Сорняки являются постоянной проблемой в сельском хозяйстве, поскольку они конкурируют с культурами за солнечный свет, воду и питательные вещества. Современная задача — не просто “уничтожать сорняки” (с этим справятся тракторы и гербициды), а делать это селективно – удаляя сорняки без вреда для культур.

Передовые технологии ИИ и робототехники предлагают мощные новые инструменты для решения этой задачи. Используя компьютерное зрение и машинное обучение, современные сельскохозяйственные машины могут “видеть” отдельные растения, отличать культуры от сорняков и автоматически удалять или уничтожать сорняки.

Эти системы обещают сэкономить трудозатраты, сократить использование химикатов и сделать сельское хозяйство более эффективным и устойчивым.

Как ИИ распознаёт сорняки

Контроль сорняков с помощью ИИ основан на компьютерном зрении и глубоком обучении. Камеры, установленные на тракторах, опрыскивателях или небольших роботах, делают снимки растений, а модели ИИ (часто сверточные нейронные сети, CNN) обучаются отличать культуры от сорняков.

Например, компания Carbon Robotics загружает миллионы размеченных изображений сорняков и культур для обучения CNN, которая работает на оборудовании LaserWeeder полностью локально (без интернета). John Deere аналогично использует встроенное компьютерное зрение и CNN в автономных тракторах и опрыскивателях See & Spray для распознавания сорняков в реальном времени. В исследовательских проектах специализированные модели ИИ, такие как варианты YOLO и трансформеры зрения, достигают точности выше 90% при обнаружении видов сорняков в полях.

В результате современные системы зрения способны выявлять сорняки с пиксельной точностью. Они работают в реальном времени во время движения машины.

Например, опрыскиватели See & Spray от John Deere оснащены множеством камер и встроенных процессоров, которые сканируют тысячи квадратных футов в секунду. Каждый небольшой кадр камеры анализируется с помощью машинного обучения, чтобы определить “культура или сорняк?”, и если это сорняк, система мгновенно активирует сопло для обработки этого участка.

Фактически, ИИ превращает трактор в очень умного робота, способного распознавать даже мелкие сорняки с 2–3 листьями на поле.

Методы удаления сорняков с помощью ИИ

После выявления сорняков различные системы удаляют их разными способами. Три основных подхода — это точечное опрыскивание, механическое удаление и лазерное или термическое уничтожение. Все они используют компьютерное зрение ИИ для обработки только сорняков.

• Точное опрыскивание (Spot Sprayers): Эти системы устанавливают камеры на опрыскивающую штангу или мобильную платформу и распыляют гербицид только на обнаруженные сорняки. Например, система John Deere See & Spray использует камеры на штанге и ИИ, что позволяет сократить расход гербицидов примерно на 59%.
  
  Опрыскиватель сканирует поле со скоростью до 15 миль в час, и когда нейронная сеть на борту распознаёт сорняк, она активирует отдельное сопло над этим растением. В отличие от этого, традиционное опрыскивание покрывает всё поле.
  
  Исследования показывают, что такие роботы для точечного опрыскивания могут уменьшить объём гербицидов в 20 раз и сократить использование химикатов до 95%. Швейцарская компания Ecorobotix также предлагает ультраточный опрыскиватель, который с помощью ИИ отличает сорняки от культур и обрабатывает только нежелательные растения.
  
  На практике эти ИИ-опрыскиватели сэкономили миллионы галлонов химикатов — John Deere сообщает, что их See & Spray сэкономил около 8 миллионов галлонов гербицида на площади более миллиона акров в 2024 году.

• Механические прополочные роботы: Некоторые автономные роботы используют физические инструменты вместо распыления. Например, робот Element от Aigen (финансируемый крупными технологическими компаниями) сочетает камеры и ИИ с механической “мотыгой”, которая вырезает сорняки у корня.
  
