АГРАРНЫЕ УНИВЕРСИТЕТЫ! ОБЩИЙ ПРОЕКТ!
Народ! Мы с вами тут - страшная сила! На пост про финансового директора сегодня - 53 качественных отклика. Из них мы уже начинаем собеседование с 30 кандидатами. Ну какой охотник за головами даст такую выборку? (Хотя количество говорит, конечно, про очень печальную статистику экономики России. Но про это не хочу сегодня.)

Поэтому - новый запрос! Теперь ищем аграрный вуз для совместного проекта.

В лаборатории вашего аграрного университета может начаться новая история российского точного земледелия. Приглашаем написать её вместе.
Представьте: образцы почвы, которые поступают в университетскую лабораторию, помогают обучать робота. С каждым исследованием он лучше распознаёт свойства почв вашего региона. А результаты работы студентов и учёных складываются в цифровую базу, которая со временем позволит быстрее и дешевле обследовать сельскохозяйственные земли.
У этой идеи вполне конкретная основа.
Почва взаимодействует со светом и формирует спектральный "почерк", связанный с её составом и состоянием. Чтобы научиться его читать, нужно сопоставить спектры с точными лабораторными анализами большого количества образцов. Затем - обучить алгоритмы и проверить их на новых пробах.

Именно здесь встречаются компетенции аграрного вуза и технологии Cognitive Pilot.
У университета - химическая лаборатория, знания о местных почвах, исследователи и студенты. У нас - роботизированный комплекс автономного анализа почвы РКАААП и задача научить оборудование получать полезную агроному информацию.

Предлагаем объединить эти возможности и создать спектральную библиотеку почв региона - основу его спектральной карты. Оборудование для пилотного проекта предоставим бесплатно.
🌱 Почему эта работа нужна именно сейчас
Фермеру важно понимать, насколько различаются участки одного поля: где необходимо уточнить обеспеченность элементами питания, где проверить кислотность, где требуется дополнительное обследование.
Чем доступнее измерения, тем больше точек можно исследовать и тем подробнее картина. Но быстрый прибор должен выдавать результаты, которым можно доверять. Для этого нужны качественные эталонные данные и проверка на почвах, с которыми ему предстоит работать.
Зарубежные спектральные библиотеки уже существуют. Однако перенос обученных на них моделей в российские условия требует адаптации. Особенности местных почв, способы подготовки образцов и методы лабораторного анализа влияют на результат.
Знания вашего университета могут стать основой адаптации.
🔬 Что получит вуз
1. Научный задел.
Коллекция связанных данных - спектров, лабораторных показателей и координат отбора - открывает целое направление исследований. Какие свойства удаётся определять наиболее точно? Как влияет влажность? Насколько хорошо алгоритм работает на другом типе почвы?
Это содержательные задачи для научных статей и диссертаций.
2. Общий проект для нескольких кафедр
Почвоведы и агрохимики формируют выборку и определяют эталонные показатели. Инженеры работают с оборудованием и условиями измерений. Специалисты по анализу данных обучают и проверяют модели.
Студенты смогут пройти весь путь: от отбора пробы в поле до цифровой карты и оценки точности результата. Такой проект даёт материал для курсовых, дипломов и исследовательских практик.
3. Предметный повод для сотрудничества с агропредприятиями
Хозяйства смогут участвовать в отборе образцов, предоставлять участки для испытаний и ставить практические задачи. Университет получит возможность проверять разработки в реальных условиях и показывать партнёрам измеримые результаты.
После подтверждения методики это может стать основой совместных программ мониторинга почв и новых исследовательских услуг.
4. Более сильную основу для грантов и индустриальных проектов
Собственные данные, работающий эксперимент, партнёрское оборудование и результаты независимой проверки делают дальнейшую исследовательскую программу конкретнее. Можно обосновывать следующий этап уже полученными результатами: расширением территории, повышением точности или переходом к полевым измерениям.

Писать сюда:
info@cognitivepilot.com