Дайджест по разработкам искусственного интеллекта в сфере виноградарства и виноделия

№4, 23 ноября, 2021 г. ДАЙДЖЕСТ Дайджест по разработкам искусственного интеллекта в сфере виноградарства и виноделия Центр научно-технической информации при Министерстве инновационного развития Республики Узбекистан Ташкент - 2021 г.

\"Виноградарство на протяжении веков являлось неотъемлемой частью земледельческой культуры, ценностью, гордостью и источником дохода для нашего народа. Выращивание винограда неразрывно связано с нашим образом жизни и обычаями\". Президент Республики Узбекистан Ш.М. Мирзиёев “Дайджест по разработкам искусственного интеллекта в сфере виноградарства и виноделия” - Т.: 2021. С.18. “Дайджест по разработкам искусственного интеллекта в сфере виноградарства и виноделия” подготовлен Центром научно-технической информации при Министерстве инновационного развития Республики Узбекистан. Коллектив авторов: Технический редактор: Абдурахмoнов И.Ю. Райимджанов Х.Г. Турдикулова Ш.У. Абдувалиев А.А. Мусаева Р.А. Барбу Г.Ф. © Центр научно-технической информации при Министерстве инновационного развития Республики Узбекистан, 2021 г. 2

Искусственный интеллект в сфере виноградарства и виноделия Искусственный интеллект (ИИ) играет важную роль в преобразовании продовольственных систем. В сельскохозяйственных секторах, например, в виноградарстве и виноделии, ИИ может помочь оптимизировать или даже полностью освободить человека от таких видов работ, как посадка и уборка урожая, тем самым повысив производительность и улучшив условия труда (в виде сокращения количества времени и трудоемкости) и обеспечив более эффективное использование природных ресурсов, в том числе за счет рационализации управления знаниями и планирования. В частности, по мере стремительного развития электронных сельскохозяйственных технологий ИИ находит все более широкое применение в таких важных областях, как сельскохозяйственная робототехника, мониторинг почвы и сельскохозяйственных культур, а также предикативный анализ. Учитывая изменение климата, рост численности населения и истощение природных ресурсов, прогресс в этих областях может в значительной степени способствовать сохранению почвенных и водных ресурсов, которые играют ключевую роль в обеспечении продовольственной безопасности на устойчивой основе [1]. 3

Когнитивная аналитическая система «Эйдос» Автор и разработчик проф. Е.В.Луценко разработал интеллектуальную систему «Эйдос», которая определяет сходства-различия различных клонов винограда по контурам листьев и формирует математические модели листьев с применением теории информации. Таким образом, инструментарий данной системы направлен на решение ряда важных задач ампелографии. Работа системы уже была протестирована в ходе исследований и включила в себя следующие этапы: 1) оцифровка сканированных изображений листьев и создание их математических моделей; 2) формирование математических моделей конкретных листьев с применением теории информации; 4

Когнитивная аналитическая система «Эйдос» 3) формирование моделей обобщенных образов листьев различных клонов на основе конкретных листьев (многопараметрическая типизация); 4) верификация модели путем идентификации конкретных листьев с обобщенными образами клонов, т.е. классами (системная идентификация); 5) количественное определение сходства-различия клонов, т.е. кластерно- конструктивный анализ обобщенных образов листьев различных клонов [2]. Стоит отметить, что система «Эйдос» является универсальной, и может применяться в различных областях. Платформа обеспечивает мультиязычную поддержку на 44 языках, поддерживает on-line среду накопления знаний и широко используется во всем мире. 5

Когнитивная аналитическая система «Эйдос» Кроме того, наиболее трудоемкие в вычислительном отношении операции синтеза моделей и распознавания система реализует с помощью графического процессора (GPU), что обеспечивает ускорение решения задач в несколько тысяч раз. Все это реально обеспечивает интеллектуальную обработку больших данных, большой информации и больших знаний и генерирует при этом очень большое количество табличных и графических выходных форм (развитая когнитивная графика), у многих из которых нет никаких аналогов в других системах [3]. 6

Умные солнечные фотоэлектрические панели Проблема изменения климата очень важна для виноделен, поскольку фермеры уже ощущают снижение урожайности. Солнечный ожог - одно из первых и самых прямых последствий глобального потепления для виноградников. Фермерам необходима возможность контролировать количество солнечного света, получаемого виноградной лозой. Sun'Agri - французская компания, которая предложила полезную альтернативу - солнечная энергия и тень в одном флаконе. Их технология представляет собой динамическую агроэлектрическую систему с поддержкой ИИ с движущимися солнечными фотоэлектрическими панелями. 7