  Когда робот движется между рядами культур, его алгоритмы направляют острый лезвие для срезания обнаруженных сорняков. Поскольку это контактный метод, культуры остаются нетронутыми. Element работает на солнечной и ветровой энергии и предназначен для непрерывной прополки без химикатов.
  
  Аналогично стартапы FarmWise и Verdant Robotics создали культиваторы с ИИ. Например, робот Verdant “Sharpshooter” использует компьютерное зрение для распыления минимальной дозы гербицида только на каждый сорняк, сокращая расход химикатов примерно на 96%. Механические методы особенно перспективны для органических или специализированных культур, где использование гербицидов нежелательно.

• Лазерное и термическое уничтожение сорняков: Очень инновационный метод использует мощные лазеры или тепловые лучи для уничтожения сорняков. Компания Carbon Robotics (США) разработала LaserWeeder G2 — машину, которую тянет трактор, оснащённую несколькими лазерами мощностью 240 Вт и камерами.
  
  Её система зрения (на базе нейронных сетей) сканирует растения и затем направляет лазеры для точечного сжигания тканей сорняка. Этот метод не использует химикаты и отличается высокой точностью: Carbon Robotics заявляет о субмиллиметровой точности и обработке миллионов изображений в час.
  
  (Похожая британская система Map & Zap также использует лазеры с эффективностью более 90%). Другой термический метод — опаливание; некоторые машины применяют направленное тепло для увядания сорняков.
  Во всех этих лазерных и термических системах критически важна система зрения ИИ — без неё мощный луч уничтожил бы всё подряд.

Эти методы удаления сорняков могут также комбинироваться. Например, Университет Гуэлфа создал сканер на тракторе, который картирует плотность сорняков на полях с лимской фасолью.

Фермеры могут затем применять гербициды только на отмеченных участках. В будущем мы можем увидеть интегрированные системы: робот будет использовать ИИ для решения, обрабатывать ли сорняк путём опрыскивания, срезания или сжигания в зависимости от типа культуры и условий.

Примеры из практики

Современные технологии удаления сорняков с помощью ИИ уже применяются на фермах по всему миру. Вот несколько примеров:

• John Deere See & Spray: Эта передовая система широко используется в крупном зерновом хозяйстве. В испытаниях 2024 года опрыскиватели See & Spray обработали более 1 миллиона акров и сэкономили около 8 миллионов галлонов гербицида.
  
  Компания сообщает о среднем сокращении использования гербицидов примерно на 59% на полях с кукурузой, соей и хлопком. Фермеры отмечают значительную экономию: один производитель из Канзаса заявил, что снизил расходы на гербициды на две трети благодаря системе.
  
  Технически See & Spray использует камеры на штанге и встроенные нейронные сети для решения “сорняк или нет”. При обнаружении сорняка машина активирует отдельное сопло, обеспечивая точечное нанесение.

• Carbon Robotics LaserWeeder: Основатель Пол Майкселл (бывший инженер Uber) несколько лет разрабатывал лазерный уничтожитель сорняков с ИИ. Его LaserWeeder G2 использует обученную CNN для поиска сорняков и затем быстро обрабатывает их лазерными импульсами.
  
  Система работает полностью на борту машины без доступа к облаку. Carbon Robotics подчёркивает эффективность: их лазеры могут уничтожать сорняки “размером с кончик ручки” до того, как они начнут конкурировать с культурами.
  
  На практике установки LaserWeeder (тянущиеся тракторами) могут работать круглосуточно и обрабатывать поля в больших масштабах. Они оснащены множеством камер и графических процессоров, работают с субмиллиметровой точностью.
  
  Такая точность означает, что практически никакие культуры не повреждаются, и дополнительная обработка почвы не требуется.

• Ecorobotix ARA Sprayer: Швейцарская компания Ecorobotix производит солнечный высокоточный опрыскиватель ARA. Его система зрения “Plant-by-Plant™” использует глубокое обучение для быстрого обнаружения сорняков.
  
