Как с помощью машинного обучения выращивают каннабис и помидорки

В этой неделе на нашем youtube-канале выступала Валерия Коган — выпускница физтеха, со-основательница стартапов Fermata и Smartomica.

Лере пришла идея контролировать растения в теплицах за счет машинного обучения, когда ее знакомые рассказали ей о своих проблемах с массовым выращивании огурцов и помидоров. Тогда она с приятелями основала Fermata и начала разрабатывать платформу для мониторинга растений в реальном времени.

В 2019-ом компания привлекла $1,1 млн инвестиций от частного инвестора, а уже в в марте 2020-го, в ходе раунда А получила еще $3,7 млн. инвестиций от британского фонда Massa Innovations и нескольких частных инвесторов.

Кроме агротеха, Лера занимается разработкой новых методов диагностики рака и является приглашенным ученым в Roswell Park Cancer Institute. В Smartomica они разрабатывает технологии анализа медицинских и научных данных для диагностики и лечения онкологических пациентов

Делимся с вами расшифровкой и записью эфира.


Меня зовут Валерия Коган, я – сооснователь стартапов Fermata и Smartnomica. И в связи с названием этого стрима я должна сделать заявление: компания Fermata, ее сотрудники и акционеры не выращивают, не употребляют и не рекомендуют запрещенные вещества. Мы занимаемся только анализом состояния растений, в т.ч. медицинского каннабиса. Его мы анализируем и контролируем на территории Израиля, где это законно, и никогда этого не будем делать там, где это незаконно.

Немного расскажу про себя, про проекты, откуда они взялись, и буду рада отвечать на вопросы.

Я закончила физтех, факультет биологической и медицинской физики. Все время, пока я училась в университете, я занималась научными исследованиями и очень хотела развиваться в этом направлении.

После университета я поступила в аспирантуру Ариэльского университета. Во время учебы в университете, и позже, я все время занималась анализом данных в приложении к биологическим и медицинским задачам. В университете я занималась биоинформатикой, разными другими задачами, связанными с ИИ, работала в нескольких стартапах. Но это всегда была чисто научная деятельность, не связанная с практическим, быстрым применением ИИ и анализа данных к реальным задачам. В университете, когда я уже стала учиться в аспирантуре, я стала заниматься вместе с моим научным руководителем такими вещами, которые уже были практическим применением ИИ – это впоследствии и выросло в проект Smartnomica. Мы стали пробовать применять анализ данных, машинное обучение для того, чтобы диагностировать онкологических пациентов, правильно подбирать им лечение, смотреть, как то, что я умею, может быть полезно в этой сфере знаний.

И тогда случайно возникла идея: хотя я человек абсолютно далекий от сельского хозяйства, который никогда не видел, как растут овощи – в ходе общения с общими знакомыми, что то, что мы делаем для онкодиагностики, может использоваться для диагностики растений. И с этой мысли, с общения с производителями томатов и огурцов, возникла идея Fermata. Я вернулась в Москву, встретилась с людьми, которые говорили, что было бы прикольно применить ИИ к сельскому хозяйству. Тогда казалось, что не так много людей это делает. Они рассказал о том, как может быть полезен ИИ, какие у них есть проблемы. И в ходе разговоров с ними стало понятно, что задача мониторинга состояния растений очень актуальна. Она решается людьми – не очень эффективно, потому что теплицы огромные, растений много и мониторить нужно иногда каждый листочек. И, если какое-то заболевание заметить поздно, то вся теплица может пострадать, и тогда фермер понесет убытки.

Мы подумали, что это очень крутая задача – вместе с моими друзьями, которых я пригласила ее решать. И подумали, что, если мы сейчас решим с помощью ИИ проблему потери урожая из-за заражений, то потом сможем масштабировать это решение на весь сельскохозяйственный рынок. Мы стали думать, как реализовать этот бизнес-проект; сначала – с теми людьми, с которыми изначально обсуждали идею. Мы с ними не договорились, и решили, что начнем действовать самостоятельно и вернемся к ним с готовым продуктом. Так началась наша большая история приключений. Мы стали формировать проект и пытаться получить поддержку, финансирование, понимание того, что это кому-то нужно. Долгое время это была не история успеха; перед нами возникло много сложных задач. Во-первых, в нашей команде не было никого, кто бы понимал что-либо в сельском хозяйстве: были только мои друзья с физтеха, специалисты в ИИ.

Изначально мы хотели создать сельскохозяйственного робота – нам казалось, что это умная идея, очень технологичная и крутая, и что за робота нам будут платить кучу денег. Быстро оказалось, что это не так, но изначально мы предлагали именно идею робота и хотели получить хотя бы какое-то подтверждение того, что это – полезный и нужный проект. Мы подали заявку в фонд Бортника, чтобы получить первое финансирование на проект; у меня уже был успешный студенческий опыт работы с фондом, и я думала, что все получится – нам скажут, что все классно, мы получим деньги, и у нас все полетит. Но вместо этого мы не получили никакого фидбека, денег нам не дали, а на звонки никто не отвечал. Мы были очень напряжены и не понимали, что это все значит – у нас плохой проект, или нас просто не поняли?

