Целевой язык: Русский. Учёные из Пензенского государственного университета создали передовую теплицу, в которой за развитием растений следит искусственный интеллект. Инициатором и автором разработки стал четверокурсник Политехнического института ПГУ Сергей Маркелов. Руководство проекта осуществляли ведущий инженер Анатолий Мельников и Василий Ашанин, доцент и кандидат технических наук. Сергей Маркелов поделился, что идея теплицы пришла ему в голову ещё до поступления в институт, но не находилось добровольцев для её реализации. В процессе изысканий Маркелов вместе с Мельниковым пришли к выводу, что создание универсального датчика для наблюдения за ростом растений по заданным параметрам, таким как освещение и температура, вполне возможно. Проект оплатили средства, полученные в рамках гранта программы «УМНИК», поддерживаемой Фондом содействия развитию малых предприятий в научно-техническом секторе. Разработка началась с нуля и стала уникальной тем, что вместо традиционных механических датчиков контроля, которые могут мешать росту растений, использовала видеокамеру. Камера позволяет наблюдать одновременно за несколькими (от 3 до 16) растениями, что значительно снижает затраты на обслуживание и замену оборудования. Контроль за показаниями с видеокамер берет на себя обученная нейронная сеть. Встроенный датчик роста посредством компьютерного зрения фиксирует размеры растения, включая площадь листьев, диаметр стебля и прирост плодов. Все отснятые изображения сначала проходят обработку на компьютере, после чего информация поступает в другую нейросеть, которая более детально анализирует параметры растения. Теплица занимает компактное пространство и рассчитана на одно растение. Благодаря возможности вращения растения на 360 градусов обеспечивается круговой обзор. Систему дополняют датчики для контроля давления, влажности, температуры, а также вентиляция и RGB-освещение. Разработчики надеются, что благодаря этому решению агрономы и фермеры будут способны заблаговременно обнаруживать изменения в росте растений до появления визуально заметных признаков, как отметил Василий Ашанин.
Кроме того, планируется интеграция системы с облачными платформами для хранения и анализа данных, что позволит пользователям получать доступ к подробным отчетам о состоянии их растений в реальном времени из любой точки мира. Это будет особенно полезно для крупных фермерских хозяйств и агрокомпаний, стремящихся максимизировать производительность своих культур. Также в будущих разработках ученые намерены внедрить алгоритмы машинного обучения для прогнозирования оптимальных условий роста для различных видов растений. Поскольку система имеет модульную структуру, это позволит легко адаптировать теплицу под разные климатические условия и типы растений. Важным аспектом является экологическая устойчивость проекта: инженеры стремятся минимизировать потребление электроэнергии и воды, включив в проект энергоэффективное освещение и систему капельного орошения. Успех этой разработки может стать толчком для создания аналогичных систем в других университетах и исследовательских центрах, поддерживает опыт применения искусственного интеллекта в сельском хозяйстве и стимулирует создание устойчивых агротехнологий.