Сегодня
От генетики до прибыли: чего не знает искусственный интеллект?
Цифровая революция в АПК не состоится без фундаментальных знаний
Источник: Поле.РФ
ИИ приписывают почти чудодейственные способности: еще немного — и он сам выведет сорт, подберет технологию и выдаст агроному готовое решение. Но растения по-прежнему растут в поле, а не в дата-центре. Директор Национального семенного альянса Ольга Лесных на примере расчетов алтайского хозяйства «Гея», платформы ускоренной селекции «ПУСК» и проекта «Академия сортовых технологий» показывает, что могут дать нейросети и какую роль в этой работе играют селекционер, агроном и экономист.
Почти два миллиона рублей на тысяче гектаров — такую оценку экономии на посевном материале представил на «Сибирской аграрной неделе» руководитель алтайского хозяйства «Гея» Александр Кутилин. Он предложил снизить норму высева рапса с 700 до 550 тыс. семян на гектар, подобрав сорта, подходящие для такой нормы.
Никакой магии искусственного интеллекта. За решением — годы наблюдений, знание культуры и условий хозяйства. И, конечно, проверка результата: экономия на семенах не всегда означает рост прибыли.
А теперь представим, что сотни руководителей хозяйств, таких как Александр Кутилин, ежегодно испытывают на своих полях разные нормы высева и схемы питания, наблюдают за тем, как сорта реагируют на засуху. Сколько ценных результатов остается внутри предприятий? Сколько раз отрасль платит за повторение уже пройденного? Могут ли искусственный интеллект (ИИ) и селекция помочь хозяйствам сэкономить миллионы на операциях, которые в их условиях не окупаются?
Генетический паспорт и полевая биография
Начнем с основ. Генотипирование позволяет изучить наследственные особенности растения — его генетический паспорт. При фенотипировании оценивают, как проявляются признаки растения: когда оно цветет, какой высоты достигает, насколько устойчиво к болезням и какой дает урожай. Результаты рассматривают с учетом почвы, погоды и технологии выращивания.
Один и тот же сорт на двух полях может дать разный урожай. Сопоставляя данные о ДНК с полевыми наблюдениями, ученые могут раньше выделять перспективные растения. Для этого используют генетические маркеры, статистические методы, данные датчиков и снимков, а также машинное обучение.
За быстрым прогнозом — годы полевой работы. Например, ученые из Цюриха за шесть лет собрали данные более чем с 4 тыс. опытных делянок пшеницы и обработали свыше 153 тыс. изображений. На этих данных они обучали модели прогнозировать развитие растений и урожайность.
Как «ПУСК» поможет ускорить отбор
В России при поддержке Минсельхоза запущена платформа ускоренной селекции культур «ПУСК» Тимирязевского геномного центра. Программа объединяет 86 организаций и охватывает 16 культур. Ее задача — связать данные генотипирования и фенотипирования с прогнозными моделями.
В 2026 году Тимирязевская академия высеяла 100 образцов ярового рапса ВНИИМК. Перед началом исследований ученые согласовали методику оценки признаков. Без сопоставимых измерений построить достоверную модель невозможно.
Разработчики ставят перед собой цель сократить сроки создания сортов и гибридов до двух-трех лет. Если модели позволят раньше отсеивать бесперспективный материал и точнее подбирать родительские пары, селекционеры смогут сократить расходы на испытания и быстрее получать сорта с признаками, востребованными в производстве.
Создать сорт с нужными свойствами — половина задачи. Дальше предстоит раскрыть его потенциал в поле и получить экономический результат.
Экономика начинается с воды
Вернемся к опыту «Геи». Александр Кутилин предлагает планировать технологию выращивания исходя из реального запаса доступной растениям влаги. Хозяйство годами проверяет на своих полях разные нормы высева и схемы питания, а также оценивает, как сорта проявляют себя в условиях центральной Сибири.
По расчету Кутилина, при заданной цене семян снижение нормы высева рапса с 700 до 550 тыс. семян на гектар позволяет сократить затраты на 1 880 рублей на гектар, или на 1,88 млн рублей на тысяче гектаров. Если урожайность упадет, потери выручки могут перекрыть экономию.
Похожие исследования на озимой пшенице проводили в селекционно-семеноводческом центре АО «Щёлково Агрохим» и в ФНЦ имени Лукьяненко. В обоих случаях результаты превзошли ожидания.
В «Гее» рассчитали, как окупаемость удобрения при выращивании пшеницы может меняться в зависимости от обеспеченности почвы влагой. При цене зерна 10 500 рублей за тонну из дополнительной выручки вычли только затраты на удобрение. В таблице приведены три расчетных сценария.
