Компания Cognitive Pilot (совместное предприятие Сбера и Cognitive Technologies), которая занимается разработкой систем с искусственным интеллектом для транспорта и агропромышленного комплекса, разработала технологию ускоренного обучения нейросетей, позволяющую в четыре раза быстрее внедрять системы автономного управления в работу аграриев. Об этом сообщает информационное агентство ТАСС.
Сейчас компания производит Cognitive Agro Pilot — систему автономного управления сельскохозяйственной техникой (зерноуборочным комбайном, трактором, опрыскивателем) на базе технологий искусственного интеллекта, которая позволяет механизатору доверить управление техникой роботу-помощнику, при этом самому сконцентрироваться на контроле качества процесса обработки и уборки. По оценке компании Cognitive Pilot, автоматическая обработка беспилотным комбайном позволяет сократить потери урожая до 13%, а также на 25% сократить сроки уборки урожая.
«Компания Cognitive Pilot (дочернее предприятие Сбербанка России и Cognitive Technologies) разработала и внедрила в промышленные системы автономного управления сельхозтехникой, трамваями и ж/д локомотивами новый подход, применяемый при использовании нейронных сетей, который позволил одновременно в рамках одной сети решать сразу несколько различных задач, тем самым сократить до четырех раз время обработки данных и вычислительные ресурсы, значительно экономить трудозатраты, а также расширить границы его применимости», — сказал собеседник агентства.
Технология позволяет в разы сократить сроки разработки новых продуктов и их настройки. Теперь все инновации, возможности обработки новых культур, другой новый функционал может многократно быстрее внедряться в производство. Это позволит адаптировать систему под нужды конкретного предприятия прямо в условиях уборочной кампании и ускорить разработку и внедрение новых разработок беспилотной техники.
Аналогов у технологии, отмечают в пресс-службе, в мире нет. Уникальность технологии Cognitive Veles — в особенностях обучения и использования в агротематике — он позволяет готовить нейросети на неполных данных, к примеру, не вносить изображения всех людей, которые могут выйти на поле, а только отдельной группы, например, одетых в телогрейки. Кроме того, используется подход параллельного обучения, как с детьми в школе.