Cornell AgriTech: робот с ИИ ищет болезни винограда вместо 4–5 скаутов

Мучнистая и ложная мучнистая роса — главная забота виноградарей. По словам фитопатолога Cornell AgriTech Кэти Голд, болезни винограда — самая серьёзная угроза устойчивости виноградарства в штате Нью-Йорк и на Восточном побережье США. Ситуацию осложняют изменение климата, благоприятное для патогенов, ограничения на химические препараты, рост устойчивости патогенов к фунгицидам и нехватка рабочей силы. Обследование виноградников на болезни требует квалифицированных скаутов: раньше Голд регулярно нанимала для этого команды из четырёх-пяти человек.

PhytoPatholoBot — автономный наземный робот, который сам перемещается между рядами шпалерного винограда. На ходу он снимает боковые изображения полога, и модель ИИ определяет, какие пиксели относятся к пологу, а какие указывают на симптомы болезни. Данные с разных кадров сопоставляются с дистанционным зондированием NASA, данными GPS и компьютерным моделированием, чтобы оценить риск болезни по спектральным характеристикам растений. Фитопатологи и управляющие виноградниками получают почти в реальном времени тип болезни, места поражения и степень заражения. Это позволяет точечно применять сильные препараты и в остальном обходиться более мягкими.

Робот разработан в Cornell AgriTech (Женева, штат Нью-Йорк) группой Кэти Голд и робототехника Юй Цзяна; результаты опубликованы 25 августа 2025 года в Journal of Field Robotics. В исследовании робот испытан на 10 фитопатологических виноградниках Cornell и на коммерческих виноградниках; ранее его тестировали в Калифорнии, Южной и Северной Дакоте, Миннесоте, Нью-Йорке и Западной Вирджинии. Выявление болезней и оценка их тяжести сопоставимы с опытными скаутами и продвинутыми моделями компьютерного зрения, при низком энергопотреблении. Работу поддержали Cornell AgriTech Venture Fund, Министерство сельского хозяйства США и программы NASA; стартап первого автора статьи готовит коммерческий выпуск роботов.