  Ecorobotix заявляет о снижении использования химикатов до 95%, поскольку обрабатываются только сорняки. Тесты показывают, что ИИ способен распознавать виды сорняков с точностью до нескольких миллиметров во время движения машины, принимая решения примерно за 250 миллисекунд на растение.
  
  Компания ориентирует продукт на высокоценные овощные и специализированные культуры, где экономия химикатов и труда особенно важна.

• Verdant Robotics – Sharpshooter: Стартап Verdant Robotics создал робота Sharpshooter, который с помощью компьютерного зрения выявляет сорняки и наносит на каждый из них минимальную дозу гербицида.
  
  В испытаниях Verdant сообщил, что Sharpshooter сокращает расход гербицидов на 96% и снижает затраты на прополку более чем на 50% по сравнению с традиционными методами.
  
  Это ещё один пример технологии точечного опрыскивания с помощью ИИ, где система зрения заменяет целую бригаду операторов.

• Робот для обследования сорняков Университета Гуэлфа: Исследователи под руководством доктора Медхата Муссы разработали прототип системы для органических ферм с лимской фасолью. Камера с ИИ, установленная на тракторе, сканирует поле и создаёт карту плотности сорняков, например, амброзии.
  
  Алгоритмы объединяют множество изображений, отличая лимскую фасоль от сорняков, чтобы фермер точно знал, какие участки требуют обработки.
  
  Этот подход дополняет ручной осмотр: экономит время, снижает пропуски и помогает точно применять гербициды. На изображении ниже показана их автономная машина в поле.

• Другие инновации: Компания Aigen (США) разрабатывает полностью автономного колёсного робота Element, который патрулирует поля, работает на солнечной энергии и физически вырывает сорняки с помощью управляемых камерой лезвий.
  
  FarmWise (США) создала роботов Vulcan и Titan, использующих собственные алгоритмы машинного обучения для механического удаления сорняков между рядами овощных культур.
  
  Расширение Пенсильванского университета и другие организации сообщают о тракторных “умных культиваторах” (Robovator от VisionWeeding, Robocrop от Garford), которые с помощью машинного зрения точно управляют инструментами культивации.
  
  Даже беспилотники с мультиспектральными камерами и ИИ могут выявлять участки с сорняками с воздуха, помогая планировать обработку.
  
  В общем, независимо от размера фермы, ИИ-прополочные роботы появляются в самых разных формах.

Преимущества: эффективность, прибыльность и устойчивость

Контроль сорняков с помощью ИИ приносит очевидные преимущества:

• Значительная экономия химикатов: Опрыскивание только сорняков резко сокращает объём гербицидов. Например, John Deere сообщает о миллионах галлонов сэкономленных — примерно 12 олимпийских бассейнов на площади всего в 1 миллион акров.
  
  Исследования показывают среднюю экономию от 60 до 76% гербицидов на испытательных полях. Меньшее использование химикатов выгодно и для бюджета фермеров, и для окружающей среды.

• Повышение урожайности и здоровья культур: Раннее и более полное удаление сорняков помогает культурам лучше развиваться. Системы ИИ могут уничтожать мелкие сорняки, которые человек может пропустить, прежде чем они начнут забирать ресурсы.
  
  Фермеры, использующие ИИ-прополочные роботы, часто отмечают более здоровые, однородные культуры и более качественный урожай. Поскольку ИИ удаляет сорняки у “точки роста”, это также снижает давление семян сорняков на поля в будущем.

• Экономия труда и времени: Прополка традиционно требует много ручного труда (вручную или аккуратным вождением трактора). Роботы с ИИ выполняют эту работу автоматически, освобождая время человека.
  
  Например, точные роботы снижают потребность в ручной прополке до 37% в сложных условиях выращивания рядовых культур. Один фермер отметил, что благодаря See & Spray даже новичок может работать на уровне опытного комбайнёра благодаря помощи ИИ.

