К вопросу об особенностях и проблемах применения систем искусственного интеллекта в сельском хозяйстве

Бадмаева М. Х. К вопросу об особенностях и проблемах применения систем искусственного интеллекта в сельском хозяйстве // Вестник Бурятского государственного университета. Философия. 2022. Вып. 3. С. 75-82.

Искусственный интеллект (ИИ) сегодня активно используется в самых различных сферах жизнедеятельности общества. В здравоохранении для прогнозирования возможных заболеваний и выявления фактов мошенничества в медицинском страховании, для профилактики преступлений в работе органов защиты правопорядка, в сельском хозяйстве для повышения урожайности, в больших городах с целью оптимизации дорожного движения, уменьшения заторов, в логистике для выявления рисков управления цепочками поставок и т. д.

ИИ используется не только для обработки данных и прогнозирования, он также реализуется в физических конструкциях: роботах, дронах и беспилотных автомобилях. Правда, важно понимать, что далеко не все роботы и дроны основаны на технологиях ИИ. Более того, лишь небольшой процент роботов имеет ИИ. Тем не менее общество все чаще делегирует выполнение сложных или сопряженных с высокой степенью риска процессов системам искусственного интеллекта. Это порождает новые для человечества проблемы, обусловленные необходимостью выстраивать взаимодействие человека с ИИ таким образом, чтобы последний не превращался в экзистенциальную угрозу и не ухудшал качество жизни людей. Рассмотрим применение искусственного интеллекта в области сельского хозяйства и возникающие проблемы, порожденные применением систем ИИ.

Понимание смысла и значения понятия «искусственный интеллект» является необходимым условием для правильного выявления и оценки актуальных этических и социальных проблем, непосредственно связанных с внедрением ИИ.

Понятие «искусственный интеллект» представляет собой еще не до конца изученную, спорную научную категорию, по-разному определяемую учеными различных специальностей. Хотя единого стандартного определения в современном научном аппарате не существует, все же можно выделить некоторые принципиальные совпадения в существующих подходах к определению ИИ. Эти сходства и различия стали самостоятельным предметом исследования, проведенного Ш. Легг и М. Хаттер. В работе «Коллекция определений ИИ» [9, с. 5] авторы проанализировали более семидесяти определений ИИ, на которые сегодня опираются и чаще всего ссылаются специалисты из разных сфер и отраслей современного научного знания.

С. Рассел и П. Норвиг, в частности, определяют ИИ как системы, созданные людьми, которые могут выполнять сложные задачи и обрабатывать информацию так же, как мы [10, с. 45]. Этот подход был разработан в рамках функционализма, где познание понимается как вычислительный процесс, осуществляемый над символическими представлениями. Основная цель предпринятых сторонниками функционализма исследований ИИ состояла в том, чтобы узнать больше о естественном интеллекте путем искусственного воспроизведения этих вычислений. Соответственно, системы ИИ были задуманы как программы для выполнения конкретных действий.

Однако начиная с 1990-х гг. целью исследований ИИ стало создание интеллектуальных агентов, т. е. «сущностей, которые ощущают свое окружение и действуют в нем». В этой новой структуре ИИ не обязательно связан с алгоритмами для принятия решений. ИИ в этом случае выступает адаптивным процессом вычислений, взаимодействующим с окружающей средой для более эффективного принятия решений. Таким образом, в настоящее время ИИ может рассматриваться не просто как процесс вычисления символов по определенным инструкциям, а как адаптивное и гибкое взаимодействие с окружающей средой.

Существует мнение, что системы ИИ, превосходящие людей в выполнении некоторых интеллектуальных задач (например, осуществлении исчислений, решении стратегических задач, таких как игра в шахматы или го и т. д.), не явля- ются «подлинно интеллектуальными». Возможно, что такое воззрение существует из-за страха перед незнакомым явлением или в силу присущего большинству исследователей антропоцентризма.

Отсутствие строгой классификации ИИ — еще одна из обсуждаемых в современной науке и философии проблем, по которой консенсус в научных кругах все еще не достигнут. Например, всеми принято разделение на сильный и слабый ИИ. Сильный ИИ — это программное обеспечение, обладающее такими же когнитивными способностями, как у человека, или даже превосходящее возможности последнего. Слабый ИИ функционально ограничен одной или несколькими задачами. В. Н. Синельникова и О. В. Ревинский, например, понимают слабый ИИ как компьютерную программу, спроектированную людьми и обладающую способностью в соответствии с заложенной командной архитектурой создавать новую информацию [6, с. 9].

