Як штучний інтелект змінює агро і харчова промисловість щодня. Новини, тренди, можливості та загрози — саме для вашої галузі.
Учені створили пасивну систему охолодження без електроенергії, що знижує температуру на кілька градусів навіть під сонцем. Це може спростити охолодження об’єктів без доступу до електрики.
Українські науці створили генітично модифіковану дрожжу, яка перетворює відходи пластику та біомаси у їжу з білковими «µBites» і ароматизаторами.
Українські вчені створили процес перетворення ПЕТ-пластику на їжу за допомогою мікроорганізмів і 3D-діпринтера.
Українська компанія випустила лазерний пристрій, що виявляє та знищує комарів у повітрі. Система працює до 6 метрів, автоматично стежить активність і показує дані в додатку.
Вчені з Окинавського інституту науки та технологій розробили алгоритм Spi-Fly, який вчить ШІ розпізнавати запахи за кількома прикладами, надихнувшись структуром мозку плодової мушки. Це може стати базою для штучного носа, який виявить вибухові речовини, оцінить якість продуктів та моніторитиме повітря, що важливо для виробництва та безпеки.
Навчіть вашу команду працювати з AI за 5 днів
Кожен побудує автоматизацію для своєї ролі. Спеціальна програма для агро і харчова промисловість.
aiupskill.live →OlmoEarth-v1-Base — це модель з 89M параметрів для віддалених чуток, яка використовує зображення Sentinel-1, Sentinel-2 та Landsat.
OlmoEarth-v1-Nano — це фундаційна модель ViT з 1,4 мільйона параметрів для дистанційного зондування на зображеннях Sentinel-1, Sentinel-2 та Landsat. Це дозволяє компаніям у сільському господарстві та екології аналізувати супутникові дані локально, зменшуючи залежність від хмарних API та витрати.
Індонезійські рибалки використовують вибухові речовини для ловлі риби, руйнуючи коралові рифи. Штучна технологія використовується для виявлення цих вибухів.
В Китаї дослідники створили ШІ‑платформу, що проектує штучні імунні рецептори рослин для виявлення білків патогенів. Це скорочує розробку рецепторів з років до тижнів та може підвищити урожайність шляхом створення культур, устойчивих до кількох хвороб одночасно.
В Пекіні пельменна Jinguyuan створила власний AI‑skill, який дозволяє клієнтам переглядати меню, обирати страви та ставати в чергу через агента. Це демонструє, як навіть традиційний бізнес інтегрує AI‑агентів у повсякденне обслуговування, відкриваючи нові можливості для автоматизації та привертання технознання клієнтів.
Модель YOLOv8m була донавчена на наборі даних Brackish Underwater та досягла 99,19% mAP@50 та 86,04% mAP@50:95 для шість класів (краб, риба, медуза). Це дозволяє компаніям у риболовстві та офшорних індустріях автоматизувати виявлення водних об’єктів з високою точністю.
Gemini проаналізував сотні PDF-сторінок старинного ботанічного ilustрованого видання та розпізнав рослини, класифікувавши їх за сучасною системою APG IV. Це демонструє, як мультимодальні моделі можуть перетворювати архівні дані у корисні інтерактивні ресурси для бізнесу, що працює з біорізном, освітою або культурною спадщиною.
Експеримент з використанням моделі Claude для вирощування помідорів у біодомі показав перші плоди. Це демонструє можливості ШІ в сільському господарстві, проте ще не є комерційним продуктом.
Додаток для обліку яєць, створений за допомогою AI-асистента Claude, набрав 2 900 користувачів за перший місяць. Його прибуток перевищує витрати більш ніж у три рази, показуючи, як нішеві рішення на базі AI можуть приносити реальний дохід малому бізнесу без великих інвестицій.
Стартап Versatile RobotX з Uniwersitetu Essex отримав понад £1 млн на комерціалізацію сільськогосподарських роботів, які автономно знаходять та збирають урожай. Це дозволяє фермерам скоротити працеві витрати та збільшити ефективність збору плаодів, переходь від експериментів до комерційного виробництва.
AI-агент за 23 години портував 162 ядра легасного Фортрана‑коду погодної симуляції розміром 250 тис. рядків на GPU, досягнувши 5,1× прискорення. Це показує, як штучний інтелект може скорочувати витрати на модернізацію легасних HPC‑систем у енергетиці, сільському господарстві та науковослідницьких центрах.
Американські компанії почали використовувати робособак для охорони дата-центрів, спортивних об’єктів та сільськогосподарських угідь. Це скорочує витрати на одну зміну на 80–130 тис. доларів порівняно з людськими охоронцями, адже mediana зарплата охоронця становить лише ~38 тис. доларів річне.
Вчені НТУ МІСИС створили нейромережу HiP²-Net, яка виявляє хвороби рослин за звичайним фото листа з точністю понад 93% навіть на знимках низької якості. Це дозволяє агрофірмам швидко та недорого виявляти хвороби, зменшуючи втрати урожаю без потреби в дорогій лабораторії.
Фермер з Китаю довірив ШІ боротьбу з бур'янами і втратив майже 10 гектарів урожаю через неправильну суміш хімікатів, яку порадив ШІ.
Google Deepmind представила модель WeatherNext, яка одночасно передбачає шляхи та інтенсивність тропічних циклонів. Це дозволяє прогнозувати шторми на день точніше, що може знизити збитки в сільському господарстві, логістиці та страхуванні.