Колледж сельскохозяйственных, пищевых и экологических наук Университета штата Огайо начал развёртывание платформы Rip от Emergent на исследовательской площадке Molly Caren Agricultural Center. Проект объединяет беспроводную связь, распределённые датчики и ИИ-инструменты в одной инфраструктуре для постоянного сбора и анализа данных с сельскохозяйственных участков.
В состав системы входят сеть RipLINK на базе LoRaWAN, экосистема датчиков Rip’s Warehouse и платформа Ask Rip, которая получает информацию от подключённых устройств и помогает исследователям работать с накопленными показателями.
Одна сеть объединяет почву, орошение и работу хозяйства
На Molly Caren система должна собирать данные о состоянии почвы, параметрах среды над растительным покровом, работе орошения и местоположении техники и других активов. Emergent описывает поток как непрерывные данные в режиме реального времени.
Для распределённой сельскохозяйственной площадки LoRaWAN подходит прежде всего за счёт возможности связывать большое количество маломощных устройств без отдельного кабельного подключения каждой точки. Датчики могут работать в поле и передавать небольшие пакеты данных через общую сеть.
Такой подход отличается от ситуации, когда влажность почвы, метеостанция, оборудование орошения и отслеживание техники существуют как независимые системы с собственными приложениями. Здесь данные должны сходиться в одну цифровую инфраструктуру и накапливаться в общей истории наблюдений.
Для исследовательского хозяйства это особенно полезно: состояние почвы и растений можно сопоставлять с осадками, режимом орошения, производственными операциями и последующим результатом опыта.
Ask Rip анализирует данные, но не заменяет специалиста
ИИ-компонент системы Ask Rip напрямую подключается к устройствам и датчикам и предназначен для преобразования необработанных показателей в информацию, с которой удобнее работать пользователю. Платформа может формировать уведомления и помогать находить параметры, требующие внимания.
В случае Ohio State речь пока идёт прежде всего о поддержке исследований и принятия решений, а не об автономном управлении хозяйством. Профессор сельскохозяйственной и биологической инженерии Ohio State Скотт Ширер приводит в качестве примеров влажность почвы и осадки: исследователи смогут быстрее анализировать такие данные и передавать результаты производителям.
Это различие существенно. Искусственный интеллект может помочь обнаружить отклонение или сопоставить несколько потоков данных, но агрономическое решение всё равно должно учитывать конкретный опыт, культуру, фазу развития растений и условия хозяйства.
Molly Caren стала первой площадкой новой программы Emergent
Проект в Ohio State открывает программу Ag University Research Farm Program, которую Emergent создаёт для исследовательских хозяйств американских университетов. Компания планирует расширять её на другие сельскохозяйственные регионы США.
Идея программы состоит в том, чтобы университетские исследования выполнялись на той же связанной инфраструктуре датчиков и передачи данных, которая уже используется на коммерческих хозяйствах. Полученные данные могут применяться для проверки агрономических моделей, исследований по устойчивости производства и оценки новых технологий.
Для зерновой инфраструктуры этот проект находится в первую очередь на полевой стороне производственной цепочки. Но для БАЗУ-Русь интересна архитектура данной технологии: единая связь и общий слой данных вместо нескольких изолированных систем. По такому же принципу на предприятии могут объединяться полевая информация, транспорт, весовые, приёмка, датчики заполнения силосов и другие участки. При этом реальная ценность появляется не от количества подключённых датчиков, а тогда, когда их данные имеют единый формат, сохраняются во времени и могут использоваться для конкретных производственных решений.
Источники
- Emergent Connext — официальный материал о внедрении платформы Rip на Molly Caren Agricultural Center и запуске Ag University Research Farm Program, август 2026 года.
- Emergent Connext — официальная информация о платформе Ask Rip и её работе с данными подключённых датчиков и устройств.
- Emergent Connext — техническое описание сети RipLINK для сельскохозяйственных IoT-устройств.
- Brownfield Ag News — комментарии профессора Ohio State Скотта Ширера о применении данных RipLINK и ИИ в агрономических исследованиях, 21.08.2026.