Потом мы попытались обратиться в Сколково, связались с менеджером, отвечающим за «Сколково-Агро». Нам сказали, что проект странный, и им не нравится, и что к ним постоянно приходят какие-то айтишники, которым кажется, что они что-то понимают в сельском хозяйстве, и которые предлагают «сферического коня в вакууме». Как мы сейчас понимаем, это была верная точка зрения. Когда мы сказали, что у нас в команде нет агронома, нам ответили, что дальнейший разговор не имеет смысла. То есть, поддержки в Сколково мы тоже не получили.

Что делать дальше, оставаясь в России, мы не понимали, и были в растерянности. Тогда еще не так много было инкубаторов, не было понимания, куда двигаться. Часть команды уже была собрана, какие-то люди работали бесплатно, мы вместе с другим сооснователем, Антоном, работали в свободное от других дел время и создавали этот продукт. У нас уже был ИИ-прототип классификатора болезней растений по снимкам, которые мы нашли в открытом доступе. Но никакой финансовой и моральной поддержки не было. Мы решили, что это плохой симптом; разные люди, с которыми мы разговаривали в сельскохозяйственной индустрии, негативно реагировали на идею ИИ.

Мы решили сделать последнюю попытку получить фидбек на проект и подали заявку на конкурс агротех-стартапов, который проходил в Белгороде – «Startup:land». Чуть не опоздали на поезд, но в итоге попали на него – и выиграли, к своему удивлению. Там было много интересных проектов от людей, опытных в сельском хозяйстве, и было замечательное жюри с экспертами, которые дали нашей работе классный фидбек. В итоге, как раз там нас люди очень поддержали — даже представители Сколково, которые там были. Мы выиграли конкурс, и формально это должно было обеспечить нам внедрение на территории Белгородской области.

Но на этом счастье не наступило. Нам организовали встречи с несколькими сельскохозяйственными производителями, с местным сельскохозяйственным университетом. Мы ходили к людям и рассказывали про наш проект, что мы делаем робота, которые мониторирует растения в теплицах, и все нам говорили, что это какой-то отстой, и этого никому не нужно. Поэтому мы постепенно перестали взаимодействовать с ними, никакого внедрения у нас не было. Люди, которые в этом участвовали, постепенно разошлись. Но мы выиграли конкурс, и экспертное жюри дало нам дельные советы – это помогло нам поверить в саму идею продукта. Постепенно, работая над этим и общаясь с экспертами из индустрии, с которыми мы оказались в контакте, мы поняли, что идея робота действительно не очень хороша. Сельскохозяйственный робот – это очень дорого в разработке, это очень сложно выполнить так, чтобы не мешать производственному процессу. И мало кто захочет платить большие деньги за такую технологию.

Но у нас уже были готовые наработки, связанные с определением болезней растений по изображениям. Мы решили сделать более простую технологию, которая, в конечном итоге, оказалась востребована и сделала Fermata такой, какая она сейчас. Это решение – когда мы ставим в теплицах или в «indoor farming» (это когда недвижимость переделывается в теплицы) датчики для сбора точных данных о климате и камеры для визуального контроля растений. Такие стационарные камеры гораздо дешевле, чем какие бы то ни было роботы, но при этом информация, которая с них собирается, достаточно качественная для точного мониторинга растений на производстве.

Основная функция нашего продукта – определение болезней у растений, но, помимо этого, мы решаем некоторые задачи, которые встают перед фермерами в ходе производства. Мы стараемся заменить весь процесс принятия решений, который основан на визуальном мониторинге, и сделать его автоматизированным. Так, иногда фермерам нужно определять фазу цветения, или контролировать специальную форму растений. Все это можно делать при помощи анализа данных с камер. Иногда нам в этом помогает климат: иногда на форму или какие-то заболевания он влияет. И еще мы можем интегрировать визуальные и климатические данные для того, чтобы предсказывать урожай и выдавать фермерам рекомендации по тому, как себя вести, чтобы снизить издержки и повысить прибыльность производства.

Такая технология, к которой мы пришли, отказавшись от концепции робота, уже получила поддержку у инвесторов, и ее мы развиваем дальше. Еще одна проблема, с которой мы столкнулись довольно быстро, была связана с российским рынком: оказалось, что это не самая лучшая площадка для пилотирования агротеха, по крайней мере, такого, какой делаем мы – нацеленного на снижение издержек за счет уменьшения потерь урожая и уменьшения количества людей, вовлеченных в рутинный труд. Это может быть эффективно, если урожай очень дорогой, либо люди очень дорогие, и уменьшение количества людей, занятых на производстве (даже на 1-2) заметно. На российском рынке такого нет. Очень многие сорта растений, которые являются наиболее распространенными, стоят не очень дорого, поэтому экономия за счет нашей технологии получается несущественной для фермеров. Рабочий труд также не очень дорогой. Таким образом, ценность установки нашей технологии на территории России не очень велика. Поэтому изначально переговоры, которые мы вели с фермерами, оставаясь дома, были не очень позитивными. Люди не очень нас воспринимали и не видели для себя пользы, потому что она действительно была бы низкой.

