Искусственный интеллект в управлении животноводческой фермой

Внедрение интеллектуальных цифровых систем управления предполагает достижение высоких показателей производственной деятельности сельхозпредприятий. Схему управления животноводческой фермой целесообразно рассматривать с позиции теории биомашсистем, с детальным анализом функциональных связей между элементами сложной системы. Исследования проведены с целью обоснования структуры и функционала искусственного интеллекта для управления биомашсистемой животноводческой фермы, представленной в виде неориентированного мультиграфа с вершинами элементов «Человек – Машина – Животное – Продукция – Окружающая среда» и функциональных связей между ними. В качестве объекта исследований рассмотрены технологические локальные биомашсистемы доения и первичной обработки молока, приготовления и раздачи кормов, обеспечения микроклимата, навозоудаления, проанализированы их функциональные связи в виде ориентированного мультиграфа. Систематизированы функции искусственного интеллекта в указанных локальных биомашсистемах животноводческой фермы. В качестве примера представлена структурно-функциональная схема взаимодействия локальных биомашсистем доения и кормления в режиме интернета вещей. Передача (обмен) сигналов между локальными биомашсистемами без связи с «центром управления» (АРМ-специалистов) обусловливает их автономное функционирование и согласованное эффективное управление. Систематизация функций искусственного интеллекта поможет в дальнейшем разработать соответствующие телекоммуникационные интеллектуальные цифровые системы контроля качества работы операторов, машин и оборудования, физиологического состояния животных, управления экономикой и экологией предприятия в целом.

1. Лобачевский Я.П., Лачуга Ю.Ф., Измайлов А.Ю., Шогенов Ю.Х. Научно-технические достижения агроинженерных научных организаций в условиях цифровой трансформации сельского хозяйства // Техника и оборудование для села. 2023. № 4 (310). С. 2-5. EDN: KIGZDF

2. Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15, № 4. С. 6-10. https://doi.org/10.22314/2073-7599-2021-15-4-6-10

3. Зацаринный А.А., Меденников В.И., Райков А.Н. Интеграция приложений искусственного интеллекта в единую цифровую платформу АПК // Информационное общество. 2023. № 1. С. 127-138. EDN: NMKKLZ

4. Ялунина Е.Н., Прядилина Н.К., Скворцов Е.А. Совершенствование процесса принятия управленческих решений в сельском хозяйстве с применением систем искусственного интеллекта // Аграрный вестник Урала. 2024. Т. 24, № 3. С. 440-449. https://doi.org/10.32417/1997-4868-2024-24-03-440-449

5. Иксанов Р.А., Владимиров И.А., Гиззатуллин Р.Х. Влияние внедрения технологий искусственного интеллекта на ресурсосбережение в сельском хозяйстве // Вестник КрасГАУ. 2025. № 3(216). С. 131-139. https://doi.org/10.36718/1819-4036-2025-3-131-139

6. Черноиванов В.И., Толоконников Г.К. Агрокиборг как биомашсистема // Техника и оборудование для села. 2022. № 9 (303). С. 2-5. EDN: YUSXKX

7. Скворцов Е.А., Набоков В.И., Некрасов К.В. и др. Применение технологий искусственного интеллекта в сельском хозяйстве // Аграрный вестник Урала. 2019. № 8(187). С. 91-98. https://doi.org/10.32417/article_5d908ed78f7fc7.89378141

8. Кирсанов В.В., Цой Ю.А. Тенденции развития биотехнических систем в животноводстве // Сельскохозяйственные машины и технологии. 2020. Т. 14, № 3. С. 27-32. https://doi.org/10.22314/2073-7599-2020-14-3-27-32

9. Jha K., Doshi A., Patel P., Shah M. A comprehensive review on automation in agriculture using artificial intelligence. Artificial Intelligence in Agriculture. 2019;2:1-12. https://doi.org/10.1016/j.aiia.2019.05.004

10. Будзко В.И., Меденников В.И. Системный анализ образовательных цифровых экосистем в АПК // Системы высокой доступности. 2023. Т. 19, № 1. С. 46-58. EDN: KEXDUB

11. Павленко Е.Ю. Алгоритм предсказания связей в саморегулирующейся сети с адаптивной топологией на базе теории графов и машинного обучения // Моделирование и анализ информационных систем. 2023. Т. 30, № 4. С. 288-307. https://doi.org/10.18255/1818-1015-2023-4-288-307

12. Соловов А.В., Меньшикова А.А. Когнитивное моделирование процессов адаптивного обучения // Онтология проектирования. 2024. Т. 14, № 2 (52). С. 181-195. https://doi.org/10.18287/2223-9537-2024-14-2-181-195

13. Кирсанов В.В., Дорохов А.С., Иванов Ю.А. Графоаналитическая оценка функционирования локальных биотехнических систем в животноводстве // Агроинженерия. 2023. Т. 25, № 2. С. 4-9. https://doi.org/10.26897/2687-1149-2023-2-4-9

14. Раевская Е.Г. Применение искусственного интеллекта в сельском хозяйстве Китая (обзор) // Аграрная наука Евро-Северо-Востока. 2024. Т. 25, № 5. С. 739-753. https://doi.org/10.30766/2072-9081.2024.25.5.739-753

15. Gill S.S., Goel S., Macovei A. et al. The agritech revolution: Artificial intelligence reshaping the agriculture. Current Plant Biology. 2025;44:100554. https://doi.org/10.1016/j.cpb.2025.100554

16. Кирсанов В.В., Павкин Д.Ю., Владимиров Ф.Е. и др. Контроль и управление подсистемой «животное» в сложной биотехнической системе «Человек-машина-животное» молочной фермы // Агроинженерия. 2020. № 6 (100). С. 6-10. https://doi.org/10.26897/2687-1149-2020-6-4-10

17. Дубровский Д.И. Задача создания общего искусственного интеллекта и проблема сознания // Философские науки. 2021. Т. 64, № 1. С. 13-44. https://doi.org/10.30727/0235-1188-2021-64-1-13-44

18. Ezanno P., Picault S., Beaunée G. et al. Research perspectives on animal health in the era of artificial intelligence. Veterinary Research. 2021;52:40. https://doi.org/10.1186/s13567-021-00902-4

19. Han Z., Cheng L., Tian L., Xing L. A graph theory-based optimization design for complex manufacturing processes. IEEE Access. 2020;8:95547-95558. https://doi.org/10.1109/ACCESS.2020.2991218