В Указе Президента РФ от 2019 г. была утверждена национальная стратегия развития искусственного интеллекта до 2030 г., в которой изложены ключевые аспекты. Их сущность заключается в том, что для успешного развития искусственного интеллекта до 2030 г. необходимо комплексное решение, включающее поддержку исследований и разработок, создание передовых технологий, формирование образовательной базы и стимулирование сотрудничества между различными секторами. Это подразумевает внедрение программ подготовки специалистов, активную поддержку стартапов и инициативы по повышению общественного понимания и культуры использования искусственного интеллекта [1]. Важным аспектом является разработка методов автономного самообучения и сотрудничество между научными, государственными и частными структурами для обмена ресурсами и знаниями [2].
Таким образом, стратегия акцентирует внимание как на научных исследованиях, так и на практическом применении технологий, что в конечном итоге должно привести к созданию нового поколения интеллектуальных систем.
В направлениях исследований Волгоградского аграрного университета можно выделить несколько ключевых задач, которые решает искусственный интеллект в разных сферах агропромышленного комплекса. В сельском хозяйстве главным образом акцент делается на оптимизацию использования ресурсов и повышение урожайности, при этом применяются методы точного земледелия [6, 7]. Искусственный интеллект способен анализировать разнообразные параметры, такие как состояние почвы, уровень влажности и метеорологические условия, что позволяет более точно вносить удобрения, воду и пестициды, это, в свою очередь, уменьшает затраты на 20–50 %. Также осуществляется прогнозирование урожая с использованием спутниковых данных и информации, полученной с дронов, что дает возможность адаптировать планы посадки и сбор урожая.
Для технического сектора основными задачами являются автоматизация производственных процессов и создание роботизированных систем на базе ИИ для выполнения различных технологических операций в производстве сельскохозяйственных культур. Применение предиктивной аналитики для технического обслуживания дает возможность предугадывать износ деталей, что позволяет предотвратить аварии и снизить затраты на ремонт. Кроме того, ИИ анализирует данные в реальном времени, что способствует оптимизации производственных процессов и улучшает управление логистикой и энергопотреблением (см. таблицу).