Нейросеть в роли ландшафтного дизайнера: оценка проекта приподнятой грядки профессионалом

Многие увлеченные садоводы проводят вечера перед пустыми приподнятыми грядками, размышляя о том, что именно на них посадить. Томаты? Пряные травы? Или решиться на что-то более сложное, например, баклажаны? Сделать выбор из огромного разнообразия культур бывает непросто.

В рамках эксперимента было решено доверить этот выбор искусственному интеллекту. Нейросети поставили задачу составить план посадок для стандартной приподнятой грядки размером 1,2 на 2,4 метра.

Многие относятся к технологиям искусственного интеллекта со скепсисом. Для этого эксперимента использовалась нейросеть Gemini. Результат выглядел на удивление убедительно: аккуратно организованная схема посадок, календарь работ и практические советы по подготовке почвы, поливу и внесению удобрений.

Способен ли искусственный интеллект спроектировать огород?

На первый взгляд предложенный план казался именно тем простым и понятным руководством, которое ищут многие начинающие дачники. Но насколько практичными оказались эти советы на самом деле?

Чтобы проверить жизнеспособность проекта, его предоставили на оценку профессиональному ландшафтному дизайнеру. Экспертом выступила Зои Клеймор — ландшафтный дизайнер, медалистка престижной британской выставки RHS Chelsea Flower Show, амбассадор Национального общества садоводов (NAS) и член редакционного совета журнала The Garden Design Journal.

Ее вердикт оказался неоднозначным: проект нельзя назвать полностью провальным, но и безупречным он не является. Ниже подробно разобраны все плюсы и минусы предложенного плана.

Что нейросеть сделала правильно

Прежде чем перейти к критике, стоит отметить, что в созданном искусственным интеллектом плане приподнятой грядки действительно учтены некоторые базовые принципы садоводства.

«Все предложенные растения — съедобные культуры, что может показаться очевидным, но это уже хороший старт, — объясняет Зои Клеймор. — Идея разместить более высокие растения с северной стороны грядки также верна, поскольку это предотвращает затенение низкорослых культур».

Сроки посадки также указаны примерно в правильном порядке, а общая концепция совмещения овощей, зелени и ягод на компактной грядке считается разумным подходом для новичков.

(Фото: Claire Lucia / Shutterstock)

«Для простой схемы с небольшим количеством растений это неплохая отправная точка», — отмечает Зои Клеймор. Однако она предупреждает, что план опирается на множество скрытых факторов, о которых неопытный садовод может даже не догадываться.

«Если слепо следовать этой схеме без понимания основ садоводства, высока вероятность разочароваться в результате».

Слабые места в плане посадок от ИИ

При детальном рассмотрении плана обнаружился целый ряд существенных недостатков.

Прежде всего, сама схема посадок несбалансированна. «Кому нужно восемь кустов фасоли и всего два томата? — говорит дизайнер. — Обычно люди планируют свой рацион совершенно иначе».

Некоторые растения размещены без учета их реального роста. Например, цукини (кабачкам) требуется гораздо больше места, чем отведено на схеме. «Кабачки сильно разрастаются в ширину, поэтому предложенное количество и схема их посадки не сработают на практике».

(Фото: Liz Baessler / Future)

Еще одна проблема — слишком плотная посадка. Дизайнер обращает внимание, что разные сорта одного и того же овоща могут развиваться совершенно по-разному.

«Например, томаты сорта Рома растут иначе, чем индетерминантные сорта, — объясняет она. — Некоторые виды фасоли растут кустом, другие вьются и требуют прочных опор. Без указания конкретных сортов план может оказаться нежизнеспособным».

Главная проблема садовых советов от нейросетей

Пожалуй, самый серьезный недостаток заключается в том, что проект не привязан к конкретному участку. ИИ исходит из предположения, что грядка ориентирована строго по сторонам света, чтобы высокие растения оказались на севере, но в реальности это далеко не всегда так.

«Очень немногие грядки идеально ориентированы по сторонам света», — отмечает Зои Клеймор. Нейросеть также не учитывает такие важнейшие факторы, как уровень освещенности, ветровая нагрузка, тип почвы, активность вредителей и последующий уход.

«Именно эти нюансы определяют, будут ли растения развиваться или погибнут», — подчеркивает эксперт.

(Фото: Ktkusmtku / Shutterstock)

Зои Клеймор также указала на экологические проблемы в рекомендациях ИИ. В частности, нейросеть посоветовала использовать компост на основе торфа, от которого современные специалисты отказываются, так как добыча торфа разрушает экосистемы и способствует выбросу углекислого газа.

«Рекомендации по садоводству должны развиваться с учетом современных экологических знаний, — считает эксперт. — Иначе сохраняется риск использования методов, наносящих вред окружающей среде».

При разработке индивидуального проекта первым шагом дизайнера становится изучение предпочтений самого владельца участка. Проектирование начинается с вопроса о том, какие именно продукты предпочитают в семье.

Затем специалист оценивает участок: уровень освещенности, состав почвы и ориентацию по сторонам света, и только после этого подбирает конкретные сорта. В профессиональный проект обычно закладывают многолетние овощи или ягоды для упрощения ухода, съедобные цветы для привлечения опылителей и эстетики, а также рассчитывают оптимальное расстояние между растениями.

«Также рекомендуется использовать методы экологичного садоводства, которые со временем снижают затраты сил и ресурсов», — добавляет дизайнер.

Итак, может ли искусственный интеллект спроектировать приподнятую грядку? По мнению эксперта, технологии ИИ вполне применимы, но лишь в качестве основы для дальнейшей работы, а не готового руководства к действию.

«Проектирование с помощью ИИ, скорее всего, займет бюджетную нишу на рынке ландшафтного дизайна, — считает Зои Клеймор. — Это позволяет быстро получить простые схемы при ограниченном бюджете».

Основная проблема возникает тогда, когда результаты работы нейросети воспринимаются как профессиональная экспертиза. «Качество работы ИИ напрямую зависит от полноты вводимых данных и способности пользователя замечать ошибки, — объясняет дизайнер. — Без понимания специфики можно допустить критические промахи».

В этом отношении ИИ в садоводстве похож на генераторы программного кода. Он отлично работает, если у пользователя уже есть определенный опыт, но новичок рискует получить скрытые ошибки, исправление которых потребует времени и средств.

(Фото: MNStudio / Shutterstock)

Проект грядки от искусственного интеллекта не оказался абсолютным провалом, но и безупречным его назвать нельзя. Как подчеркивает специалист, когда речь идет о живых экосистемах, важна каждая деталь.

«Без человеческого опыта по-прежнему не обойтись, — заключает эксперт. — В противном случае есть риск получить малоэффективный огород, требующий больших затрат на обслуживание в долгосрочной перспективе».

Об этом определенно стоит помнить при составлении очередного запроса для нейросетей.

Твитнуть