Умные солнечные фотоэлектрические панели Массивы создают тень для виноградника, но также имеют разную степень наклона для регулирования воздействия солнечного света. Таким образом, алгоритмы ИИ, основанные на показаниях влажности почвы и тепла, определяют необходимое количество тени и точный наклон панелей. Помимо волн тепла, установка может защитить виноградники от других нежелательных погодных явлений, таких как град или заморозки. Помимо этого, фермеры могут генерировать солнечную энергию для собственных нужд, а также передавать ее в сеть [4]. 8

Использование искусственного интеллекта для орошения виноградников Высокотехнологичные фирмы, такие как Ceres, Prospera, Farmers Edge и Climate Corporation используют ИИ, чтобы помочь фермерам решать, когда сажать, поливать, опрыскивать и собирать урожай. Так, компания Trinchero Family Estates в долине Напа, Калифорния совместно с Ceres Imaging использовали ИИ для анализа цветных, тепловых и инфракрасных изображений виноградника, чтобы выяснить, не поливает ли фермер слишком много воды. Эксперты обнаружили, что в районах, где было слишком много воды, рос менее ароматный виноград. Данная технология, основанная на ИИ представляет собой передовые технологии в сельском хозяйстве. ИИ также анализирует тепловизионное изображение, чтобы выяснить, получают ли растения достаточно воды. Жаждущие культуры, как правило, немного теплее, чем другие. Это потому, что обычно растения выделяют часть воды, которую они впитывают корнями, через крошечные поры на нижней стороне листьев. Когда эта вода испаряется, она охлаждает растения, как потоотделение охлаждает людей. Однако растения, испытывающие жажду, закрывают эти поры, чтобы не терять воду, что делает их немного теплее. Если фермеры могут точно определить, какие растения засохли, им нужно поливать только эти культуры, что помогает им экономить воду, которую станет труднее получить, поскольку изменение климата приводит к более продолжительным и суровым засухам. 9

Использование искусственного интеллекта для орошения виноградников Помимо этого, ИИ собирает изображения с камер, установленных на оросительных системах, дронах, самолетах и спутниках, чтобы определить, какие культуры осаждаются гусеницами, окружены сорняками или покрыты грибком. Затем компьютеры рекомендуют производителям опрыскивать эти растения инсектицидом, гербицидом или фунгицидом. Но сложнее всего заставить компьютеры определять, когда посевы болеют, травмированы или нуждаются в воде. Поэтому компании разработали системы, которые могут научиться интерпретировать изображения, становясь со временем умнее. Эти системы также объединяют информацию, полученную с изображений, с данными о температуре, осадках, качестве почвы и других переменных, чтобы определить, когда и сколько опрыскивать и поливать посевы [5]. 10

Технология идентификации запахов Электронный нос – это прибор, способный заменить человеческое обоняние. Исследования в этой области ведутся уже более 20 лет и достигли значительного прогресса [6]. По данным отчета о динамике мирового рынка электронных носов, несмотря на то, что в 2019 году объем этого рынка оценивался в $39 млн, аналитики предрекают его уверенный рост — до $59 млн в 2024 году. Среди основных игроков — Соединенные Штаты, Канада и Мексика. Они контролируют рынок электронных носов в Северной Америке. Китай, Япония, Юго-Восточная Азия, Индия и Корея имеют огромные доли на рынке электронных носов из Азиатско-Тихоокеанского региона. Например, в Германии создан датчик на основе оксида металла. Его уникальность даже не в конструкции, а в программном обеспечении с использованием ИИ. Благодаря нейросети датчик учится принюхиваться к изменяющимся запахам [7]. В сфере виноградарства и виноделия интеллектуальные сенсорные технологии, такие как электронные носы были разработаны и протестированы на виноградниках и винодельнях для мониторинга эффектов загрязнения дымом и запаха дыма, соответственно, путем анализа в реальном времени образцов и определения уровней загрязнения в ягодах, сусле и винах [8]. 11