Но, когда мы стали пробовать разговаривать с фермерами за пределами России, мы поняли, что у нас действительно крутое решение. Этому способствовало то, что я была в Израиле. Это тоже была встряска: выйти из уютного московского сообщества стартаперов, где все дружественны друг к другу, никому не приходит в голову спросить с тебя денег за советы, все спокойно представляют друг друга своим инвесторам.

Совершенно другая обстановка была, когда мы попали на стартаперские эвенты в Израиле. Мы пошли на первое агротех-мероприятие вместе с моим коллегой, который помогал мне с бизнес-девелопментом в Израиле; пришли на это мероприятие, и это выглядело так, как будто мы – чьи-то дети, которых не с кем было дома оставить. В основном там были взрослые мужчины, 50+, которые уже много лет проработали в сельскохозяйственных компаниях, имеют огромный опыт, прекрасно понимают, что нужно условному Bayer или Syngenta, и делают узконаправленный стартап под конкретную корпорацию, чтобы потом его туда продать.

Когда мы оказались среди них, то поняли, что наше представление о конкуренции на рынке стартапов не соответствует действительности. Есть очень много очень крутых, профессиональных людей. И это повлияло на наши дальнейшие решения касаемо того, что делать с командой; мы поняли, что нужно обязательно привлекать экспертов, особенно – в зоне финансов и бизнеса, где решают не технологии и начитанность, а опыт, знания, контакты. Также мы поняли, что очень важно, чтобы в команде этой частью работы занимались люди с международным опытом, если вас интересует международный рынок. К сожалению, людей, способных обеспечить высокий уровень международных контактов, найти очень сложно.

Еще работая с российским рынком, мы сразу постарались начать искать людей, с которыми можно было бы пилотировать технологию – чтобы у нас был реальный контакт с производителями, чтобы мы получали фидбек о том, что им на самом деле нужно, а не придумывали их запросы сами. Мы нашли очень дружественную к нам, на тот момент, компанию – «Сити-фермер», которая делала вертикальные теплицы для производства зелени и грибов.

Мы делали с ними бесплатный пилот; они открыли для нас свою площадку, где мы многому научились – поняли, как устроено производство, какие задачи стоят перед агрономами. Там мы собрали большой датасет, поняли, как это делать.

У нас в команде есть специальный человек, который отвечает только за данные. Когда идет работа с любым новым проектом, когда мы говорим про какой-то новый тип растений или новый регион — потому что, естественно, от региона к региону все отличается, и задачи тоже отличаются — этот специальный человек делает ресерч и находит все, что можно найти в открытых данных.

Поэтому, когда мы приходим к клиенту, у нас уже есть хотя бы прототип работающего решения. После этого мы ведем интенсивный сбор данных, уже вместе с клиентом и его агрономами, и размечаем данные. У нас есть специальное решение для разметки данных, для того, чтобы весь процесс был качественный, интенсивный, быстрый. Очень важен процесс сбора задач от производителя, обработки соответствующих данных, построения моделей, которые будут решать стоящие перед ними задачи.

Соответственно, когда мы начали работать, мы сразу постарались найти себе коммерческого партнера, на базе которого мы могли бы разрабатывать технологии, которые будут нужны и полезны. Дальше мы стали смотреть на те решения, которые мы делаем – на каких рынках, в каких регионах они также могут быть полезны. Так мы пришли к смешной, как нам казалось, идее с медицинским каннабисом: это довольно маржинальный рынок, здесь высокая стоимость конечной продукции. Поэтому, если хотя бы немного снизить потери при производстве, это играет большую роль. И фермеру полезно, и мы можем заработать больше, так как наша бизнес-модель построена на том, что мы делим с фермером ту прибыль, которую он дополучает благодаря нашей технологии.

Так мы поняли, что каннабис – это перспективное направление. Мы нашли в Израиле еще один «пилот», тоже бесплатный, где отработали всю технологию. После этого мы, будучи уже более разумными, чем раньше, обросли нетворком агрономов, с которым мы теперь работаем, и который рассказывает нам, какие нужно решать задачи, какие фичи надо добавлять в технологию на каждом следующем этапе. Так мы постепенно сделали решение для каннабиса, которое сейчас мы активно продвигаем – это для нас очень привлекательное направление, с коммерческой точки зрения. Медицинский каннабис есть и в Израиле, и в Европе – проекты, где его выращивают для косметологических целей, и там стоят такие же важные задачи.

