Нейросеть и животноводы

Сказ о том, как искусственный интеллект помогает увеличить... надои

ИИ находит свое применение в самых разных сферах деятельности, и сельское хозяйство в этом смысле не является исключением. Каких результатов удалось добиться, обсуждали участники круглого стола «Трансформация племенного животноводства» в рамках Сибирского агропродовольственного форума.

Тот факт, что цифровые технологии могут работать в сельском хозяйстве — далеко не новость, «Советская Сибирь» не раз рассказывала об этом своим читателям. Стоит вспомнить хотя бы о роботизированных фермах, которые не первый год имеются в хозяйствах «Племзавод «Ирмень» и «Коневское». Но этим возможности ИИ далеко не исчерпываются.

— Наши прогнозы показывают, что к 2031 году спрос на молоко вырастет на 25 процентов, — говорит ведущий научный сотрудник Санкт-Петербургского федерального исследовательского центра Российской академии наук, кандидат экономических наук Владимир Суровцев. — При этом хочу напомнить, что показатели российской доктрины продовольственной безопасности по производству молока пока что еще не выполнены. Так, например, в России по сравнению с 2000 годом в шесть раз выросли объемы производства мяса птицы, в три раза — свинины, в 1,3 раза — яйца. А по молоку приросли только на два процента. И Сибирский федеральный округ, и Новосибирская область в этом смысле не являются исключением: поголовье не растет, значит, надо наращивать продуктивность. Необходима селекционная работа, и при ее ведении можно с успехом применять цифровые технологии.

Проблемы, между тем, есть.

Не зависеть от чужой генетической базы

По словам руководителя направления по работе с регионами департамента геномной селекции компании «Иннопрактика» Максима Увайдова, сегодня огромное количество племенного материала завозится из-за рубежа. Программы управления стадом пытаются внедрять в хозяйстве, но все они разные, общей базы нет.

— Сегодня в России работают две системы геномной оценки, — рассказывает Максим Увайдов. — Одна из них аналогична той, что действует в США. Чтобы ее произвести, генетический материал молодых животных приходится отправлять в Соединенные Штаты, что влечет за собой определенные риски. В российскую базу сегодня входит примерно 140 тысяч животных. Чтобы система заработала, надо собрать, по крайней мере, 300 тысяч генотипов. С нами уже сотрудничают 18 российских регионов — например, Краснодарский край и Воронежская область. Сибирь и Дальний Восток пока не включились в эту работу. Произведя геномную оценку своего поголовья, хозяйства смогут объективно увидеть племенную ценность своего скота, исключить возможность распространения многих заболеваний, а также значительно снизить риски имбридинга.

Омский опыт: Гриф стал «ключевым» быком

Несмотря на то, что аграрии расположенных за Уралом регионов пока что не включились в процесс формирования общероссийской базы племенных животных, есть хозяйства, где цифровые технологии внедряют полным ходом.

— В 2020 го­ду перед нашей командой была поставлена амбициозная задача от собственника предприятия Павла Василика — сформировать за одно поколение высокопродуктивное стадо с целевыми показателями: 10675 кг молока от коровы в год, жирность 4,3 процента и белок 3,4 процента, — говорит специалист по внедрению искусственного интеллекта сельхозпредприятия «Знамя» Омской области Екатерина Труфанова. — Наш путь начался с генетики — фундаментального подхода к развитию конкретного стада. Мы использовали тысячи показателей для создания системы прогнозирования и технических решений.

По словам Екатерины Труфановой, если посмотреть на динамику продуктивности за период 2011–2025 годов, можно увидеть интересную картину. С 2011 по 2015 год показатели надоев были стабильными — около 5300 кг на фуражную корову. Затем произошел небольшой спад до 4173 кг, после чего наблюдался умеренный рост до 4900 кг в период 2017–2019 годов.