Технология прогнозирования будущей урожайности виноградников Термин «свёрточная нейронная сеть» (CNN) - потенциально революционная новая технология. Исследователи из Иллинойсского университета создали новый тип модели для прогнозирования реакции урожайности сельскохозяйственных культур. CNN - это система поддержки принятия решений (DSS), которая использует глубокое обучение для анализа электропроводности почвы, топографических переменных или добавленных удобрений для прогнозирования урожайности. Комбинация этих факторов может объяснить различия в урожайности, но только сложная система, такая как CNN, может эффективно обнаруживать эти закономерности. Все более обширные спутниковые данные и информация из других источников, таких как местные метеостанции, сопоставленные с глобальными погодными условиями и меняющейся урожайностью виноградников, открывают дверь для надежного прогнозного анализа. Обрабатывая информацию из других винодельческих областей и наименований по всему миру, ИИ с такими решениями, как CNN, будет предоставлять точные прогнозы будущих урожаев виноградников [9]. 12

Робототехника на основе искусственного интеллекта в выращивании виноградников Французский разработчик Кристоф Милло (Christophe Millot) представил робота Wall-Ye V.I.N, предназначенного для ухода за виноградной лозой. Робот передвигается на четырех колесах и снабжен двумя манипуляторами. По утверждению изобретателя, роботу под силу обрезка 600 лоз за день и удаление бесполезных молодых побегов. Кроме того, робот способен собирать информацию о плодородности почвы. Для испытаний робота виноделы из французской провинции Бордо предоставили свои виноградники [10]. Робот работает по трекинг-технологии, обладает ИИ и передвигается согласно заданной карте, он может определять особенности каждого растения, собирать и записывать данные, запоминать каждую лозу, синхронизировать все 6 камер для управления своими руками и инструментом. А особый встроенный механизм системы безопасности препятствует любым попыткам похитить робота. По словам разработчика, у робота есть GPS, и если он обнаружит себя вне зоны виноградника, то не станет работать. Более того, в нём есть и гироскоп, поэтому роботу станет известно, если его поднимут с земли. Если подобное произошло, то жёсткий диск сразу же самоликвидируется, а робот пошлет виноделу сигнал о помощи. На создание робота ушло более трех лет. Стоимость робота составляет около 25 тысяч евро [11]. Еще один робот-винодел на основе ИИ был представлен исследователями из Политехнического университета Валенсии. VineScout работает с ИИ и дает виноделам советы по внесению удобрений, поливу и сбору урожая. VineScout оснащен множеством возможностей IT и ИИ. Интегрированная система навигации позволяет ему ориентироваться в винограднике. Кроме того, установлены датчики, фиксирующие цвет листьев и винограда, а также система обработки данных на основе базы данных ИИ. 13

Робототехника на основе искусственного интеллекта в выращивании виноградников Сравнивая цвет листьев с целевым цветом, хранящимся в базе данных, винодел получает общее представление о состоянии растений и может дать виноделу необходимые инструкции. Во время патрулирования виноградника робот собирает самые важные данные полностью автономно. Он определяет степень спелости, проверяет, нужно ли поливать лозы, растут ли они по плану или нужно помочь с удобрениями. По словам Франсиско Ровира, директора университетской лаборатории сельскохозяйственной робототехники, робот регистрирует 12 000 точек измерения в час. В случае ручного отбора проб существует не более 40 точек измерения в час. VineScout активен даже ночью, когда винодел уже давно уснул. VineScout может быть «на работе» в течение двух дней, прежде чем потребуется его подзарядка. Помимо этого, его легко можно транспортировать. По словам исследователей, система, установленная в промышленном управляющем роботе, также может быть встроена в другие автономные сельскохозяйственные устройства, такие как уборочные машины, плуги или системы опрыскивания для защиты растений, чтобы соответствующие действия были автоматизированы [12]. 14

