Искусственный интеллект продолжает расширять сферу применения, и теперь его возможности успешно протестировали в сельском хозяйстве. Исследователи разработали модель машинного обучения, которая помогает определить оптимальную плотность посева для разных участков поля. Вместо одинакового распределения семян система анализирует особенности каждой зоны и рассчитывает, где стоит увеличить норму высева, а где, наоборот, сократить расход.
Для обучения алгоритма специалисты использовали реальные данные с двух сельскохозяйственных ферм в американском штате Огайо. В расчет вошли характеристики почвы, особенности рельефа и многолетняя статистика урожайности. На основе этой информации искусственный интеллект формировал индивидуальные рекомендации по технологии Variable-Rate Seeding (VRS), позволяющей менять плотность посева прямо во время работы техники. Одновременно система рассчитывает более точные объемы внесения удобрений и средств защиты растений, что помогает сократить затраты хозяйств.
Технологию проверили на двух ключевых сельскохозяйственных культурах США - кукурузе и сое. На кукурузных полях алгоритм показал высокую точность прогнозирования, успешно определяя участки, где более густой посев действительно повышает урожайность. С соей результаты оказались менее однозначными: на конечный урожай сильнее влияли погодные условия, прежде всего температура и количество осадков. По мнению авторов проекта, для этой культуры потребуется собрать дополнительные данные и доработать модель.
Разработчики также отмечают экологический эффект новой технологии. Более точный расчет норм высева и удобрений позволяет уменьшить перерасход ресурсов, снизить попадание химических веществ в почву и водоемы, а также рациональнее использовать воду. В перспективе подобные ИИ-системы могут стать одним из ключевых инструментов точного земледелия, помогая одновременно повышать урожайность, сокращать расходы фермеров и уменьшать воздействие аграрного производства на окружающую среду.
Новости нейросетей
22.07.2026