Идея, что растения общаются электрическими импульсами, сама по себе не нова — это известно учёным давно. Но Electric Plant первой попыталась превратить это явление в практический инструмент для сельского хозяйства. Основатели Justin Mast и Lee von Kraus (нейробиолог, работавший с DARPA) провели три года, собирая данные об электрических сигналах в растительных тканях, чтобы обучить модель Bombadil — по сути, языковый трансформер для биологических электрических сигналов.
Модель обучена на примерах 125 видов растений — от томатов до секвой. По словам Mast, это самая разнообразная модель в своём роде: никто раньше не создавал ничего эквивалентного даже для животных. Система работает просто: датчики размером с сложенный пополам iPhone крепятся к стеблю растения с помощью винтов из нержавеющей стали, которые должны проникнуть в камбий (живую ткань под корой). Данные о микровольтовых изменениях передаются на базовую станцию по низкоэнергетической беспроводной сети, обрабатываются Bombadil в облаке и возвращаются фермеру с рекомендациями по поливу и удобрениям.
Заявления о производительности звучат оптимистично: на основе ранних испытаний компания утверждает, что система повышает урожайность и одновременно снижает потребление воды на 20% и более. Для сравнения, существующие инструменты мониторинга — датчики почвы, спектроскопы, спутниковые снимки — дороги (тысячи долларов) и работают с некоторым отставанием от реальных потребностей растения. Датчики Electric Plant стоят в десятки долларов, и нужно всего несколько на акр.
Однако стоит быть трезвым: компания только что привлекла seed и не раскрыла своих клиентов. Заявления о 20% прибыльности основаны на очень ранних данных, а масштабирование может обнаружить множество подводных камней — от того, как датчики ведут себя в разных климатических условиях, до вопроса, насколько универсальна модель между сортами одного вида. Тот факт, что компания пришлось начинать с существующих, менее совершенных инструментов для обучения Bombadil, говорит о том, что идеальной «точки истины» об электрических сигналах растений пока нет.
Но идея в целом разумна и адресует реальную проблему: даже в самых автоматизированных теплицах фермеры действительно работают вслепую и реагируют на проблемы задним числом. Если модель действительно сможет предсказывать потребности растения в реальном времени, это будет полезно — независимо от шума вокруг слова «электрический язык растений».
В российском сельском хозяйстве подобный инструмент был бы особенно ценен для тепличного производства овощей, где гидропоника и контролируемая среда уже распространены. Теплицы на Кубани, в Подмосковье, в Татарстане, где выращивают томаты и огурцы, работают дорого и нуждаются в точной оптимизации расхода воды и питательных веществ. Такая система, если её адаптировать, могла бы снизить операционные издержки. Вопрос в том, будет ли она доступна для российских хозяйств с учётом логистики и поддержки.
Раунд в $11.2 млн (led by Onto Ventures и Climactic, с участием Ponderosa и других) — это солидный стартовый капитал, но типичный для agri-tech. Компания теперь должна доказать масштабируемость и расширить набор видов растений. Если это сработает, похожий подход (целевой ИИ-анализ биосигналов) может распространиться и на животноводство, и на лесное хозяйство. Но пока это остаётся многообещающим экспериментом, а не революцией.