„Irodájuk sem volt még, amikor leszerződött velük Franciaország egyik legnagyobb agrárcége” – ezzel a címmel írtunk tavaly a 2021-ben alapított Proofminderről a Forbes.hu-n. A mesterséges intelligenciával (AI) támogatott gépi látástechnológiai platformot fejlesztő cégnek azóta irodája is van, meg még több ügyfele négy kontinensen. A magyar alapítók – Vancsó Ambrus, Havas Norbert és Simon Levente – és csapatuk megoldásával a gazdák a levelek, tövek szintjén követhetik, hogy mi történik termőföldjeiken, hogy a megfelelő időben, a megfelelő helyre juttathassák ki a szükséges hatóanyagokat. Megbecsülhetik a terméshozamot, figyelhetik a felbukkanó betegségeket, a gyomokat és még számos más tulajdonságot.

A széles körben elterjedt precíziós mezőgazdasági megoldások főleg műholdképalapúak, így nem tudnak megbirkózni a nagy felbontású, közelebbről készített képfelvételeket igénylő feladatokkal, ezt hidalja át a ­Proofminder. A cég a kezdő körben négyszázezer euró befektetést kapott az Impact Venturestől. Számos nemzetközi agrárszakmai díj mellett bekerültek a legnagyobb észak-amerikai agrárstartup-akcelerátor, az SVG Ventures Thrive programjába is.
A monitorozott földterületek nagyságában évről évre nagyságrendi ugrás volt, tavaly már több ezer hektárnyi földterületen használták technológiájukat Indiától Perun át Brazíliáig. „Ezer hektárra, ha kinézel, ott már nem látod a végét” – érzékelteti a nagyságrendeket Vancsó Ambrus. Ügyfeleik között van például a globális óriás Corteva és a Csányi család Bonafarmja is. Idén a tervek szerint már bőven több mint tízezer hektáron dolgoznak világszerte.

Az utóbbi egy-két évben szolgáltatásaik közül a foltpermetezésre (precíziós permetezés, csak oda juttatják ki a vegyszert, ahová feltétlenül szükséges), és a vetőmagtermelés támogatására volt kiemelkedő igény, illetve számos kutatás-fejlesztési projektjük lett a piaci igényekhez igazítva.

Gyomfelismerés borsóban
A technológia kulcsa itt az úgynevezett green on green gyomtérkép, ami nagy előrelépés a most használatos green on brown megoldásokhoz képest. Utóbbival csak akkor ismerik fel a gyomot a hasonló rendszerek, ha más színűek, mint a környezetük és nem illenek oda. Ilyenek például a kapás növényeknél a sorközben vagy a száraz tarlón, aratás után frissen kelő zöld gyomok.
A Proofminder rendszere – ami a startup szerint színvonalában vetekszik a világ legnagyobb mezőgazdasági gépgyártójának nemrég bejelentett megoldásával – viszont a drónok képein akkor is felismeri és megkülönbözteti a gyomokat, ha ugyanolyan zöldek, mint a növénykultúra. Ilyen például a kukoricában az egyre terjedő fenyércirok vagy a borsóban a rettegett csattanó maszlag.

A gyomok detektálása után következhet a precíziós, csak a gyomokat érintő permetezés (ez sokkal költség- és környezetkímélőbb megoldás, mert nem kezelnek csak ott, ahol feltétlenül kell) akár drónnal, akár olyan hagyományos permetezővel, ami képes kezelni GPS-koordinátákat, mondta el Szirmai Balázs a Proofminder kutatási és fejlesztési vezetője.

Narancs, avokádó, faiskola
A cég egyre több, nem hagyományos szántóföldi vonatkozású megkeresést kap a világ minden tájáról, van példa narancs- és avokádóültetvény monitorozására Brazíliából, ananász termésbecslésére Ausztráliából, de különböző erdészeti feladatokkal is megtalálják őket. Erre példa az alábbi csemetekert az Egyesült Államokból.

Ebben a Washington állambeli faiskolában több száz hektáron nézik meg, hogy a tavasszal kiültetett több százezer fenyőből mennyi eredt meg, és mennyi élte túl a telet, hogy hogyan fejlődnek, és milyen magasak lesznek. A fák pontos nyilvántartása ősszel megkönnyíti a tulajdonosoknak az értékesítést – korábban pontos leltár hiányában jelentős felesleggel dolgoztak.

Indiai kacskaringók
Indiában több megoldásukra is hatalmas igény van. „Jó pár tízezer hektáros árajánlatot kiadtunk” – mondja Ambrus. Elsősorban a vetőmagtermelés minőségbiztosításában és a hozamelőrejelzésben használják megoldásaikat. India legnagyobb vetőmagtermelő cégével, a Nuziveedu Seedsszel is együttműködnek.

A helyi sajátosságok – sok a kicsi, gépesítés nélküli birtok – eléggé megnehezítették a munkát, szinte minden parcella másmilyen volt: az egyik hemzsegett a gyomnövényektől, a másikon pálmafák nőttek összevissza, a harmadikon kacskaringós vonalba vetették a növényt. Olyan is volt, hogy a hibridkukorica-földön kézzel ragasztottak fel címereket a növényekre, hogy teszteljék az algoritmus pontosságát. A Proofminder rendszere végül minden akadályt sikerrel vett.

Hagyma termésbecslés
Mivel a Proofminder platformja rugalmas, akár egy hét alatt megtanítják a mesterséges intelligenciát egy-egy új növény felismerésére, vagyis kevés adatból is hamar használható eredményt tudnak szolgáltatni. Egy spanyolországi hagymatermesztő kereste meg a céget, hogy segítsenek megbecsülni a termést ebben a ritka szántóföldi kultúrában. Gyors felvételezés és tanítás után nemhogy egyesével meg tudták számolni a hagymatöveket, hanem több méretkategória szerint szét is válogatták őket, így nagyon pontos becslést tudtak adni a várható termésről.