Если говорить про более классические растения, типа зелени или овощей, то мы должны смотреть на то, какая стоимость в конкретном регионе у этой продукции, и на то, какова там стоимость рабочей силы. Поэтому сейчас мы сфокусированы на европейском рынке – мы понимаем, что там люди стоят дорого, и эффект от применения нашей технологии может быть высоким.

Одна из задач, которые стоят перед фермерами – это контроль товарного вида растений. Нужно не просто следить за тем, чтобы не было болезней: растения должны идеально выглядеть. Здесь наша технология тоже эффективна. Если говорить про зелень, то есть совершенно специализированные производители, которые занимаются разработкой растений для дорогих ресторанов, и очень важно, чтобы все растения идеально красиво выглядели, чтобы весь салат был ровный, зеленый, красивый.

Или, например, интересная задача стоит в грибах: грибы, которые мы покупаем, часто бывают достаточно уродливы, и из-за этого стоят дешевле. Если человек строит премиальное производство, то ему важно, чтобы все шляпки были плотные, красивые, одинаковой формы. Мы такие задачи тоже решаем — следим за видом растений, даже если это не связано с болезнями.

Почему именно теплицы, а не поля? Мне кажется, что задача с полями более сложная. Основной вопрос здесь – как именно установить камеры, чтобы следить за растениями. В полях основной способ решения этой задачи – дроны, но, как мне кажется, хардварная часть не вполне готова для того, чтобы сделать фермеру выгодное предложение. Чтобы дроны не разряжались, не терялись, их не сдувало, и при этом они не стоили сумасшедших денег. Поэтому пока мы работаем именно с теплицами и не ориентируемся на поля.

Насчет R&D-задач: нам очень интересно направление, связанное с тем, чтобы анализировать состав растений. Мы ведем research в этом направлении, это достаточно важная задача для ряда растений, в том числе – тех, которые являются медицинскими, но не только. Например, для пшеницы важно знать, какой в ней состав белка. Фермерам важно заранее знать, что происходит с составом растений, чтобы управлять климатом, подбирать условия для того, чтобы конечная стоимость продукта оказалась максимально высокой. Поэтому одна из самых важных R&D-задач, которые мы видим перед собой – разработка технологий, которые позволят делать это в реальном времени, предсказывать, что у нас происходит внутри растений на основе анализа данных разных спектров. Плюс анализ данных окружающей среды и интеграция этих данных между собой для того, чтобы предсказывать и выдавать рекомендации фермерам о том, что им делать для того, чтобы их продукт был максимально дорогой.

Задачи, которые остаются за человеком – это очень важная тема этического рода для всех компаний, которые занимаются ИИ и автоматизацией труда. Им иногда задают вопросы: не кажется ли вам ужасным то, что вы разрабатываете технологии, которые заменяют людей? Но мне кажется, что мы делаем обратную вещь: мы делаем технологию, которая позволяет людям не заниматься скучной, некреативной работой, не требующей вовлечения интеллектуальных ресурсов.

Мне кажется, человека никогда не догонят машины в креативе, гибкости, способности создавать то, чего не было. Поэтому очень круто делать вещи, которые позволяют людям заниматься креативной работой, а не тратить время, жизнь, силы, здоровье на то, что могут сделать машины вместо них.

Q: А как же технологии автоматизации для животных?

Мы думали про это. На раннем этапе мы думали и про животных, и про рыб – на самом деле, в рыбах есть много интересных задач. Но сейчас мы пытаемся максимально сфокусироваться. Мы даже не распыляемся между большим количеством разных растений; сейчас у нас два основных фокуса – зелень и каннабис. Мы рассматриваем и ведем разработки в направлении овощей только потому, что у нас есть потенциал развития с крупным стратегом, хотя работа с классическими овощами – очень сложная инженерная задача. Нам очень важно, чтобы у нас получилось – но для того, чтобы получилось, нужно ограничивать свои хотелки. Поэтому мы выбрали то, что кажется наиболее коммерчески целесообразным; определили тип растений, определили рынки, на которые мы идем, и стараемся их придерживаться.

Насколько я знаю, в животноводстве уже есть много существующих решений, очень прикольных, связанных в ИИ. Вешают датчики на животных, контролируют их здоровье, фертильность определяют по камерам, по походке. Очень интересные задачи. Рыбы мне кажутся потенциально коммерчески интересным направлением, но я в этом не эксперт. Пока мы ограничены приоритетной группой растений.

Q: работаете со всеми способами выращивания?

Не со всеми. Мы не работаем с открытыми полями, потому что пока не понимаем, какой способ установки камер для контроля растений в полях будет эффективен. У нас до эпидемии начинались отношения с одним крупным американским производителем оборудования для полей, но это все затормозилось. Сейчас мы сфокусированы на том, что происходит внутри помещений – это теплицы и indoor.

Q: на что жил стартап до первого клиента? Какие были первые заказы?

Стартап и сейчас по большей части живет на инвестиционные средства. Мы ожидаем выхода на прибыльность через несколько месяцев, но сейчас основное – это инвестиционные деньги.