Таким образом, узкий ИИ — это система ИИ, предназначенная для решения специфических конкретных узких задач, и этим она существенно отличается от сильного (или общего) искусственного интеллекта. Это тип аналитического интеллекта, который используется исключительно для определенных функций и приложений.

Нами под термином «искусственный интеллект» понимается именно слабый (узкий) ИИ, нацеленный только на решение конкретных задач.

Немаловажным является вопрос о сферах деятельности, сферах общественной жизни, в которых может быть применен ИИ. В настоящее время их спектр чрезвычайно широк и продолжает расширяться. Системы, применяющие искусственный интеллект, распространены в области медицины, государственного управления, транспорта, управления домохозяйствами, педагогики, криминалистики, общественных коммуникаций, управления финансами и т. д.

Рассмотрим опыт применения ИИ в сельском хозяйстве. Это одна из важнейших и древнейших отраслей производства, отвечающая за удовлетворение базовых потребностей человека. По прогнозам ученых, уже в ближайшее десятилетие население Земли вырастет до 8,5 млрд, что означает необходимость кратного увеличения продуктов питания, в то время как земля, пригодная для земледелия, практически вся уже используется, а в сельском хозяйстве с давних пор применяются разнообразные технологии, направленные на повышение урожайности. Кроме того, в XXI в. людей, желающих работать и зарабатывать в сфере агропромышленного бизнеса, не очень много. Современный мир живет в условиях информатизации, виртуализации, цифровизации, выращивать урожаи зерновых, овощей, фруктов по древним, архаичным технологиям предков далеко не всем сегодня кажется наилучшим профессиональным выбором. Во многих странах очевиден дефицит трудовых ресурсов. К тому же из-за человеческого труда производство становится баснословно дорогим, абсолютно нерентабельным. В таких условиях специалисты обращают свой взор в сторону систем ИИ.

Учитывая вышесказанное, закономерно, что именно аграрное производство стало одной из перспективных областей внедрения систем ИИ. Современные сельскохозяйственные системы ИИ рассматриваются как «слабый ИИ», поскольку они в силах успешно выполнять лишь «узкие» задачи. Их внедрение даже в наиболее развитых странах мира все еще находится на стадии зарождения. Но уже сейчас можно видеть не только очевидные преимущества использования ИИ, но и столь же очевидные недостатки: сложность определения оптимальной архитектуры моделируемых искусственных нейронных сетей, потребность в дорогой компьютерной технике, способной справиться с трудоемкими вычислительными алгоритмами, отсутствие необходимых информационных библиотек и баз данных и т. д.

Применяемые в сельском хозяйстве технологии ИИ представлены в виде программного обеспечения и роботизированных систем. Отдельные программы способны помочь в прогнозировании будущего урожая, составлении рекомендаций фермерам по посадке, сбору, продаже собранного урожая, поддержанию здоровья животных на фермерском подворье, по обеспечению безопасности фермы.

Анализ и обработка данных осуществляется на основе компьютерного зрения, построенного на искусственных нейронных сетях. Эта технология способствует ранней диагностике заболеваний животных и растений, помогая тем самым своевременно и эффективно справляться с наиболее распространенными болезнями. Указанные программные продукты отвечают за сбор статистической информации с множества электронных компьютерных датчиков, установленных в теплицах с растениями или в местах содержания домашних животных. Примером может служить компания IntelinAir 1 , на протяжении многих лет успешно работающая в сфере сельского хозяйства и организующая свою деятельность на основе регулярно фиксируемых показателей, собираемых ИИ. IntelinAir сегодня активно сотрудничает с фермерами, выращивающими кукурузу и сою в США.

Другой пример — И сследовательский центр фенотипирования и визуализации растений 2 . Сотрудники центра формируют целые статистические библиотеки, базы данных о различных сельскохозяйственных культурах и нацелены на то, чтобы оказывать всевозможную помощь фермерам в решении разнообразных сельскохозяйственных проблем, а также использовать этот опыт для совершенствования существующих в этой сфере технологий.

Роботы с искусственным интеллектом уже сегодня работают относительно автономно на фермах, собирая фрукты и овощи (например, как в проекте SWEEPER3), убирая навоз (как робот LELY4), занимаясь прополкой земли (робот Weed Wacker5) и оценивая актуальное состояние урожая (Аgribotix6). Сель- скохозяйственные роботы используются также в борьбе с вредителями и сорняками, при опрыскивании и обрезке растений (Ecorobotix 1), их фенотипировании и сортировке в период сбора урожая, при доении животных.

Автоматизированные дистанционные дроны локально доставляют необходимые для растений и животных ресурсы, транспортируют без угрозы для жизни человека опасные химикаты для удобрения и борьбы с вредителями, а также осуществляют фотосъемку местности, собирая и аккумулируя тем самым столь нужную фермерам информацию для анализа и прогнозирования будущего урожая.

