Серия «Как я попытался навести порядок в уходе за садом..»

Предыдущие части можно найти здесь: (1, 2, 3, 4, 5, 6).

Я предлагаю заглянуть под капот ИИ-садовника и немного рассказать о технологической стороне.
Один из механизмов, который используется внутри системы, — это модель GDD (Growing Degree Days) или количество накопленного тепла.

Когда я начал прорабатывать алгоритмы рекомендаций, довольно быстро стало понятно, что опираться только на календарь нельзя.

Календарные советы вроде:

— в марте обрезать
— в апреле подкармливать
— в мае пропалывать

выглядят удобно, но в реальности они слишком обобщённые.

Весна может быть ранней или поздней.
Один год холодный, другой — аномально тёплый.

И одинаковые рекомендации по календарю в таких условиях начинают работать совершенно по-разному.

Поэтому при разработке системы нужно было найти способ оценивать фактическое развитие сезона, а не просто смотреть на дату.

В процессе изучения агрономических моделей я наткнулся на подход, который давно используется в сельском хозяйстве.
Это модель GDD.

Смысл у неё довольно простой.

Растения начинают активно развиваться только после того, как накопится определённое количество тепла.
Каждый день с подходящей температурой добавляет небольшую «порцию» тепловой энергии.

Эти значения постепенно накапливаются.

По этому накоплению можно понять, на какой стадии развития находятся растения.

То есть система ориентируется не на вопрос:

«Какое сегодня число?»

а на другой:

«Сколько тепла уже получил сезон?»

Такой подход гораздо лучше отражает реальное состояние растений.

Если весна холодная, накопление тепла происходит медленно, и сезон развивается позже.
Если год тёплый — растения переходят к следующей стадии быстрее.

Именно поэтому модель GDD стала одним из механизмов, которые используются в ИИ-садовнике.

Она позволяет системе ориентироваться на реальные погодные условия и развитие сезона, а не на фиксированные даты календаря.
Благодаря этому рекомендации могут адаптироваться к разным регионам и к различным погодным сценариям.

Однако в процессе разработки выяснилось, что одной только модели накопленного тепла недостаточно.

Перед тем как начинать считать это тепло, системе нужно решить ещё одну задачу — понять, начался ли сезон вообще.

И это оказалось отдельной инженерной задачей.

О том, как система определяет начало сезона, расскажу в следующей статье.

Новость по проекту: разработка версии приложения для iOS подходит к финишной прямой. Сейчас идёт процесс размещения приложения в App Store, так что скоро ИИ-садовник станет доступен и для пользователей iPhone. 🌱

Открытое тестирование на Android:

• Скачать ИИ-садовник на Google Play

• Или присоединиться к тестированию через сайт: Тестирование через сайт

• Обсуждаем в Telegram: GdnLaboratory в Telegram

Я уже опубликовал 4 статьи (1, 2, 3, 4) о разработке и тестировании приложения Garden Lab AI, где я делюсь подробностями, деталями, трудностями и первыми результатами. Я понимаю, что по одной-двум фразам сложно составить полное представление о продукте.  Именно поэтому хочу более детально рассказать об идее приложения, ответить на популярные вопросы и поделиться планами на будущее.

Боль

Уход за растениями на приусадебном участке — это не только время, но и большой объем знаний. Необходимо учитывать погоду, фазу вегетации, выполняемые работы и их последовательность. Когда количество растений на участке увеличивается, растет и количество задач. В интернете можно найти множество информации по уходу за растениями, но она часто бывает разрозненной, устаревшей или слишком общей. Всё это приводит к хаосу, где пропущенные или ошибочные действия не только мешают наслаждаться садом и урожаем, но и могут привести к потере растений.

Идея

Для эффективного ухода за садом необходим инструмент, который поможет систематизировать все работы, учитывая такие факторы, как погода, фаза вегетации и ранее выполненные задачи. Такой инструмент не только сохранит растения и увеличит урожай, но и сэкономит время и нервы дачника.

Как я пришел к созданию приложения

Я долго искал подобный инструмент, но так и не нашел, чтобы он полностью отвечал моим потребностям. Тогда я решил экспериментировать с ИИ, который, вроде бы, мог бы упростить уход, но возникли новые сложности: как обеспечить стабильный доступ к ИИ, как создать качественные промпты, учитывать погодные условия, выполненные работы, исторические данные и другую необходимую информацию. В итоге, вместо решения одной проблемы, я столкнулся с другими.

Понимая, что готовых решений нет, я решил создать такой инструмент, который будет решать мои боли. Так родилась идея приложения Garden Lab AI, которое поможет мне и садоводам эффективно ухаживать за растениями, сэкономив время и силы, и избавив от хаоса в уходе.

Как работает Garden Lab AI?

1. Персонализация и простота в использовании:
Garden Lab AI начинается с того, что вы указываете местоположение вашего участка и размещаете растения на виртуальной карте. Эти данные помогают системе учитывать климатические особенности региона и адаптировать рекомендации под уникальные условия вашего сада. Приложение требует минимальных усилий: всего несколько шагов — указать местоположение, добавить растения, и оно автоматически предложит рекомендации, соответствующие вашему участку. Интуитивно понятный интерфейс делает приложение доступным для любого садовода, независимо от опыта.