Первые коммерческие истории начались после переориентации с российского рынка на западный, что произошло не так давно. Сейчас у нас есть два достаточно больших коммерческих проекта. Здесь еще есть важный момент: мы не работаем напрямую с фермерами, мы работаем с производителями технологий и производителями теплиц.

Если бы мы сами занимались установкой оборудования, нам пришлось бы иметь большой штат людей; так как мы ориентируемся на большое количество рынков и не хотим себя ограничивать, нам очень важно, чтобы процесс установки нашей технологии был быстрым, эффективным, и чтобы им занимался кто-то другой. Мы хотим оставаться в зоне разработки софта. Поэтому мы работаем с компаниями, которые могут обеспечить установку оборудования, необходимого для того, чтобы наши технологии работали. Соответственно, это – производители теплиц, потому что наша технология может стать частью теплицы, либо компании, которые делают технологии для ухода и контроля за растениями. Мы говорим с ними про это так: вы делаете свет, или подогрев корней, или другую крутую технологию, которая позволяет лучше, качественнее растить растения, а мы делаем технологию, которая позволяет с этих растений собирать фидбек. То есть, мы можем узнать, как они себя чувствуют, и вам — и конечному фермеру – сказать, все ли происходит правильно, или какие-то процессы нужно оптимизировать.

Q: какие текущие конкуренты у вас?

Сложный вопрос. Есть несколько компаний в мире, которые заявляют, что они делают похожие технологии. Когда у нас только появилась наша европейская команда, у нас была такая идея, которую они привнесли: мы говорили, что мы фермеры и звонили в разные компании. Пытались понять, общаясь с ними, что они, действительно, делают, насколько у нас серьезная конкуренция, какие они деньги берут за свои продукты – это самый главный вопрос. Нам сейчас кажется, что конкуренция не очень высокая. Отдельных компаний, которые делают что-то похожее, много; но, насколько мы понимаем, даже у тех компаний, которые говорят, что они используют ИИ, уровень машинного обучения в проектах достаточно низкий. Поэтому мы чувствуем себя уверенно, в целом, но не расслабляемся и стараемся двигаться быстро и эффективно.

Сельское хозяйство – вообще достаточно консервативная, нецифровизованная отрасль. Очень интересно было за те два года, что мы работаем, наблюдать динамику ее изменения; когда мы только начинали разговаривать с большими компаниями – даже на Западе – мы сталкивались со скептицизмом, непониманием того, зачем это нужно. Но сейчас, когда мы приходим в корпорацию, мы часто слышим, что там люди как раз думают о том, чтобы договориться со стартапом. И нам очень повезло, что у нас уже есть наработки, результаты, метрики, модели, и мы не просто приходим и говорим, что хотим что-то сделать. Сейчас очень хорошее время для агротеха.

Q: какие камеры используете? Расскажите подробнее про инфраструктуру

У нас с камерами история следующая: изначально мы занимались этим всем сами. Но сейчас мы стараемся оставаться в зоне софта, потому что в ней у нас есть экспертиза – мы считаем, что сильны в data science, но не в том, чтобы устанавливать и выбирать камеры. Есть очень классные люди, который в этом специализируются; есть латвийская компания, которая занимается видеонаблюдением – ставит системы безопасности в аэропорты, в другие большие учреждения, и они все знают про камеры. То есть, как их установить, какие могут быть проблемы, что делать, если вода, и так далее. Сейчас они — наш основной партнер в зоне камер. Мы с ними вместе выбираем камеры под наши задачи; они обеспечивают всю часть с выбором, подбором камер. Это было одно из главных правильных решений, которые мы приняли – перестать делать эту работу внутри себя и вместо этого привлечь экспертов высокого уровня.

Также из хардовой инфраструктуры у нас есть климатические сенсоры. Они включают в себя стандартный набор параметров, которые нужно знать в теплице – температура, влажность, СО2, освещение и так далее. Мы делаем беспроводные сенсоры, которые позволяют нам в высоком разрешении снимать информацию с теплицы – мы можем много раскидать их и делать трехмерные карты того, что происходит с климатом.

До недавнего времени мы разрабатывали сенсоры сами, но потом – особенно после того, как много нам дало партнерство в зоне камер – мы поняли, что эту часть мы тоже не хотим делать внутри компании. Это несмотря на то, что на начальном этапе работы нам казалось, что это чуть ли не ключевой элемент, и у нас даже была патентная защита тех датчиков, которые мы разрабатывали под наших первых клиентов. Но потом мы поняли, что, в принципе, мы не большие эксперты в этом, и деятельность, связанная с хардом – менее понятна и более сложна. Поэтому сейчас мы организовываем партнерство с еще одной европейской компанией, чтобы для нас производили этот тип оборудования.

Q: были ли проблемы с патентами или патентными троллями?

Пока нет. В принципе, вся история патентования, связанная с ИИ, очень сложная; сейчас мы бросаем усилия на то, чтобы решить эту задачу. Тем более, что у нас много классных внутренних наработок с точки зрения алгоритмов, которые важно защищать и которые составляют ключевую ценность компании.