Большинство роботов с искусственным интеллектом все еще являются экспериментальными моделями, проходящими стадию испытаний, организованных научно-исследовательскими центрами в рамках различных исследовательских проектов. Немногие из них сегодня выпускаются в коммерческих масштабах.

Сельскохозяйственные роботы позволяют автоматизировать некоторые процессы хозяйственной деятельности. Например, разработанная израильскими учеными система Prosperа успешно применяется для наблюдения за посевами. Система предупреждает фермеров о появившихся симптомах болезни у растений. Алгоритм может определять на изображениях растений признаки плесени, бактерий или повреждения насекомыми, а также анализировать разнообразные данные о питании растений, о прогнозе погоды, солнечной активности и т. д., что в совокупности позволяет работникам фермы оценить возможные риски и предотвратить их 2 .

Участники Монреальского стартапа Motorlea f3 разработали автономную систему для выращивания сельскохозяйственных культур в помещении. Она использует сетевые датчики и алгоритмы машинного обучения для постоянного мониторинга окружающей среды и процесса роста растений. Система регулирует освещение, температуру, влажность, уровень воды и питательных веществ в почве, обеспечивая максимальную производительность фермы. Она постоянно оповещает пользователя о возникновении различных проблем, что дает возможность вовремя принять необходимые превентивные меры для сохранения урожая.

Descartes Labs 4 адаптировала программное обеспечение с глубоким обучением для анализа спутниковых фотографий сельскохозяйственных угодий. Оно позволяет более точно по сравнению с традиционными методами прогнозировать урожайность сельскохозяйственных культур. Это помогает фермерам, страховщикам, торговцам сырьевыми товарами и чиновникам принимать обоснованные решения относительно объемов и качества будущего урожая.

Компания Blue River Technology 1 разработала роботизированную систему Lettuce Bot. Проезжая через поле, она может делать 5000 фотографий растений в минуту и посредством алгоритмов компьютерного зрения выявлять появившиеся на поле сорняки, определять точные координаты и размеры участков их распространения. В дальнейшем именно эти участки подвергаются обработке гербицидами, тогда как здоровые посевы оказываются защищенными от негативного влияния химикатов. Алгоритмы Lettuce Bot могут различать фотографии ростков салата и сорняков за 0,02 секунды.

Как видно из вышеприведенных примеров, ИИ предоставляет огромное поле возможностей для развития важнейшей отрасли современного производства, сельского хозяйства. Однако наряду с преимуществами следует обратить внимание на возникающие вместе с ними риски и угрозы.

Например, некоторые компании запрещают фермерам ремонт аппаратного обеспечения ИИ, которое они покупают и используют на своей ферме, лишая их свободно взаимодействовать со своей техникой, самостоятельно решать проблемы, связанные с ее обслуживанием и эксплуатацией. Такие требования ставят фермера в зависимое, несвободное положение, лишая приобретателя систем ИИ права распоряжаться своей собственностью, ощущать себя хозяином, собственником. Кроме того, алгоритмический ИИ предлагает им лишь те способы решения задач, которые установил разработчик или продавец и от которых фермер не может отказаться, прибегнуть к другим более удобным или доступным ему средствам. Все это лишает смысла само приобретение и использование сложного оборудования, внедрение и применение которого требует постоянно новых материальных трат от фермера, несмотря на то, что он уже потратил значительные средства на приобретение дорогого оборудования.

В условиях глобального экологического кризиса внедрение системы ИИ должно соответствовать ряду принципов устойчивого развития, таких как безопасность, благополучие, непричинение вреда окружающей среде. Роботы, датчики и дроны потенциально могут содержать опасность утечки горючего, токсичных химикатов и выделения дыма в атмосферу. Негативные экологические последствия неизбежно возникают и при производстве перечисленных машин.

Указанные проблемы — лишь малая часть огромного комплекса трудностей и вопросов, которые возникают в процессе внедрения в современную жизнь социума систем ИИ. В ответ на полученный от мира машин вызов человек и общество создают все более сложные и многоаспектные документы правового характера, имеющие статус рекомендаций и предписаний, этические правила и кодексы, и документы, призванные повысить безопасность, эффективность использования систем ИИ в экономике, в сфере управления и др. Их изучение, безусловно, требует новых научных, социально-философских, этических исследований, поскольку очевидно, что сфера применения систем ИИ в будущем будет только расширяться, обостряя уже наметившиеся проблемы и выявляя новые грани взаимодействия человека и машины.