Российские студенты создали стартап, который уже готовы внедрить в свою практику сельхозпроизводители. Речь идет о программном обеспечении, которое с помощью нейросетевых технологий и систем умного видеонаблюдения отслеживает физиологические показатели коров на фермах. Такое ПО может дать информацию о здоровье, питании, активности, репродуктивном состоянии животных, а также о различных заболеваниях. По предварительным данным, система позволяет продлить срок жизни на 30–50% и увеличить средний надой на 2–4 л на корову при тех же затратах. Проект стал участником акселератора SberStudent и уже привлек внимание потенциальных инвесторов.
Российский студенческий стартап DairyVision разработал программное обеспечение на основе компьютерного зрения, которое позволяет дистанционно отслеживать физиологические и репродуктивные показатели коров на фермах. Видео с камер попадает в нейросеть, которая обрабатывает изображение, выявляет особенности в поведении животных, проводит анализ и отправляет фермеру рекомендации для устранения возникших проблем.
«Например, программа может идентифицировать корову по окрасу и отслеживать ее подвижность в течение дня. После этого система создает графики нахождения каждого животного в положении стоя, лежа и в движении, а при резком скачке одного или нескольких показателей высылает отчет с учетом причин возникновения изменений. Так можно выявить заболевания, стресс и половую охоту», — рассказал «Известиям» один из разработчиков нейросети, студент УРФУ Артем Пшеничников.
По словам разработчиков, система позволяет продлить срок жизни коров на 30–50% и увеличить средний надой на 2–4 л на животное при тех же затратах. Также можно проводить бонитировку (комплексную оценку внешнего вида), определять упитанность, хромоту и даже фазы родов.
Стартап основал недавний выпускник Тимирязевской академии (сейчас магистрант МИФИ) Максим Измесьев. В команду также входят студенты УрФУ Егор Емельянов, который отвечает за веб-интерфейс, и Артем Пшеничников, который руководит разработкой нейросети.
«Мы протестировали работу первой версии программы на мини-ферме Тимирязевской академии и ЗАО «Совхоз имени Ленина» (500 голов). Данные получены на основе тестирований на этих фермах», — рассказал Артем Пшеничников.
У родителей Артема Пшеничникова в Свердловской области есть небольшая семейная ферма, где они выращивают коров, поэтому он хорошо знает все особенности содержания животных. Сама же идея «нейросетевой фермы» возникла в 2022 году. В то время резко подскочила стоимость радиоошейников для коров, что привело к их дефициту. Вместе с Юрием Ивановым, заведующим кафедрой инжиниринга животноводства Тимирязевской академии, студенты начали проводить исследования по применению компьютерного зрения, выиграли несколько научных конференций и получили грант от Фонда содействия инновациям по конкурсу «Студенческий стартап», рассказал Максим Измесьев.
Данная технология находится на начальной стадии своего развития. В России у студенческой разработки уже есть конкуренты, однако это стартапы, которые только выходят на рынок. В декабре 2023 года ребята из УРФУ и Тимирязевской академии стали финалистами SberStudent и получили инвестиционное предложение в размере 15 млн от двух стартап-студий. Также благодаря участию в акселераторе студенты получили потенциального клиента и сейчас готовятся к запуску пилота в крупном хозяйстве на 1,2 тыс. голов.
Несмотря на то что команда создает проект на довольно консервативном аграрном рынке, он перспективен не только в России, рассказал «Известиям» венчурный инвестор Андрей Заворин.
«Как известно, аграрный сектор в России занимает одну из лидирующих позиций по доле в ВВП, а это означает, что увеличение эффективности бизнеса за счет цифровых технологий содержит в себе огромный потенциал роста для проекта», — сказал эксперт.
По его словам, у разработчиков уже есть готовый продукт и заинтересованные в сотрудничестве первые клиенты — это нетипичная ситуация для студенческого стартапа.
«Молодые технологические предприниматели, такие как основатели Dairy Vison, знакомы с устройством агропроизводства на практике, хорошо понимают рынок и своих клиентов, креативны и устремлены к достижению целей», — рассказала «Известиям» управляющий директор «Сбера» по работе со стартапами Наталья Магидей.
На сегодняшний момент у некоторых мировых сельскохозяйственных товаропроизводителей есть цифровые системы отслеживания состояния животных, в которых идет сбор всевозможных параметров — кормления, количества молока, ветеринарных данных и т.д. В них даже можно смотреть профиль каждой коровы — сколько ела, куда ходила, сколько молока сдала и так далее, отметила ведущий научный сотрудник Уральского научно-исследовательского ветеринарного института ФГБНУ УрФАНИЦ УрО РАН, доктор биологических наук Анна Кривоногова.
«В России, не знаю, сколько ферм имеют подобные технологии, но за автоматизацией будущее, это направление будет развиваться. И, на мой взгляд, нейросети здесь облегчат задачу, они повысят эффективность анализа данных и, может быть, сделают цифровизацию ферм более доступной для фермеров», — отметила Анна Кривоногова.
Нейронные сети стали активно развиваться и заменять классические подходы к ведению сельского хозяйства, согласился доцент департамента ветеринарной медицины Аграрно-технологического института РУДН им. П. Лумумбы Роман Рогов.
«Разрабатываемый цифровой продукт будет полезен крупным животноводческим предприятиям не только в России, но за ее пределами. Системы мониторинга с использованием ИИ позволят анализировать данные о поведении и физиологических показателях животных и выявлять признаки заболеваний. Это даст фермерам и специалистам возможность быстро реагировать на проблемы и предотвращать распространение болезней, а также выявлять отклонения от типичного поведения животных», — резюмировал он.
Например, от начала отела и до рождения теленка специалисты и сотрудники ферм смогут автоматически получать информацию на телефон и принимать меры в соответствии с протоколами. А нейронная сеть может проконтролировать своевременность прихода специалиста, при отсутствии — сделать дополнительные оповещения для сохранения и контроля здоровья животных.
При этом опрошенные эксперты отмечают: для того чтобы оценить реальное повышение производительности ферм, необходима длительная апробация технологии на реальном сельхозпредприятии.