Q: как вы валидировали идею на рынке и искали обратную связь?

Просто искали. Ничего умного я тут сказать не могу – это было больно и долго, особенно вначале. Искали по знакомым сначала, встречались с разными людьми, рассказывали им, нам говорили – отстой, встречались со следующими, они говорили то же. Мы пытались понять в этом логику – просто ли людям не нравится, что мы про что-то новое им рассказываем и тратим их время, или действительно есть причины, по которым это не может быть рентабельно. Собственно, мы приняли правильное решение – отказались от робота – именно благодаря тому, что множество людей сказало нам, что он не сработает.

Мы старались сразу говорить с рынком, старались предлагать бесплатные пилоты на начальном этапе, вообще не говорили про деньги. Пытались получить хоть какую-нибудь экспертизу где угодно, потому что у нас не было понимания сельского хозяйства. Разговаривали с университетами. Сейчас мы продолжаем постоянно валидировать идеи на рынке – у нас возникают идеи о новых фичах, и мы общаемся по этому поводу с клиентами.

Мы уже имеем нетворк людей-консультантов, с которыми мы общаемся; и есть непосредственно те команды, с которыми мы взаимодействуем. Процесс бизнес-девелопмента связан с валидацией идей, и часто для этого нужны «холодные» контакты. Ничего плохого в них нет, это реально работает – хотя, когда мы были в «инкубаторе», казалось, что это какой-то бред. Как ни странно, после сотни отправленных сообщений действительно можно найти клиента или хотя бы отвалидировать идею, если у тебя есть интересный продукт.

Расскажу про то, как все это связано с онкодиагностикой и биотехом, и как все это работает вместе. На самом деле, технологии и понимание того, как работать с разного рода данными в сельском хозяйстве изначально, как я уже говорила, пришли из идеи работы с данными онкологических пациентов. Другой проект, сооснователем которого я являюсь, называется Smartnomica, и там мы занимаемся разработкой технологий, которые позволят диагностировать онкологических пациентов.

Идея заключается в следующем. Есть большое количество людей – и не только онкопациентов – которые прошли через путь стандартной медицины, и у них ничего не получилось. Либо им не подобрали эффективное лечение, либо врачи не смогли понять, что с ними не так. Этим людям нужен немного другой подход; важно выйти за грань стандартных протоколов и понять, что можно дать этим людям, если окунуться в научные исследования. Известно, что уже с 80-х годов оцифровываются научные статьи, и есть более 40 миллионов опубликованных статей в медицинской сфере. В них содержится огромное количество данных, которые могут быть полезны каждому конкретному пациенту.

Я присоединилась к проекту, который на тот момент занимался именно лечением сложных пациентов (как медицинская клиника), как специалист по ИИ. У нас была, вместе с другим сооснователем, идея: автоматизировать процесс поиска нужных данных, который делают специалисты – врачи, ученые – для сложных пациентов.

Сделать этот процесс хотя бы частично автоматизированным, чтобы помочь врачам более быстро и эффективно проводить исследования для сложных случаев. Вокруг этого мы построили компанию, которую мы учредили в Риге в марте. На самом деле, мы планировали только подумать об учреждении компании, но из-за эпидемии мы уже не смогли уехать из Риги, и нам некуда было больше деваться, кроме как развивать компанию. Сейчас у нас в Латвии, где я сейчас нахожусь, есть клиника: мы соединяем врачей по всему миру с пациентами по всему миру, чтобы обеспечить лечение. И, соответственно, мы разрабатываем технологии, которые позволяют нашим врачам более эффективно работать с данными сложных пациентов, качественно проводить диагностику и подбирать эффективное лечение.

Так то, чем мы занимаемся в агротехе, связано с тем, чем мы занимаемся в онкологии. У нас здесь тоже есть много интересных проектов. Те решения, которые мы делаем для наших пациентов, иногда превращаются в отдельные биотехнологические стартапы, которых у нас сейчас есть целый 1 (но будет еще). Все те технологии, которые мы применяем для наших пациентов, связаны с тем, чтобы интегрировать разные типы данных – что, с технологической точки зрения, похоже на ту историю, которую мы делаем в Fermata. Есть и визуальные данные, и генетические данные, и данные научных исследований, которые нам нужно объединить, чтобы давать пациенту максимально эффективную терапию.

Q: О Fermata: при каких объемах производства это становится выгодно?

Это зависит не столько от площади, сколько от типа растений и от региона, в котором это происходит. Площадь не так влияет; хотя это может повлиять на наше желание включаться в проект: мы стараемся выбирать больших производителей, в которых мы видим большой потенциал по масштабированию наших технологий. Площадь конкретного производства не так важна: она может быть маленькой, но таких производств может быть много.

Q: выращивание в грунте или гидропонике?

У нас есть опыт с обоими методами, это не так важно.