• Экологические и безопасностные преимущества: Меньшее использование гербицидов снижает загрязнение воды и почвы. Точечные методы также уменьшают количество проходов по полю (сокращая расход топлива) и во многих случаях исключают необходимость вспашки (предотвращая эрозию почвы).
  
  Консалтинговая компания McKinsey отмечает “тройную выгоду” от такой автоматизации: повышение производительности, улучшение безопасности на ферме (меньше людей работают с химикатами) и прогресс в достижении целей устойчивого развития.

• Экономическая эффективность: Все это приводит к снижению затрат. Помимо сокращения гербицидов, фермеры экономят на времени работы техники и наёмных работниках.
  
  John Deere и партнёры обнаружили, что несмотря на более высокую первоначальную стоимость точных опрыскивателей, окупаемость достигается за 1–3 года за счёт экономии ресурсов. Многие фермеры в испытаниях снизили затраты на контроль сорняков на акр вдвое и более, полностью перейдя на ИИ-систему.

Проблемы и внедрение

Несмотря на перспективы, удаление сорняков с помощью ИИ пока ещё ново и не повсеместно. По состоянию на начало 2024 года около 27% ферм в США используют технологии точного земледелия для таких задач, как контроль сорняков.

Основные препятствия — высокая стоимость оборудования, необходимость специальных знаний и вопросы владения и надёжности данных. Некоторые фермеры также опасаются сложности технологий или имеют поля с сорняками, которые слишком похожи на культуры для точного распознавания.

Например, фермер из Северной Дакоты признался, что сначала скептически относился к See & Spray, но после использования стал убеждённым сторонником благодаря простоте и эффективности системы.

Тем не менее, эксперты отрасли ожидают быстрый рост. Рост цен на ресурсы (удобрения, гербициды, труд) и экологические требования стимулируют фермеров переходить на точные методы.

Крупные производители сельхозтехники, такие как Deere, внедряют “наборы автономности” и активно продвигают возможности ИИ, а новые стартапы привлекают крупных инвесторов агросектора.

Программное обеспечение становится проще — некоторые фермеры уже экспериментируют с генеративными ИИ-инструментами (например, ChatGPT) для планирования полевых работ и анализа данных.

Со временем, по мере снижения стоимости и улучшения интерфейсов, инструменты контроля сорняков с ИИ должны распространиться от крупных хозяйств к средним и мелким фермерам.

Перспективы на будущее

Управление сорняками с помощью ИИ продолжает развиваться, но тенденции очевидны: всё более умные машины будут всё чаще выполнять рутинные задачи по прополке.

Будущие системы могут сочетать различные сенсоры (RGB-камеры, мультиспектральное изображение, даже датчики запаха растений) и динамически решать, стоит ли опрыскивать, срезать или сжигать каждый сорняк.

Они, вероятно, будут интегрированы с GPS и картографическими инструментами фермы, чтобы решения фиксировались и учитывались в будущем.

Как сказал один эксперт, фермеры хотят “инструмент, который делает всё” — ИИ движется к этой цели, предоставляя машинам гибкость для решения задач прямо в поле.

Ключевым является то, что эти ИИ-решения соответствуют глобальным требованиям устойчивого сельского хозяйства. Потребители и регуляторы всё чаще требуют снижения остатков химикатов и экологически безопасного земледелия.

>>> Возможно, Вы не знали: Как предсказывать вредителей и болезни растений с помощью ИИ

Сокращая использование гербицидов на 80–95% в некоторых случаях, ИИ-прополочные роботы напрямую поддерживают эти цели. Они также помогают фермам адаптироваться к нехватке рабочей силы и климатическим вызовам.

В общем, контроль и удаление сорняков с помощью ИИ становится технологией, меняющей правила игры в сельском хозяйстве — той, которая обещает сделать земледелие чище, безопаснее и продуктивнее в будущем.