Студенческий стартап «АгроСпектр» разрабатывает комплексное цифровизированное решение для обработки данных в области исследований растительности, основанное на алгоритмах машинного обучения и искусственного интеллекта.
Создатели стартапа уверены, что их разработка поможет ученым, селекционерам и фермерам проводить более точные исследования, разрабатывать новые сорта и оптимизировать сельскохозяйственные процессы. Команда проекта победила в конкурсе «Студенческий стартап» в рамках реализации федерального проекта «Платформа университетского технологического предпринимательства» и получила 1 млн рублей на развитие от Фонда содействия инновациям.
«Сельское хозяйство является одной из самых нецифровизированных отраслей. Применение современных подходов к анализу данных позволит находить новые зависимости в модели растениеводства, повышать точность прогнозирования урожайности, доз удобрений, разработке новых эффективных сортов и так далее», — пояснил один из основателей стартапа Александр Колмачевский. По его словам, разработка будет способствовать повышению урожайности, снижению рисков, затрат, а также ускорит развитие и конкурентоспособность агропромышленного комплекса России.
Проект зародился как внеучебная инициатива двух студентов, основанная на их личных интересах, однако позже вырос в полноценный научно-исследовательский стартап, получивший поддержку в рамках различных грантовых конкурсов. Основатели стартапа — Александр Колмачевский и Матвей Четвергов познакомились во время учебы в Новосибирском государственном университете, где их общие интересы в разработке беспилотных летательных аппаратов и цифровизации сельского хозяйства стали основой для стартапа. Сегодня они учатся в разных городах, но все равно продолжают развивать проект, объединяя научные знания с предпринимательским опытом, полученным в магистратурах НГУ и СПбПУ.
«Занимаясь проектом, мы находим все больше контактов и знакомств, которые помогают нам глубже вникать в проблемы и развивать продукт в направлении, полезном конечному потребителю. Именно так мы и пришли к следующему нашему шагу — создании цифровой базы данных для фенологических и генетических исследований растительности, оснащенной модулем цифровой селекции», — рассказал Александр Колмачевский.
Разработка «АгроСпектра» базируется на алгоритмах машинного обучения и искусственного интеллекта: она включает сбор, хранение, обработку и анализ данных, а также автоматизированное распознавание и обработку рукописей и статей.
Изначально «АгроСпектр» был задуман как платформа для автономной оценки качества посевов и мониторинга состояния растительности с использованием беспилотных технологий. Однако со временем проект эволюционировал и получил новый импульс: гранты «Студенческий стартап» и «СТАРТ-ЦТ» позволили команде разработать и протестировать первые прототипы программного комплекса, направленного на цифровизацию растениеводства.
В рамках проекта ребята также разрабатывают оффлайн-приложение для полевых исследований, которое синхронизируется с онлайн-сервисом. Это позволит сельскохозяйственным предприятиям работать с данными в режиме реального времени, независимо от условий на местности. Благодаря такому подходу, «АгроСпектр» становится незаменимым инструментом для селекционно-семеноводческих компаний, исследовательских институтов и лабораторий.
«На текущий момент на российском рынке отсутствуют системы, обеспечивающие аналогичный функционал. Учет агрономических исследований ведется вручную или с использованием непрофильного программного обеспечения, которое не предоставляет возможностей по обработке данных в соответствии с запросами предметной области», — подчеркивает Александр Колмачевский.
Стартап «АгроСпектр» завершает доработку программно-аппаратного комплекса и готовится к апробации в промышленных условиях в сезоне 2024 года. Ребята также готовятся провести научно-исследовательские и опытно-конструкторские работы и разработать прототип сервиса. Проект уже получил поддержку ведущих научных центров и НИИСХ РАН, а также стал резидентом «Академпарка» (Новосибирск) и участником нескольких бизнес-акселераторов.
В ближайшее время команда планирует расширить функционал базы данных — интегрировать инструменты проекта в широкий круг предприятий страны, повысить качество разрабатываемых модулей и выйти на международный рынок.
