Специалисты из Сколтеха разработали нейронные сети, способные оценивать и прогнозировать изменения в росте растений, принимая во внимание ключевые факторы, влияющие на них. Эти сети позволяют рекомендовать оптимальные пропорции питательных веществ и другие параметры, необходимые для обеспечения здорового роста.
Результаты исследования опубликованы в журнале IEEE Transactions on Instrumentations and Measurements. Искусственный интеллект за последние несколько лет попробовали применить почти во всех сферах нашей жизни, и часто он оказывается полезным, помогая человеку принимать правильные решения для реализации поставленных задач. Применение интеллектуальных систем в области выращивания растений в искусственных условиях — не исключение.
Рекуррентные нейронные сети выделяются среди других типов схем нейросетей своей уникальной архитектурой, которая позволяет эффективно обрабатывать данные, организованные в последовательную структуру, такую как текст, речь или временные ряды. Динамика роста растения во времени, например, может быть хорошо описана с помощью временных рядов.
Исследователи из Сколтеха продемонстрировали, что рекуррентные нейронные сети, объединенные с алгоритмами компьютерного зрения, способны самостоятельно прогнозировать изменения в росте растений, учитывая текущее состояние системы выращивания и ее характеристики. Для решения этой задачи использовались данные, полученные в сотрудничестве с Германским аэрокосмическим центром (DLR).
Немецкие ученые проводили исследования, направленные на повышение роста растений в искусственных условиях, имитирующих среду Международной космической станции. Совместные эксперименты предоставили важную информацию, которая поможет определить оптимальный баланс питательных веществ для достижения максимального роста растений в условиях ограниченных ресурсов.
Для сегментации листвы и расчета площади поверхности были применены алгоритмы компьютерного зрения. Прогнозирование роста растений осуществлялось с использованием различных схем рекуррентных нейронных сетей, которые продемонстрировали свою результативность при решении данной задачи. В целях демонстрации и тестирования разработанного программного обеспечения в условиях реальной эксплуатации была предложена встраиваемая энергоэффективная система, обеспечивающая выполнение вычислений и прогнозирование динамики роста.
Система создана на базе Raspberry Pi – широко используемого одноплатного компьютера для разработки прототипов, и оснащена внешней графической платой Intel Movidius. В ее основе лежит графический процессор Myriad 2, отличающийся компактностью и высокой производительностью. Этот чип, потребляя всего 1 Вт, обеспечивает вычислительную мощность в 150 гигафлопс, что сопоставимо с производительностью суперкомпьютеров, существовавших в середине 1990-х годов. Подобные графические чипы идеально подходят для работы с нейронными сетями и, вероятно, станут ключевым компонентом встраиваемых систем, использующих технологии искусственного интеллекта.
«По словам авторов исследования, Дмитрия Шадрина и Александра Меньщикова, полученные результаты позволят разрабатывать компактные устройства для непрерывного контроля и анализа состояния растений в условиях искусственного выращивания, а также прогнозировать изменения в их развитии, что, в конечном итоге, окажет значительную поддержку человеку.