Использование искусственного интеллекта в дегустации вина Tastry, компания, занимающаяся сенсорными науками, базирующаяся в Калифорнии, использует машинное обучение и передовую химию, чтобы научить ИИ «дегустировать» Технология Tastry расшифровывает профили аромата и вкуса путем химического анализа тысячи вин в своей лаборатории. Затем Tastry определяет уникальные потребительские предпочтения каждого человека, который проходит тест в магазине в своем приложении. Затем ИИ использует оба набора данных (данные о вкусе потребителей и профили вин) для прогнозирования оценок потребительских товаров с точностью более 92%. У каждого человека есть уникальные вкусовые ощущения. Приложение Tastry, BottleBird, проводит для пользователей викторину, называемую «опросом вкуса», задавая вопросы об их личных предпочтениях по вкусу и запахам, включая вопросы о таких вещах, как кофе, табак и уксус. Затем BottleBird использует ИИ для создания индивидуальных рекомендаций по вину. Такой подход отличает Tastry от таких приложений, как Vivino, которые полагаются на данные о покупках и рейтингах. Данная технология ИИ обеспечивает научно обоснованную информацию не только для потребителей, но также для виноделов и розничных торговцев, которые хотят улучшить продажи, используя реальные данные о своих клиентах [13]. Также, такие компании как Wine Ring и WineStein используют ИИ для создания виртуального сомелье, который учитывает личные вкусовые предпочтения потребителя, шаблоны в рецептах и информацию о том, какое вино доступно в местных магазинах, чтобы рекомендовать вина к блюдам. 15

Использование искусственного интеллекта в дегустации вина Фактически, более 25% любителей вина используют винные приложения, чтобы решить, какое вино купить. На рынке есть даже умное винное хранилище, которое может отслеживать винный инвентарь, а также дает пользователю рекомендации по винам. Помимо этого, электронные дегустаторы способны упростить жизнь знатокам вин. Португальский химик Хосе Маркес приспособил анализатор химического состава жидкостей к дегустации мадеры. Прибор обнаруживает в вине органические вещества, образующиеся при созревании напитка. Сейчас электронный дегустатор умеет определять возраст мадеры с точностью до 1,8 года. По словам химика, следующая задача — научить прибор предсказывать, что будет происходить с созревающим вином в будущем [14]. 16

Источники 1. Искусственный интеллект в сельском хозяйстве // https://ecfs.msu.ru/index.php/ru/news/427-iskustvennie-intelekt-v-selskom- hozyaistve 2. Е.В.Луценко. Автоматизированный системно-когнитивный анализ в виноградарстве и виноделии // https://www.researchgate.net/publication/335925837_AVTOMATIZIROVANNYJ_SIS TEMNOKOGNITIVNYJ_ANALIZ_V_VINOGRADARSTVE_I_VINODELII 3. Е.В.Луценко. Интеллектуальная информационнокоммуникационная технология «Эйдос» в научно-исследовательской деятельности и образовании // http://lc.kubagro.ru/aidos/Presentation_Aidos-online.pdf 4. Artificial intelligence and automation usher in an era of sustainable viticulture // https://www.terraview.co/artificial-intelligence-and-automation-usher-in-an-era-of- sustainable-viticulture/ 5. Artificial intelligence could help farmers water only the thirsty plants // https://www.popsci.com/artificial-intelligence-changing-farming/ 6. Электронный нос – это реальность: прибор способен распознать более 500 запахов // https://cosmetic-industry.com/elektronnyj-nos-eto-realnost-pribor- sposoben-raspoznat-bolee-500-zapahov.html 7. Электронный нос: от научной разработки до революции в бизнесе // https://mcs.mail.ru/blog/ehlektronnyj-nos-ot-nauchnoj-razrabotki-do-revolyucii-v- biznese 8. How artificial intelligence (AI) is helping winegrowers to deal with adversity from climate change // https://ives-openscience.eu/7131/ 9. How AI will help viticulture adapt to climate change // https://www.terraview.co/asi- contribuira-la-ia-a-la-adaptacion-de-la-viticultura-al-cambio-climatico/ 10. Робот-виноградарь Wall-Ye V.I.N // https://myrobot.ru/news/2012/10/20121001_1.php 11. Волли – робот на винограднике // https://vinograd.info/novosti/novosti/volli- robot-na-vinogradnike.html 12. Robo-Winzer kultiviert Trauben mittels KI // https://www.funkschau.de/markt- trends/robo-winzer-kultiviert-trauben-mittels-ki.187485.html 13. Artificial Intelligence Can Now Taste - Transforming Winemaking With Tastry // https://www.forbes.com/sites/bernardmarr/2021/06/28/artificial-intelligence-can- now-tastetransforming-winemaking-with-tastry/?sh=694924887da5 14. Электронный нос // https://www.forbes.ru/tehno/tehnologii/61885-elektronnyi- nos 17

Центр научно-технической информации при Министерстве инновационного развития Республики Узбекистан Ташкент - 2021 г.