— Переломный момент наступил в 2020 году, когда мы внедрили систему аналитики на основе искусственного интеллекта, — отмечает эксперт. — Это позволило перейти от фактического управления стадом к управлению на основе данных, что обеспечило устойчивый рост без применения экстремальных мер. Важным фактором успеха стала сформированная команда специалистов, объединенных общей целью. Каждый участник отвечает за свой сегмент: производство, управление, логистика, экономика, инвестиции и аналитика. Для выполнения поставленной задачи мы разработали индивидуальный селекционный индекс. На его основе был отобран ключевой бык — Гриф, который стал основой формирования генетического ядра стада. Его потомство показало стабильные результаты, соответствующие нашим целевым показателям.

Как ИИ научил директора новому бизнесу

Любопытный опыт содружества с нейросетью получил еще один участник Сибирского аграрного форума. Отметим, что мероприятия на его полях, организованные при поддержке правительства региона, несли немало поучительного. Причем интересно было не только представителям отрасли. Вот и следующий пример может быть применен не только в сельском хозяйстве.

Генеральному директору ООО «Шербакульское», что в Омской области, Юрию Межунцу пришлось освоить сельское хозяйство, а именно производство молока, в весьма сжатые сроки. И помог ему в этом искусственный интеллект.

— Я уже руководил двумя предприятиями по переработке молока, когда в апреле этого года встал во главе еще и предприятия по производству молока. Это стало настоящим вызовом — переход в совершенно новую сферу деятельности, требующую совершенно других знаний и навыков, — рассказывает Юрий Межунц. — Поворотным моментом стала ситуация с нашим поставщиком СПК «Славянский». Хозяйство не справилось с долговой нагрузкой и оказалось на грани банкротства. Передо мной встал сложный выбор: либо потерять вложенные средства, либо взять ответственность на себя. В итоге мы были вынуждены приобрести предприятие.

Как признается руководитель «Шербакульского», мир животноводства тогда был для него практически неизведанной территорией. Предприниматель неплохо разбирался в экономике, производстве и управлении персоналом, но тонкости животноводства были для него загадкой.

— Именно в этот период я впервые по-настоящему оценил возможности искусственного интеллекта, — говорит Юрий Межунц. — Я начал активно работать с ним каждый день, задавая самые разные вопросы: как повысить надои, почему падает продуктивность, как правильно составлять кормовые смеси, какие параметры учитывать при строительстве новых помещений для скота. ИИ стал для меня персональным консультантом, который работает 24/7, причем быстрее человека. Особенно ценно то, что он мог объяснять сложные процессы простым языком, подстраиваясь под мои запросы. Это позволило мне значительно ускорить процесс адаптации в новой сфере. То, на что обычно требуются годы практики, я освоил буквально за считанные месяцы. В результате нам удалось не только стабилизировать хозяйство, но и вывести его на уровень окупаемости. Мы расширили стадо, улучшили качество кормов, оптимизировали себестоимость и существенно нарастили производство.

КОММЕНТАРИЙ
Анатолий Шулаков, генеральный директор ГК «Сиб­агрокомплекс»:
— Перед молочной отраслью — серьезные задачи. Чтобы их решить, по предварительным расчетам, требуется ежегодно увеличивать поголовье примерно на 100 тысяч коров. Однако, как мы понимаем, такой тренд нереалистичен. Существует два основных пути увеличения производства молока: либо наращивать поголовье, либо повышать продуктивность. Очевидно, что драйвером развития молочного животноводства является племенное дело. К сожалению, пока не все участники молочного бизнеса осознают необходимость этих изменений. Особенно это касается владельцев ферм, для которых коровы — просто средство получения прибыли. Никакие инструкции, рекомендации и научные разработки не заставят их осознать a этих шагов, пока они сами не увидят преимущества нового подхода. Я хочу подчеркнуть, что успешное развитие молочного животноводства сегодня невозможно без комплексного подхода, включающего современные технологии, квалифицированные кадры и продуманную систему управления.