Муравьи вдохновляют роботов: сельское хозяйство в надёжных руках

С ростом применения искусственного интеллекта в повседневной жизни, даже традиционное сельское хозяйство не остаётся в стороне.

«Ecorobotix», двухметровый робот с поддержкой GPS и работающий на солнечных батареях, способен уничтожать сорняки с точностью до 95%, не создавая при этом отходов. В то же время системы «Energid» и «Universal Robots» используют роботов с несколькими камерами и гибкими руками для сбора плодов цитрусовых.

«River LettuceBot», сканируя геометрию урожая, оптимизирует рост и минимизирует использование пестицидов. А «PrecisionHawk» предлагает использовать дронов для удалённого мониторинга и аналитики.

Однако среди всех этих чудес современной инженерии одна из разработок качественно выделяется на фоне остальных. Так, учёные из университетов Эдинбурга и Шеффилда исследуют вопрос визуальной навигации в густой растительности, полагаясь на то, как это делают муравьи.

В статье, опубликованной в Science Robotics , исследователи подчёркивают, что они искали «маломощные, но эффективные бортовые решения» для своих исследований в области роботизированной навигации.

«Мы черпали вдохновение у насекомых, таких как муравьи, которые способны учиться и следовать маршрутам в сложных природных условиях, используя относительно ограниченные сенсорные и нейронные системы», — заявили учёные.

«В своём исследовании мы представляем пример такого подхода, реализуя сеть для запоминания визуальных маршрутов на нейроморфном оборудовании, которое напрямую опирается на последние достижения нейронауки насекомых», — добавили исследователи.

По итогу, авторам удалось разработать искусственную нейронную сеть, которая помогает роботам преодолевать сложные маршруты в условиях высокой плотности растительности на основе анализа изображений и своеобразному запоминанию оптимального пути движения, как это и делают насекомые.

Исследователи протестировали свою нейронную модель на сложных маршрутах по неровным, грязным, заросшим растительностью полям и добились положительных результатов. Они считают, что их исследование показывает перспективы применения подобных систем в сельском и лесном хозяйстве, а также в мониторинге окружающей среды.