Прибавка урожая пшеницы и окупаемость удобрения при разной обеспеченности влагой
| Условия сезона | Прибавка урожая, ц/га | Результат за вычетом затрат на удобрение, руб./га |
|---|---|---|
| Влажный | 10 | +7 800 |
| Типичный | 7 | +4 650 |
| Засушливый | 2 | −600 |
При одинаковых затратах выручка от прибавки урожая может как покрыть стоимость удобрения, так и оказаться ниже нее. Поэтому в «Гее» рассматривают дробное внесение удобрений, корректируя дозы с учетом состояния растений и запаса влаги.
Кутилин пришел к этому решению благодаря знаниям и полевому опыту. Можно ли проверить, как оно работает для разных сортов, почв и погодных условий, чтобы каждому хозяйству не приходилось заново проходить весь путь?
От опыта одного хозяйства к знаниям отрасли
На одном поле сниженная норма высева оправдалась, на другом привела к потере урожая. В чем причина: в генетике, качестве семян, сроках сева, почве или осадках? Чтобы это выяснить, нужно сравнивать результаты, полученные в сопоставимых условиях.
Если объединить обезличенные данные хозяйств с результатами научных опытов, можно раньше замечать риски и точнее оценивать эффективность технологий. Данные неудачных сезонов так же ценны, как данные рекордных: они показывают, при каких условиях привычные приемы перестают работать.
Большие данные помогают выбрать обоснованное решение для конкретного сорта, поля и сезона.
Сорт создан. Где прибыль?
После регистрации сорта и продажи семян важно понять, как сорт покажет себя в хозяйстве: какой даст урожай, как повлияет на себестоимость продукции и насколько стабилен будет результат. Эти данные нужны и при создании сорта, и при его внедрении.
Для этого Национальный семенной альянс развивает проект «Академия сортовых технологий» (АСТ). Название отсылает к платоновской Академии, возникшей в роще близ Афин, где обмен знаниями и дискуссия были основой поиска истины. Мы хотим объединить опыт ученых, селекционеров и тех, кто ежедневно принимает решения в поле.
В основе АСТ — сортовые технологические карты, результаты научных исследований и обезличенные производственные данные сельхозпредприятий. Проект рассчитан прежде всего на малые и средние хозяйства, у которых нет возможности создавать собственные системы. Агроном сможет сопоставить свой опыт с результатами научных исследований, многолетних эколого-географических испытаний и производственных наблюдений, проведенных в условиях, близких к условиям его хозяйства. Это даст ему основания для собственного решения.
Селекционер, в свою очередь, сможет увидеть, как проявляют себя сорта и гибриды при разном уровне агротехники, какие признаки востребованы рынком и на чем стоит сосредоточить дальнейшие исследования.
Такая система требует качественных данных, защиты коммерческой информации и доверия между участниками. Чтобы она работала, сельхозпроизводителям, семеноводам и селекционерам нужно обмениваться данными. Для Национального семенного альянса это способ помочь хозяйствам быстрее получить экономическую отдачу от достижений селекции.
Федеральные государственные информационные системы (ФГИС) обеспечивают данными контролирующие органы и помогают принимать государственные решения. Платформа «ПУСК» создана в помощь селекционерам. Задача АСТ — помочь хозяйствам подобрать технологию под конкретный сорт и условия выращивания.
Почему фундаментальные знания становятся ценнее
Чем доступнее цифровые инструменты, тем ценнее специалисты, которые понимают, что происходит в поле и какой вопрос стоит задать нейросети.
Селекционеру по-прежнему нужно понимать биологию признака и уметь правильно поставить опыт, агроному — определить причину стресса у растений, экономисту — оценить, привела ли экономия ресурсов к росту прибыли.
Навыки сбора данных, проверки прогнозов и расчета рисков будут все более востребованными. При этом основой работы агронома останется умение выйти в поле и объяснить, почему растения отстают в развитии или урожай оказался ниже ожидаемого. Цифровые инструменты помогают проверить эти выводы и применить накопленный опыт в других хозяйствах.
В цифровом переходе АПК преимущество получат те, кто умеет соединять полевой опыт с анализом данных. Искусственный интеллект может помочь хозяйствам перестать повторно платить за то, что отрасль уже однажды выяснила.
Позиция редакции может не совпадать с мнением спикера.
Аналитика цен на зерновые и комментарии экспертов
Подпишитесь на новости для фермеров в нашем канале в МАХ!