ИИ оценит качество семян подсолнечника
Для повышения эффективности селекционных работ российские ученые разработали систему компьютерного зрения, которая ускоряет анализ семян подсолнечника.
Подсолнечник – одна из важнейших масличных культур в России. При этом долгое время страна критически зависела от импорта семенного материала. Еще шесть лет назад доля отечественных семян составляла всего 22-25%. Зависимость от импортного семенного материала создавала критическую уязвимость для продовольственной безопасности страны. В 2020 году необходимость перехода на собственные семена была закреплена в Указе президента РФ от 21 января N 20 «Об утверждении Доктрины продовольственной безопасности Российской Федерации». Задача – достичь показателя 75% собственного семенного материала к 2030 году по основным культурам.
Доктрину успешно реализуют российские селекционеры и сегодня ситуация принципиально другая. В 2025 году в России доля семян подсолнечника российской селекции превысила 50%, из них половину составили самые эффективные – гибриды. Чтобы полностью выполнить поставленные задачи, необходимо ускорить процесс селекции. В этой работе помогут цифровые технологии.
Быстро считает и оценивает
Систему компьютерного зрения для точного подсчета и оценки качества семян на срезанных корзинках подсолнечника разработали ученые Всероссийского НИИ сельскохозяйственной биотехнологии (ВНИИСБ, входит в Курчатовский геномный центр) и Московского центра перспективных технологий.
Подсолнечник – одна из самых сложных культур для работы селекционеров. Проблема в том, что семена в корзинках очень сложно расположены – в спиральные узоры, при этом они часто перекрывают друг друга. В корзинке их может находиться от нескольких сотен до тысячи. Семена нужно пересчитать и затем отделить полноценные зерна от пустых и недоразвитых. Для обработки одной корзинки требуется час сложной работы.
Цифровые технологии буквально на порядок ускоряют этот процесс. Теперь содержимое корзинки подсолнуха оценивает нейросеть, обрабатывая фото. Анализ одного изображения занимает примерно 30 секунд, включая загрузку и выдачу результата.
Анализ растений на полях
При разработке ИИ-системы обучение нейросети проводили на собственном датасете, включающем больше чем 1 тысячу фотографий корзинок, которые содержат 260 тысяч семян. Итоговая точность ИИ-системы составила 88%, это выше, чем у человека, что логично. Но ИИ не конкурент, а помощник ученого.
«При ручном подсчете усталость и человеческий фактор также приводят к ошибкам, а скорость работы не идет ни в какое сравнение. Данная система – это не замена эксперту, а мощный инструмент для скрининга. Она берет на себя рутинную, ресурсоемкую работу, высвобождая время ученых для более сложных задач. При этом она абсолютно безопасна для образцов: никаких разрезов или извлечений семян не требуется», – подчеркнул Максим Патрушев, заместитель директора по биологии и генетике НИЦ «Курчатовский институт».
В дальнейшем разработчики планируют адаптировать платформу для работы с использованием дронов, это позволит анализировать подсолнечник в полевых условиях. При этом ученые открыты для сотрудничества с растениеводами. Они приглашают желающих поработать с системой с помощью бота. Кроме того, в открытом доступе выложен размеченный датасет обученной модели.
Селекция цифрового уровня
Системы компьютерного зрения уже давно и успешно используются российскими аграриями для анализа растений. Так агрохолдинг «Степь» применяет машинное зрение для подсчета подсолнечника на поле. БПЛА делает фотоснимки и платформа оценивает качество и состояние посевов.
Новая цифровая разработка выводит технологию на принципиально другой уровень точности. Она позволит быстро отбирать перспективные растения и обрабатывать значительно больше образцов семян. Это значит, что разработка урожайных и устойчивых российских гибридов будет проходить в несколько раз быстрее. Селекционеры уверены, что в ближайшие несколько лет доля российского семенного материала подсолнечника превысит 90%.
После обучения на новых базах данных новая платформа позволит работать и с другими культурами, ускоряя процесс селекции и выведения эффективных сортов.
В дальнейшем такие системы компьютерного зрения станут частью цифровых платформ ускоренной селекции. Результаты работы систем будут объединены с анализом генетических данных, что еще больше ускорит процесс создания сортов и гибридов. Новые семена будут получать цифровые паспорта, удобные для работы цифровых платформ.
Системы анализа семян и цифровые платформы ускоренной селекции растений после адаптации будут востребованы в других странах, заинтересованных в ускоренном выведении новых сортов, и станут новым экспортным продуктом.