Q: может быть, хорошей идеей было бы работать с сити-фермерами? Там люди более молодые, открытые, любящие новшества

Это так, хотя мы работаем не с самими фермерами, а с теми, кто производит сити-фермы, которыми они пользуются. Это одно из тех направлений работы, которые мы внимательно рассматриваем.

В частности, это одна из причин, по которым нам хорошо работается с медицинским каннабисом: те люди, которые занимаются этими производствами, часто бывают технически более подкованы, чем обычно, и их производства оказываются более технологичны, чем производства классических овощей, например. Поэтому они гораздо легче воспринимают идею внедрения ИИ.
Q: для вашей задачи обычно используются гиперспектральные камеры – они очень дорогие; о каких камерах идет речь, и сколько их используется на ферму?

Вопрос сложный, и я не могу сказать, сколько используется на ферму. Это всегда отличается, мы смотрим на конкретную конструкцию фермы. От этого зависит и спектральность камер. Мультиспектральные камеры – это скорее решение для дронов. Решения для теплиц — это не то чтобы большой рынок, здесь нет жестких стандартов. Часто мы используем для наших проектов обычные камеры, которые снимают видимый спектр + ИК – этого оказывается достаточно для решения большинства задач. Стоит это не так дорого.

Количество камер зависит от конструкции теплицы и типа растений. Я уже говорила, что классические овощи – это сложная инженерная задача; например, томатная теплица – это джунгли. Очень сложно наблюдать за каждым отдельным растением и листиком, потому что растения вырастают на 4 метра. А вот салат – маленький и плоский, гораздо менее сложная задача. Так же, как и клубника – или тот же каннабис, за которым можно эффективно наблюдать сверху и получать представление о том, что происходит с растениями. Обычно одной из тех камер, которые мы используем — в зависимости от высоты, на которой можно расположить камеры – хватает на 200-400 квадратных метров.

Q: к сожалению, я не нашел ни одного патента на Fermata
Это еще не патенты, это поданные патентные заявки.

Q: есть ли у вас вакансии?
Да, если кому-то интересно – можно присылать заявки на valeria.kogan@fermata.tech. Мы все время ищем интересных и талантливых людей.

Q: не думаете заняться микологией?

Не очень понимаю вопрос. Проблемы такого рода мы визуально тоже анализируем. Мы анализируем то, есть ли на листьях насекомые, и то, есть ли дефицит питания, и различные инфекционные заболевания – все это мы мониторируем и умеем определять.

Q: планируете ли массовые продукт типа облачного сервиса?

Это очень хороший и очень большой вопрос. Дело в том, что облачный сервис для нашей технологии – это не самое лучшее решение. Это было то, с чего мы начали. Как оказалось, мы собираем очень много данных, и для нас важно собирать изображения высокого качества. Поэтому чистое облако неоптимально. У нас распределенное решение между облачным и on-site; on-site анализируются изображения, и результаты отсылаются в облако. Сейчас нам это кажется наиболее оптимальным подходом. Но это не делает продукт менее массовым.

Q: микология – это про грибы [а не про паразитов]

Мы делали один проект на грибах – я даже упоминала, что на грибах есть интересные задачи. Сейчас у нас массового проекта с грибами нет, но есть опыт и интерес к развитию в этом направлении.

Q: можно ли определять потребности растений до появления патологий?

Я думаю, в нашем текущем подходе не стоит такой задачи. Мы стараемся автоматизировать ту работу, которую делают люди. То есть, они нам рассказывают, что хотят видеть листья, которые выглядят так-то, и получать об этом уведомления. И наша задача – делать это более качественно и быстро, чем это делают вручную специалисты. То есть, мы не решаем задачу предсказания состояния растений. Только если мы используем визуальные данные вместе с климатом, эта задача иногда решается. Но больше это касается каких-то проблем с питанием. В том, что касается вредителей или инфекционных заболеваний – это мы определяем только тогда, когда это уже случилось.

Q: расскажите про Fermata и про датасет: что собираете, как размечали? И про нейросеть – есть ли коллаб, посмотреть, чтобы примерно понять, что делаете?

Датасет мы собирали сначала из всего, что есть в интернете открытого. Например, из всяких контестов, которые проводились на kegel и на других ресурсах, в частности, азиатских – там много интересного. Собирали картинки со всяких агрономических форумов, из разных энциклопедий – старались все собрать, разметить.

Когда у нас появились клиенты, мы через какое-то время отработали процедуру работы с ними. Например, у клиента есть потребность – детектировать какую-то очень редкую вредоносную штуку, которая может убить всю теплицу, и изображений этой штуки не так много. И они сами, как только видят ее, фотографируют и присылают нам изображения. Также наши специалисты регулярно выезжают – особенно, если работаем с новым растением – и делают фотографии, и обучают персонал внутри, чтобы нам постоянно присылали данные для пополнения датасета и улучшения качества.

