Преподаватели Дальневосточного государственного аграрного университета разрабатывают бота, который сможет определить заболевание сои по фотографии растения. Создание нейросети и формирование базы фотографий начались летом прошлого года, сообщает пресс-служба амурского вуза.

"Идея создания "электронного агронома" связана с моим увлечением методами статистики, математики. Проводя свои исследования в области экономики, я погрузился немного в методы машинного обучения, которые связаны как раз со статистическими методами обработки информации. В тот момент я искал способы, как можно строить экономические модели, какие программные продукты можно для этого применять. И как раз познакомился с методами машинного обучения, которые являются основой искусственного интеллекта", - рассказывает декан финансово-экономического факультета Александр Горлов.

Преподаватель в свободное время начал изучать языки программирования по книгам и видеокурсам. Постепенно пришла идея научить программу распознавать заболевания растений, конкретно - сои. Подобные исследования - диагностирование заболеваний живых организмов с помощью нейронных сетей - уже есть. Для них необходимо иметь обширную базу фотографий - сотни тысяч снимков. Фотографии преподаватели искали в интернете, а с приходом лета снимали сами на амурских полях, поскольку цель была - сделать программу для Амурской области с собственной авторской базой фотографий. 

Руководитель проектного офиса управления программой развития ДальГАУ Татьяна Колесникова в этой работе выступает как агроном и фитопатолог. Она отвечает за то, чтобы все болезни, которые попадаются на снимках, были правильно подписаны, были нанесены нужные метки, поскольку на фотографиях могут быть как зараженные, так и здоровые листья, а программа должна уметь их различать. Задача Александра Горлова - написать программный код, создать чат-бота, который и станет "электронным агрономом". 

Его решили создать в виде Telegram-бота. Нужно лишь найти в мессенджере бота под названием "Болезни сои", сфотографировать или загрузить фотографию листочка, вызвавшего беспокойство, и дождаться ответа. Программа уже умеет определять здоровое растение и три самых распространенных вида болезней сои: пероноспороз, септориоз, круглый церкоспороз. Чтобы обучить нейросеть, нужно иметь как минимум 500-600 фотографий каждого заболевания. В базе разработчиков из ДальГАУ сейчас примерно 300-400 снимков. Пока что уровень точности "электронного агронома" составляет 70-75 процентов. 

В перспективе разработчики хотят, чтобы нейросеть не просто диагностировала болезнь, но и выдавала рекомендации, как лечить растение, какие гербициды и средства защиты использовать, выдавала прогноз по потере урожая и так далее. Также можно научить программу определять заболевания не только сои, но и зерновых культур, плодовых, овощных.