2. Прямой учет выполнения задач:
Каждое ваше действие фиксируется в приложении. Например, если вы полили растения или провели подкормку, система это запоминает и учитывает при составлении следующих рекомендаций. Это исключает повторения и помогает получать актуальные советы, которые действительно необходимы вашему участку в данный момент.

3. Интеллектуальный анализ условий:
Garden Lab AI анализирует множество факторов, таких как текущая погода, стадия вегетации растений и выполнение ранее предложенных рекомендаций. Если какие-то задачи были выполнены с опозданием или пропущены, система адаптирует дальнейшие рекомендации, обеспечивая своевременный и эффективный уход. Это позволяет учитывать изменения на участке и корректировать план действий в реальном времени.

Часто задаваемые вопросы

1. Для каких городов и областей работает приложение?
   Приложение поддерживает генерацию рекомендаций для территорий России, Беларуссии и Казахстана.

2. Выдает ли приложение рекомендации по посадке?
   На данный момент — нет. Рекомендации по посадке и посеву планируются в рамках дальнейшего развития.

3. Почему нет рекомендаций после создания участка?
   Система может не выдать рекомендации, если на данный момент не сезон для работ или нет актуальных задач на текущую неделю.

4. Как часто генерируются рекомендации?
   Каждую неделю — персонализированные рекомендации генерируются каждое воскресенье на неделю вперед.

5. Можно ли использовать приложение для работы в теплице?
   На данный момент эта функция не реализована, но она в планах на будущее.

6. Почему в приложении всего 6 видов растений?
   Сейчас приложение находится в стадии открытого тестирования. Количество растений будет увеличиваться по мере отладки механик и проверки гипотез.

7. На каких платформах доступно приложение?
   Приложение доступно только на Android. В ближайшем будущем планируется версия для iOS.

Планы по развитию

• История выполнения работ

• Прогноз погоды

• Учет соседства растений

• Учет ранее посаженных растений

• Онлайн-консультации с ИИ-садовником

• Детектирование заболеваний по фото

• Рекомендации по срокам посадки и высадки

• Рекомендации для работы в теплице

Заключение

Уход за садом станет проще с Garden Lab AI. Больше не нужно искать ответы на каждый вопрос в интернете и зависеть от непредсказуемой погоды. Приложение анализирует все данные и подскажет, что делать именно сейчас, учитывая уникальные условия вашего участка.

Я благодарю всех за обратную связь и поддержку в процессе разработки. Работа продолжается, и я рад видеть новых пользователей, которые хотят улучшить свой сад с помощью Garden Lab AI!

Приложение доступно для открытого тестирования на Android:

https://play.google.com/store/apps/details?id=ru.gdnlab.gard...

Или присоединиться через сайт:

https://play.google.com/apps/testing/ru.gdnlab.gardenlabai

Если есть идеи или вопросы — обсуждаем в Telegram: https://t.me/GdnLaboratory

Я продолжаю рассказывать о разработке приложения, которое помогает ухаживать за садом и каждую неделю выдаёт персональные рекомендации с учётом региона и погоды. Кому интересно ознакомиться предысторией ссылки на ранее опубликованные части (1, 2 и 3).

Прошла первая неделя.

Приложение сгенерировало список работ на неделю вперёд.
Всё выглядело логично и аккуратно — без лишнего, без «воды».

Ждать следующей недели, чтобы увидеть изменения, оказалось неожиданно тяжело.
Заложенные алгоритмы должны реагировать на сезон и погоду. И это хочется увидеть быстрее.

Тогда и родилась идея.

А что если не ждать смены времени, а поменять место?
Фактически — ускорить приход весны, изменив регион участка.

Москва

Первая точка — Москва.

Результат ожидаемый: не сезон — работ нет.

И это важный момент для меня.
Система не выдумывает рекомендации ради активности.
Если ничего делать не нужно — она так и говорит.

Краснодар

Переносим участок южнее.

И вот уже появляется первая работа.
Погода теплее, сезон начинается раньше — и рекомендации меняются.

Не потому что «юг», а потому что реальные погодные параметры другие.

Стамбул

Решил пойти ещё дальше — формально приложение ориентировано на Россию, но почему бы не проверить?

И здесь уже 17!!! работ на неделю.

Это подтверждает мою гипотезу, что можно разработать систему, которая опирается на климат.
Если в регионе тепло — сад просыпается раньше.
И рекомендации появляются раньше.

Эксперимент показал главное: логика системы гибко реагирует на регион и погодные изменения.

Приложение доступно для открытого тестирования на Android:

https://play.google.com/store/apps/details?id=ru.gdnlab.gard...

Или присоединиться через сайт:

https://play.google.com/apps/testing/ru.gdnlab.gardenlabai

Если есть идеи или вопросы — обсуждаем в Telegram: https://t.me/GdnLaboratory