Для разметки у нас, во-первых, есть внутренние специалисты. У нас есть нетворк агрономов – специалистов по разным технологиям, разным типам растений и их проблемам в разных регионах (это важно, потому что у одного и того же растения могут быть разные проблемы в разных странах и на разных континентах). Также для разметки мы активно привлекаем агрономов наших клиентов. Они готовы делиться данными, потому что понимают, что от этого им же будет лучше: если агроном потратит 2 часа в неделю, чтобы рассказать нам, какие задачи перед ним стоят, то мы сможем лучше решать их.

Про коллаб – наверно, сейчас нет. Но вопрос интересный, я об этом не думала. Я посоветуюсь с ребятами, может быть, что-то такое стоит организовать.

Q: что именно является процессом разработки и результатом?

Результатом, конечным продуктом является система. Мы приезжаем в теплицу, устанавливаем камеры-датчики, и дальше у клиента есть дэшборд, на котором видно все, что происходит с климатом, со здоровьем растений. Туда приходят алерты с информацией, когда что возникло и как. Клиент может отмечать и отслеживать, что он делает с этими растениями. То есть, продукт – это среда, в которой работает агроном, и в которой видно все состояние и здоровье растений.

Q: вы говорили, что одна камера – на 200-400 квадратов, а есть ли опыт работы с вертикальными многоярусными фермами?

Да, такой опыт есть (собственно, с этого опыта мы и начинали). Конечно, используются другие камеры. В обычных теплицах важно иметь большой зум и покрывать большую площадь, а в вертикальных – другой подход. Там используются камеры подешевле, которые позволяют наблюдать за растениями на разных рядах, понимая, что мы не сможем очень далеко установить камеру.

Q: что вы думаете про микроводоросли?

К сожалению, я в этом не эксперт, не могу ответить.

Q: Видите ли вы по итогам потребности автоматизации мониторинга влажности почвы, автоматизации дозированного полива?

Да, это очень важная задача. Мы видим такие компании (особенно работая в Израиле – центре таких технологий) прежде всего как своих партнеров. Они занимаются автоматизацией полива, а мы – мониторируем растения и можем давать им фидбек о том, насколько качественно работают их системы. Мне кажется, что есть много успешных компаний, которые решают эту задачу, но ничего больше я сказать не могу (не эксперт).

Q: какой штат количественно сейчас, где территориально находитесь, есть ли (или планируется) свой hardware R&D department?

Штат компании – около 13 человек сейчас. Территориально – это сложный вопрос, мы находимся много где. Есть команда разработки в Москве, есть команда в Израиле, есть люди в Германии. Иногда привлекаем аутсорсинговую разработку для решения более стандартных задач не внутри команды, чтобы самим быть сфокусированными на машинном обучении. Поэтому команды так широко разбросаны по миру.

Hardware R&D – сейчас вряд ли. Хочется сфокусироваться на софте, это связано с тем, куда мы сейчас движемся и где хотим оказаться, и тем, кого мы видим своими потенциально самыми интересными партнерами – это как раз компании, которые делают очень крутой хард, и очень сильны в этой зоне. Мы не хотим создавать ненужную конкуренцию и тратить свое время на то, чтобы осваивать новые области вместо того, чтобы доводить до совершенства ту часть, где мы являемся экспертами.

Q: мой вопрос как раз был про вертикальные фермы и какое количество там использовалось

Не могу сказать точных цифр. Если у вас есть практический интерес, можно потом списаться.

Q: смотрели ли вы на бизнес с северными агропроизводителями (тепличные комплексы на Урале и севернее)?

Мы пробовали разговаривать с несколькими северными производителями, на тот момент успеха не имели. Это было в начала нашего пути. К этой истории мы не возвращались, потому что сейчас мы сфокусированы на тех типах растений, которые являются для нас приоритетом.

Q: как с пшеницей, подсолнухом? Дроны?

Я к этому отношусь скептично. Мы пробовали разговаривать с разными компаниями, которые делают дроны, и пробовали найти для этого решение. Именно подходы с дронами мне кажутся рискованными сейчас, и мы в этом направлении не идем. Но есть несколько интересных идей про то, как можно было бы делать такого рода мониторинг в полях, но сейчас это не приоритет у нашего R&D.

Q: какое нужно иметь образование для работы в вашей области искусственного интеллекта (какой язык программирования, какая область математики)?

У нас программирование преимущественно на Python. Мне кажется, любая область математики будет хороша в программировании, тут нет жесткого требования. В принципе, те люди, которых мы сейчас ищем для внутренней команды, чтобы заниматься ИИ – специалисты в машинном обучении – должны уметь прочитать статью и имплементировать то, что в ней написано. То есть, не просто использование стандартных библиотек и стандартных существующих сетей. Нам важно быть на переднем крае того, что сейчас есть в технологии.

Если у вас есть дополнительные вопросы, идеи по сотрудничеству, или вы хотите в нашу команду – пишите (valeria.kogan@fermata.tech), будем рады познакомиться.

 

Источник

, , , , ,

Читайте также

Меню