В Казахстане реализуются задачи, поставленные Президентом Касым-Жомартом Токаевым в Послании народу от 8 сентября 2025 года «Казахстан в эпоху искусственного интеллекта: актуальные задачи и их решения через цифровую трансформацию». Одно из ключевых направлений - внедрение цифровых решений и искусственного интеллекта в агропромышленный комплекс.

Казахский научно-исследовательский институт земледелия и растениеводства внедряет цифровое фенотипирование, дистанционный мониторинг посевов, технологии точного земледелия и умного полива. В перспективе искусственный интеллект планируется использовать на всех этапах  -от изучения национального генофонда и создания новых сортов до производства и контроля качества семян.

О том, как цифровизация меняет отечественную аграрную науку, рассказала председатель правления КазНИИЗиР Шолпан БАСТАУБАЕВА.

– Шолпан Оразовна, какие задачи, обозначенные в Послании Президента 2025 года, сегодня реализует институт?

– В рамках реализации задач, поставленных Главой государства, институт сосредоточился на цифровизации селекции, мониторинге состояния посевов, развитии точного земледелия и внедрении ресурсосберегающих технологий. Эта работа направлена на ускоренное создание отечественных сортов, адаптированных к засухе, дефициту воды, засолению почв, высоким температурам, болезням и другим неблагоприятным факторам.

Сегодня растениеводство Казахстана сталкивается с целым комплексом системных вызовов. Это истощение почв, дефицит водных ресурсов, засухи, климатическая нестабильность и недостаточный уровень технологического оснащения хозяйств.

Температура воздуха в Казахстане повышается почти в два раза быстрее среднемировых показателей: примерно на 0,33–0,36 градуса за десятилетие против среднемировых 0,18 градуса. Около 75% территории страны считаются уязвимыми к климатическим рискам, а порядка 66% в той или иной степени подвержены опустыниванию и деградации.

В таких условиях цифровые технологии приобретают особое значение. Они позволяют точнее оценивать состояние почвы и растений, рационально использовать воду и удобрения, снижать производственные затраты, прогнозировать урожайность и улучшать качество продукции.

Еще один серьезный вызов – сокращение биоразнообразия. Это не всегда заметная, но крайне важная проблема, напрямую влияющая на устойчивость агроэкосистем и возможности отечественной селекции. Традиционный процесс создания сорта требует значительного времени и ресурсов. Между тем Казахстану уже сейчас необходимы культуры, способные выдерживать дефицит влаги, высокие температуры и засоление почв. Поэтому современная селекция переходит к использованию геномики, феномики, цифрового фенотипирования, искусственного интеллекта и анализа больших данных.

– Какие цифровые решения уже применяются в работе института и какие результаты они дают?

– Одно из важных направлений – цифровое фенотипирование. Ученые-селекционеры института внедряют систему дистанционного мониторинга и точного анализа агробиологических данных с использованием программного обеспечения DJI Terra.

Аэрофотосъемка, фотограмметрия и цифровое картирование открывают новые возможности для объективной оценки морфологических и биологических признаков растений. Эти технологии позволяют ученым наблюдать за развитием культур и выявлять стрессовые факторы на ранних стадиях.

С помощью платформы создаются ортофотопланы и рассчитываются вегетационные индексы. Индекс NDVI позволяет оценивать общую биомассу на поле, выявлять участки угнетения посевов из-за засухи, вредителей или сорняков, а также отслеживать появление всходов и динамику роста растений. Индекс NDRE используется для более точной оценки содержания азота и хлорофилла в листьях. Он помогает обнаруживать скрытый стресс растений еще до появления очевидных внешних признаков.

В институте также начата модернизация теплицы для внедрения технологии ускоренной селекции Speed Breeding. Благодаря контролируемым режимам освещения, температуры и влажности она позволит получать несколько поколений растений в течение одного года. Сочетание Speed Breeding с цифровым фенотипированием и молекулярным маркированием должно значительно сократить селекционный цикл, ускорить закрепление ценных признаков и повысить эффективность создания сортов, адаптированных к современным климатическим и производственным условиям.

Цифровые решения применяются и в земледелии. Специалисты института используют элементы почвенной диагностики и дифференцированного внесения минеральных удобрений. Такой подход позволяет учитывать особенности отдельных участков поля и вносить необходимые вещества точечно.

На территории института работает полевой стационар умного полива. Управление системой осуществляется через мобильное приложение и программное обеспечение, установленное на компьютере. Система в режиме реального времени показывает текущий расход воды и позволяет удаленно включать или отключать полив. Благодаря этому вода и удобрения вносятся именно там и в том количестве, где это действительно необходимо. Такой подход способствует экономии ресурсов и повышению урожайности.

На опытных участках установлены две автоматические метеостанции iMETOS M300. Их данные помогают прогнозировать распространение болезней и вредителей, определять сроки агротехнических мероприятий и своевременно реагировать на риски.

В трех лабораториях института используются мультиспектральные дроны, позволяющие практически в режиме реального времени выявлять дефицит влаги и питательных веществ, зоны угнетения и возможные очаги заболеваний.

В текущем году институт провел республиканский семинар «День поля» на тему «Цифровые технологии в агропроизводстве как основа устойчивого развития», на котором фермерам продемонстрировали работу умного орошения, датчиков влажности почвы, беспилотных летательных аппаратов и других элементов цифровых агротехнологий. Кроме того, рассматривается возможность интеграции спутникового мониторинга.

