Как нейросеть сажает картошку из космоса

Зачем это вообще нужно?

В 1957 году СССР запустил первый искусственный спутник Земли. В 1958 году был изобретен перцептрон, предтеча искусственного интеллекта. Но трудно было представить, что эти прорывы в науке смогут помочь в исследовании сельхозполей США и Европы.

Многие наверняка слышали о роли технологий в сельском хозяйстве. Это и альтернативные источники энергии, и генно-модифицированные организмы, и беспилотные машины для уборки урожая. С каждым десятилетием хозяйство вести все легче. У использования новых технологий в сельском хозяйстве есть название: точное (или «прецизионное», от англ. precision) земледелие.

Точное земледелие

Точное земледелие позволят эффективнее расходовать семена и удобрения, таким образом удается получать богатый урожай. Ушло время проб и ошибок, пришло время больших данных, время рационального мышления не человека, а машины.

Одним из таких ресурсов, относящихся к точному земледелию, является проект OneSoil Map.OneSoil Map — это интерактивная карта, работающая на алгоритмах искусственного интеллекта и спутниковых снимках. Карта располагает информацией о 60 миллионах полей и 27 культурах в 44 странах мира.

Например, можно узнать сколько гектаров занимали кукурузные поля в Финляндии в 2018 году (да-да, в Финляндии растет кукуруза).

Также у интерактивной карты есть интересная функция — кнопка «рандомные красивые поля».

На карте можно посмотреть не только картошку и кукурузу, но и все остальные сельхоз культуры.

А в чем польза этих карт?

OneSoil Map — не только любопытная карта сельскохозяйственных полей,но и инструмент, помогающим фермерам, инвесторам и правительству в оптимизации отрасли сельского хозяйства.

Как это работает?

При разработке данного сервиса использовались снимки спутника Sentinel-2 (спутник дистанционного зондирования Земли Европейского космического агентства, созданный в рамках проекта глобального мониторинга окружающей среды и безопасности «Коперник»). Данные со спутника представляют около 250 терабайт информации, относящихся к полям США и Европы. Спутниковые фотографии были обработаны следующим образом:

1. Препроцессинг снимков (чистка облаков, теней, снег. После этого этапа объем данных сократился до 50 терабайт.
2. Поиск границ полей, создание классификаторов для разных полей. Итог этого этапа — 250 гигабайт данных, содержащих векторные карты полей с сельхоз культурами.
3. Вычисление статистики, рейтинга и популярности разных культур в странах мира (все, что вы видите в левой колонке).
4. Для улучшения алгоритмов у пользователей есть возможность уведомлять разработчиков о различных ошибках на картах.

Для визуализации использовался сервис Mapbox, а при создания карт применялись два подхода. Первый — создание растровой карты, то есть деление карты на квадраты и последующий рендер в картинки. Браузер подгружает несколько картинок, а когда пользователь перемещается по карте — двигает их. При использовании этого метода все поля отображаются без фильтрации, однако растровые изображения довольно долго загружаются из-за большого объема файлов.

Второй подход подразумевает создание векторной карты, то есть анимирование векторных данных в браузере, как в картах Google и Yandeх. Такой способ позволяет использовать файлы меньшего объема, а также кастомизировать способ отображения данных.

Визуальная часть проекта также тщательно продумана. Для популярных культур были выбраны контрастные цвета, для остальных — наименее контрастные. А для того чтобы привлечь внимание к сервису не только узких специалистов, была разработана кнопка «рандомные красивые поля».

Эту функцию оценил даже российский дизайнер Артемий Лебедев: вот его запись в соцсетях:

«Очередные гениальные белорусы запилили очередной гениальный проект — Уансойл. Это карта всех полей Европы и США за три года. Видно, кто где что сажает, как и где развивается сельское хозяйство и пр. И все это считается искусственным интеллектом с какой-то небольшой степенью погрешности.»

В итоге разработчики стали первыми людьми, кто нанес на карту все поля США и Европы за три года, что не могло не привлечь внимание инвесторов, научных исследователей и фондов. Проект планируется развивать и дальше: цель на ближайшее будущее — автоматически распознавать поля и в остальных странах.

Если вы потенциальный фермер, агроном, исследователь или просто интересующийся, тогда советуем вам перейти в блог разработчиков. В блоге есть множество информации о мониторинге полей, экспериментах, больших данных и истории фермеров.

Подробнее познакомиться с ресурсом можно здесь.
Почитать блог OneSoil можно здесь.