Искусственный интеллект в сельском хозяйстве: исследование современных трендов

Увеличение численности населения и возрастающая нагрузка на производство продуктов питания характеризуют постановку вопросов повышения эффективности сельского хозяйства и обеспечения продовольственной безопасности как особо востребованных и требующих скорейшего решения. Технологии искусственного интеллекта (ИИ) способных внести значительный вклад в оптимизацию сельскохозяйственных процессов.

Цель – определение приоритетных направлений исследования научных интересов к кибернетическим устройствам в агропромышленном комплексе.

Методы основываются на системном литературном обзоре трудов отечественных и зарубежных ученых с применением пакета программы Biblioshiny для использования интеллектуальных систем, компьютерного моделирования различных способностей интеллекта в аграрном секторе.

Результаты показали заметный рост уровня знаний в сфере компьютерных навыков имитировать человеческие действия. Благодаря машинным методам фермеры могут получить возможность модернизировать хозяйство и улучшить качество продукции. Учитывая факторы, влияющие на урожайность, нейронные сети строят точные прогнозы, помогая принимать правильные решения в процессе планирования и управления в АПК. С помощью технологий автоматизируются такие операции, как посев, прополка, борьба с сорняками, уборка урожая. Работы, управляемые «умными машинами» максимизируют производительность труда и сокращают затраты на рабочую силу. Стало популярным практиковать ИИ на выращивании зерновых культур, в овощеводстве, точном земледелии для снижения потребления воды при орошении, прогнозировании валового сбора, а также животноводстве, например, в разведении и кормлении скота.

Выводы – последние восемь лет значительно возросло количество публикаций по изучаемой теме. Отмечается, что в ближайшей перспективе получит распространение эффект синергии искусственного интеллекта с генной инженерией, биотехнологиями и нанотехнологиями. Популярность цифрового разума обусловлена высокими результатами, рационализацией человеческого труда. Для обеспечения конкурентоспособности и получения необходимой прибыли в агроформированиях применение технологий ИИ неизбежно. Данная публикация будет полезна специалистам сельскохозяйственной отрасли, а также ученым и исследователям, занимающимся проблемами компьютерного программирования и моделирования искусственного интеллекта.

1. Улучшение качества жизни сельского населения: 1,4 тыс. новых проектов и рост дохода бюджетов в 2,5 раза [Электронный ресурс].-2024.-URL: https://www.primeminister.kz/ru/news/uluchshenie-kachestva-zhizni-selskogonaseleniya-14-tys-novykh-proektov-i-rost-dokhoda-byudzhetov-v-25-raza-27589 (дата обращения: 8.01.2025).

2. Oliveira, R.C. Artificial Intelligence in Agriculture: Benefits, Challenges, and Trends / R.C. Oliveira, R.D. Silva // Applied Sciences.– 2023. – №13. – P.1-17. https://doi.org/10.3390/app13137405

3. Ruiz Real, J. Look at the Past, Present and Future Research Trends of Artificial Intelligence in Agriculture / J. Ruiz Real, J. Uribe-Toril, J. Torres, T. Arriaza, J. De Pablo // Agronomy. – 2020. – No.10. – P. 1-16. https://doi.org/10.3390/agronomy10111839

4. Sarkar, U. Artificial Intelligence in Agriculture: Application Trend Analysis Using a Statistical Approach / U. Sarkar, G. Banerjee, I. Ghosh // International Journal of Applied Science and Engineering.– 2022.– No.20.– P. 180-188. https://doi.org/10.6703/IJASE.202303_20(1).002

5. Zhai, Z. Decision Support Systems for Agriculture 4.0: Survey and Challenges / Z. Zhai, J.F. Martínez, V. Beltran, N.L. Martínez // Computers and Electronics in Agriculture. – 2020. – Vol. 170. – P.1-16.

6. Talaviya, T. Implementation of Artificial Intelligence in Agriculture for Optimisation of Irrigation and Application of Pesticides and Herbicides / T. Talaviya, D. Shah, N. Patel, H. Yagnik, M. Shah // Artificial Intelligence in Agriculture. – 2020. – Vol. 4. – P. 58–73.

7. Ben Ayed, R. Artificial Intelligence to Improve the Food and Agriculture Sector / R. Ben Ayed, M. Hanana // Journal of Food Quality. – 2021. – Article 5584754. https://doi.org/10.1155/2021/5584754

8. Smagulova, Sh.A. Digitalization of Agriculture in the Republic of Kazakhstan: Experience and Problems / Sh.A. Smagulova // Problems of Agrimarket.– 2020. – No.1. - P.149-155.

9. Kulisz, M. Implications of Neural Network as a Decision-Making Tool in Managing Kazakhstan’s Agricultural Economy / M. Kulisz, A. Duisenbekova // Applied Computer Science. – 2023. – Vol. 19. – No. 4. – P. 121–135. https://doi.org/10.35784/acs-2023-39

10. Aria, M. Bibliometrix: An R-Tool for Comprehensive Science Mapping Analysis / M. Aria, C. Cuccurullo // Journal of Informetrics. – 2017. – Vol. 11. – No. – P. 959–975. https://doi.org/10.1016/j.joi.2017.08.007

11. Kakani, V. A Critical Review on Computer Vision and Artificial Intelligence in Food Industry / V. Kakani, V.H. Nguyen, B.P. Kumar, H. Kim, V.R. Pasupuleti // Journal of Agriculture and Food Research. – 2020. – Vol. 2. – P. 1-12.

12. Paymode, A.S. Transfer Learning for Multi-Crop Leaf Disease Image Classification Using Convolutional Neural Network VGG / A.S. Paymode, V.B. Malode // Artificial Intelligence in Agriculture. – 2022. – Vol. 6. – P. 23–33.

13. Zhang, P. Nanotechnology and Artificial Intelligence to Enable Sustainable and Precision Agriculture / P. Zhang, Z. Guo, S. Ullah // Nature Plants. – 2021. – Vol. 7. – P. 864–876. https://doi.org/10.1038/s41477-021-00946-6

14. Hafeez, A. Implementation of Drone Technology for Farm Monitoring & Pesticide Spraying: A Review / A. Hafeez, M.A. Husain, S.P. Singh, A. Chauhan, M.T. Khan, N. Kumar, A. Chauhan, S.K. Son // Information Processing in Agriculture.– 2023.– Vol.10.–Issue 2.–P.192-203.

15. Virnodkar, S.S. Remote Sensing and Machine Learning for Crop Water Stress Determination in Various Crops: A Critical Review / S.S. Virnodkar, V.K. Pachghare, V.C. Patil // Precision Agric. – 2020. – Vol. 21. – P. 1121–1155. https://doi.org/10.1007/s11119-020-09711-9

16. Subeesh, A. Automation and Digitization of Agriculture Using Artificial Intelligence and Internet of Things / A. Subeesh, C.R. Mehta // Artificial Intelligence in Agriculture. – 2021. – Vol. 5. – P. 278–291.

17. Javaid, M. Understanding the Potential Applications of Artificial Intelligence in Agriculture Sector / M. Javaid, A. Haleem, I.H. Khan, R. Suman // Advanced Agrochem. – 2023. – Vol. 2. – Issue 1. – P. 15–30.