– Расскажите, пожалуйста, какие проекты планируется реализовать в ближайшие годы?

– В рамках реализации Послания Президента мы разработали концепцию сквозного цикла в растениеводстве. Она предусматривает создание единой модели управления биологическими объектами, объединяющей четыре взаимосвязанных блока: генофонд растений, селекцию, семеноводство и агротехнологии.

Традиционно научно-исследовательские институты, опытно-производственные хозяйства, семенные заводы и товарные хозяйства работали обособленно. Каждый участник системы накапливал информацию в собственном формате. Цифровизация должна связать все звенья в непрерывную цепочку. Информация каждого этапа не должна теряться, она должна поступать в единую систему, дополнять общую базу и использоваться для обучения моделей искусственного интеллекта.

Первый блок – генетические ресурсы растений. В системе научно-исследовательских институтов Национального аграрного научно-образовательного центра хранится более 64 тысяч образцов растений. Это уникальное генетическое наследие страны, которое необходимо сохранить для будущих поколений. Первоочередная задача – провести оцифровку коллекций и создать единую национальную базу данных, а в перспективе перевести биоресурсы в формат цифровых двойников.

Исторически сведения о тысячах образцов хранились в текстовых каталогах, научных отчетах и архивах. С помощью технологий обработки естественного языка и NLP-моделей можно анализировать большие массивы накопленной информации и выявлять закономерности, которые сложно обнаружить вручную. Например, искусственный интеллект может помочь найти потенциальные источники устойчивости к засухе или патогенам, выявлять дублирующиеся образцы и отбирать наиболее перспективный материал для селекции.

Второй, наиболее наукоемкий блок – селекция. Сегодня мы вступаем в эпоху «Селекции 5.0», в которой ключевую роль играют искусственный интеллект, геномика, цифровое фенотипирование и анализ больших данных.

Одно из перспективных направлений – предиктивная селекция. Алгоритмы машинного обучения позволяют заранее отбраковывать бесперспективные комбинации и потенциально экономить до пяти-шести лет полевого скрининга. Для Казахстана особенно актуален ускоренный поиск генетических источников устойчивости к засухе, высокой температуре, засолению почв и новым заболеваниям растений.

Еще один передовой метод – геномная селекция. Она может сократить срок создания устойчивых сортов сельскохозяйственных культур с традиционных 10–12 до трех-четырех лет. Параллельно развивается высокопроизводительное цифровое и роботизированное фенотипирование. В перспективе значительную часть этих операций смогут выполнять беспилотные аппараты с мультиспектральными камерами и наземные роботизированные платформы, формируя фенотипический паспорт каждого селекционного образца.

Третий блок – семеноводство. Здесь искусственный интеллект может применяться для контроля качества семенного материала. Системы компьютерного зрения способны автоматически выявлять поврежденные, зараженные и недоразвитые семена, находить микротрещины и признаки скрытого фузариоза, прогнозировать всхожесть и жизнеспособность.

В перспективе для каждого сорта и гибрида должен быть создан цифровой паспорт семян. Это электронный документ, содержащий сведения о происхождении, генетической чистоте, физических характеристиках и маршруте движения каждой партии. Такой паспорт поможет противодействовать продаже фальсифицированного и контрафактного семенного материала и создать систему прослеживаемости семян.

Четвертый блок – агротехнологии. Полученные в процессе изучения генофонда, селекции и семеноводства сведения должны использоваться непосредственно в производстве. В результате фермер сможет получать не просто семена нового сорта, а научно обоснованную цифровую технологию его возделывания с учетом почвенных, погодных и производственных условий конкретного хозяйства.

– На Ваш взгляд, какие барьеры сегодня препятствуют широкому внедрению цифровых технологий и искусственного интеллекта в аграрную отрасль?

– Главный барьер – дефицит стандартизированных и биологически размеченных больших данных. Генетическая, фенотипическая и агрономическая информация часто хранится в разных форматах и разрозненных базах. Поэтому необходимо выработать единые стандарты сбора, хранения и обмена научной информацией.

Второй существенный барьер – высокая стоимость роботизированного оборудования и вычислительных мощностей. Современные камеры, лабораторные комплексы, роботизированные платформы, серверы и системы хранения данных требуют серьезных инвестиций.

Третья проблема – кадровый дефицит на стыке нескольких дисциплин. Аграрной науке нужны биоинформатики, генетики и специалисты по аграрным данным, которые одинаково хорошо понимают биологию растений и алгоритмы машинного обучения. Подготовка таких кадров требует взаимодействия аграрных и технических вузов, научно-исследовательских институтов и бизнеса.

При этом важно понимать: цифровизация и искусственный интеллект не заменяют селекционера или агронома. Это высокоточные инструменты, которые освобождают ученого от значительной части рутинной работы и переводят исследования из области преимущественно интуитивного поиска в плоскость точного инженерного расчета.

Будущее аграрной науки – за роботизированными селекционными центрами, технологиями ускоренного выращивания Speed Breeding, геномным анализом, цифровым фенотипированием и единой системой данных.

Их развитие позволит Казахстану быстрее создавать собственные устойчивые сорта, эффективнее использовать воду и почвенные ресурсы, повышать урожайность и укреплять продовольственную безопасность страны.