— Алексей Васильевич, в чем актуальность ЦДР для фермеров?

— Одной, наиболее важной задачей руководителя аграрного предприятия является -планирование. Важно заранее понять, как будет развиваться продукционный процесс выращиваемых сортов и культур в условиях предстоящего года. ЦДР становится новым действенным инструментом, важным не только для фермеров и агрономов, но и для управленцев, механизаторов, экономистов и логистов. Этот инструмент позволит еще до проведения посева промоделировать рост и развитие посевов при различных условиях и принять оптимальные агрономические и управленческие решения.  

Более того, когда посевы уже проведены, имеется возможность периодически синхронизировать развитие виртуальных посевов в ЦДР с фактическим ростом реальных растений, в частности, через обработку ежедневных данных с метеостанций на полях, на основе мониторинга за агрофизическими, агрохимическими свойствами и водным режимом почвы, а также за ростом и развитием растений. Это позволяет системе постоянно сопоставлять ход вегетации виртуальных и реальных посевов растений, то есть видеть, как должны развиваться и как на самом деле развиваются растения, и адаптивно корректировать свои расчеты для повышения точности планов и прогнозов.

ЦДР как новый инструмент позволит сделать важный шаг к точному земледелию.

— Как начиналась и шла разработка цифрового двойника? Кто составил костяк команды проекта?

— Идея разработки ЦДР получила свое развитие в 2021 году, когда команда Самарского федерального исследовательского центра Российской академии наук — СамНЦ РАН — выиграла открытый конкурс Министерства науки и высшего образования России на создание молодежной лаборатории по указанной тематике. 

Проект поддержало руководство СамНЦ РАН в лице академика РАН Сергея Николаевича Шевченко, научными руководителями выступили д. т. н. Петр Олегович Скобелев и д. с-х.н.  Олег Иванович Горянин.  В команду вошли талантливые молодые ИТ-разработчики: Алексей Табачинский, Анатолий Стрижаков, Евгений Кудряков, Александр Лада, Владимир Ларюхин, Дмитрий Новичков и ряд аспирантов и студентов.

В основу разработки была положена онтологически-настраиваемая мультиагентная система адаптивного планирования производственных процессов. Идея состояла в том, чтобы в основу компьютерной модели растения положить технологический процесс роста и развития растений по стадиям (для пшеницы таких 100 стадий), в ходе которого растение строит себя само, но только время каждой операции не жесткое, а зависит от погоды и многих других факторов. Постепенно сформировалась текущая модель растений, в которой представлен технологический процесс, дающий идеальную траекторию роста и развития растений каждого сорта, и кусочно-линейная модель отклонения значений параметров на стадиях, реализующая интуитивно понятную зависимость: чем лучше складываются условия — тем и лучше растет растение, и наоборот. Наконец, часть важных параметров сортов растений и правил расчетов была выделена в базу знаний растениеводства для Среднего Поволжья, что позволяет теперь самим агрономам подстраивать модели сортов растений под особенности своего бизнеса.

Но самый главный результат для развития ЦДР дало сотрудничество с учеными и агрономами в филиалах СамНЦ РАН: Самарском научно-исследовательском институте сельского хозяйства имени Н. М. Тулайкова — филиале Самарского федерального исследовательского центра Российской академии наук  (Самарский НИИСХ) в поселке Безенчук и Ульяновском научно-исследовательском институте сельского хозяйства, а также в Поволжском научно-исследовательском институте селекции и семеноводства им. П. Н. Константинова. Здесь система ЦДР впервые из стадии теоретической разработки вышла на экспериментальные поля. Три года ушло на уточнение и регулярную сверку параметров роста и развития реальных и виртуальных посевов. Это позволило к настоящему времени достичь точность прогноза по ряду параметров для основных сортов в 70-80%.

В текущий момент начинается поиск первых промышленных заказчиков, ранних адаптеров разработанной новой технологии, и новый этап продуктизации и коммерциализация разработки ЦДР.

— Какова степень готовности проекта к практическому внедрению? Как цифровой двойник будет работать на практике?

— Разработка ЦДР заняла пять лет и в настоящее время предлагается всем заинтересованным хозяйствам и фермерам как программный продукт на бесплатной основе. Система может устанавливаться на сервер заказчика или предоставляться удаленно с сервера разработчика в СамНЦ РАН.

При регистрации в системе каждый пользователь получает свой логин и свой пароль. Пользователь размечает на карте свои поля, на которых в дальнейшем выполняются посевы. Для начала работы достаточно указать координаты границ полей, тип почвы, предшественников и некоторые  другие данные.

При наличии метеостанций в хозяйстве, они могут быть интегрированы по программному протоколу в ЦДР для автоматического получения собираемых данных. В случае их отсутствия в ЦДР используются данные ближайших метеостанций Росгидрометеоцентра в аэропортах. Имеется уже готовая интеграция ЦДР с метеостанциями типа КАЙПОС.

Для работы ЦДР пользователь должен задать имеющуюся или создать свою модель климата региона, которая строится как среднее за 10 лет по значениям факта температуры и осадков на сезон. Здесь также задается общий тип почвы, засоленность, кислотность, результаты агрохимических исследований и некоторые другие факторы. 

Пользователь может выбрать сорт растения, место и дату сева и запускает процесс моделирования в ЦДР. Выходным результатом является формируемый динамически план-график роста и развития растений, оценка значений параметров растений по основным стадиям и прогноз урожайности посевов. Пользователь может просматривать как данные по погоде и почве на любой временной интервал, так и получать и сравнивать идеальное, фактическое и прогнозное состояние посевов растений и его урожайности. 

