологий в АПК. Экономика и социум: современные модели развития. 2019;9(4(26)):508-522. https://doi.org/10.18334/ecsoc.9.4.100454. https://elibrary.ru/rvwttq

10. Шеляг М.М. Применение систем искусственного интеллекта для исследования влияния структуры себестоимости на объемы производства в АПК. Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2005;(10):36-43. https://elibrary.ru/jwxnox

11. Talaviya T., Shah D., Patel N., Yagnik H., Shah M. Implementation of artificial intelligence in agriculture for optimisation of irrigation and application of pesticides and herbicides. Artificial Intelligence in Agriculture. 2020;(4):58-73. https://doi.org/10.1016/j.aiia.2020.04.002

12. Wolfert S., Ge L., Verdouw C., Bogaardt M.-J. Big Data in Smart Farming - A Review. Agricultural System. 2017;(153):69-80. https://doi.org/10.1016/j.agsy.2017.01.023

13. Rohani A., Taki M., Bahrami G. Application of artificial intelligence for separation of live and dead rainbow trout fish eggs. Artificial Intelligence in Agriculture. 2019;(1):27-34. https://doi.org/10.1016/j.aiia.2019.03.002

14. Runowski H., Kramarz P. Trust in artificial intelligence in agriculture. Trust and Artificial Intelligence. 2024. P. 229-241. https://doi.org/10.4324/9781032627236-21

15. Sachithra V., Subhashini L.D.C.S. How artificial intelligence uses to achieve the agriculture sustainability: Systematic review. Artificial Intelligence in Agriculture. 2023;(8):46-59. https://doi.org/10.1016/j.aiia.2023.04.002

16. Subeesh A., Mehta C.R. Automation and digitization of agriculture using artificial intelligence and internet of things. Artificial Intelligence in Agriculture. 2021;(5):278-291. https://doi.org/10.1016/j.aiia.2021.11.004

17. Ahmed L., Nabi F. AI (Artificial Intelligence) Driven Smart Agriculture. Agriculture 5.0: Artificial Intelligence, IoT, and Machine Learning, 2021. P. 123-134. https://doi.org/10.1201/9781003125433-5