Система имеет веб-приложение для работы через браузер персонального компьютера, а также мобильное приложение для смартфонов под управлением Android. Смартфон позволяет проводить агроскаутинг в полях в условиях отсутствия интернета и сохранять записи об актуальном состоянии реальных посевов, на основе которых ЦДР получает исходные данные, синхронизируется и адаптивно уточняет дальнейший план и урожайность посевов. В любой момент пользователь может вводить новые события и моделировать влияние этих воздействий на посевы, например, комбинируя элементы агротехнологии или формируя события жары и холода, засухи или дождей, морозов и т. д. 

Дополнительно поставляется база знаний системы, которая содержит модели сортов растений, прошедших апробацию и полевые испытания.

В настоящее время планируется создание центра коллективного пользования ЦДР в НИИСХ для хозяйств Самарской области и соседних регионах, который будет работать в удаленном режиме. Работа пользователей в хозяйствах поддерживается дополнительным сервисом опытных ученых и агрономов, консультантов по растениеводству.

Одновременно, мы планируем расширять базу знаний сортов растений, в которой уже сейчас есть десятки сортов озимой и яровой пшеницы, гороха, подсолнечника, сои и других культур.

— Какое ПО было использовано? Нужны ли будут фермеров какие-либо ИТ-навыки, чтобы научиться работать с системой?

— ЦДР — это полностью отечественное решение, и все данные хранятся на сервера СамНЦ РАН или в самом хозяйстве. Пользователи могут освоить систему за несколько часов работы под руководством разработчиков, которые также обеспечивают техническую поддержку.

— Какова роль искусственного интеллекта в проекте?

— Новизна разрабатываемой модели ЦДР состоит в том, чтобы рассматривать растение как сложную адаптивную систему, поведение которой определяется как внешними факторами, так и формируется в ходе взаимодействия и распределенного коллективного принятия решений ее элементов. 

В этих целях ЦДР разрабатывается на основе новых технологий искусственного интеллекта, включая онтологии и базы знаний, мультиагентные технологии и машинное обучение. Для настройки программных агентов используется онтологическиая модель каждого сорта растений, построенная в виде семантической сети, связывающей входные и выходные параметры основных стадий роста и развития растения. Получая события уже случившихся или предполагаемых изменений во внешней среде, агенты по цепочке запускают адаптивный пересчет параметров стадий и прогноза урожайности. При этом получаемые входные значения параметров сопоставляются с диапазонами ("трубками") нормы и значениями идеальной траектории и линейно-пропорционально пересчитывают выходные параметры каждой стадии. Чем хуже или лучше условия окружающей среды, тем больше отклонение растения от идеальной траектории на каждой стадии, с учетом фактора инерции. Итоговое решение по каждому событию принимается в консенсусе агентов стадий, отражающем баланс интересов всех участников.

База знаний ЦДР открыта для ввода агрономами новых параметров сортов растений, описаний стадий, состава параметров и связей между ними, что позволяет вводить новые сорта или корректировать их параметрам прямо в хозяйствах.

— Есть ли планы по дальнейшему усовершенствованию цифрового двойника поля или добавлению новых опций?

— Создание ЦДР открывает новые возможности по выработке рекомендаций для агрономов и фермеров. В настоящее время мы работаем над интеллектуальным модулем по выдаче рекомендаций — МР — в ЦДР, который, наблюдая и сопоставляя ход роста и развития виртуальных и реальных растений, будет способен вырабатывать контекстно-зависимые рекомендации по внесению удобрений и защите растений.

Такая система МР, использующая результаты моделирования в ЦДР, сможет заблаговременно прогнозировать эффект "до/после" от исполнения рекомендаций, предупреждать о проблемах агрономов и фермеров и давать им обоснованные советы, причем не общие, а очень конкретные, по складывающейся погоде и ситуации с посевами, с точным прогнозом, в реальном времени. 

— Как вы оцениваете перспективы практического применения системы? Есть ли уже интерес со стороны конкретных хозяйств к тестированию системы?

— В этом году мы впервые показали систему ЦДР на традиционном полевом семинаре в Самарском НИИСХ и сразу же увидели интерес от нескольких хозяйств, с которыми договорились о сотрудничестве.

Появился интерес к сотрудничеству у зарубежных партнеров в Китае и Индии, которые хотели бы разработать модели для риса и других популярных культур Юго-Восточной Азии. Для работы с нашим ЦДР партнеры готовы предложить беспилотные летательные аппараты со спектрометрами нового поколения и мобильные наземные роботы с измерительной аппаратурой, для регулярного автоматического измерения параметров роста и развития растений, что может существенно упростить решение задачи синхронизации и увеличить точность прогнозов ЦДР.   

Мы также обсуждаем интеграцию систем ЦДР и МР с различными цифровыми платформами и с "умной диспетчерской" для управления беспилотными летательными аппаратами и мобильной техникой в хозяйствах, чтобы замкнуть будущий цикл автономного (безлюдного) управления хозяйствами.

Есть идеи и предложения по адаптации системы ЦДР для других культур, применения для теплиц и фитотронов, а также создания учебных курсов.

В этой связи мы надеемся на активное развитие данного направления, где научные исследования будут органично сочетаться с практическим внедрениями.