13 июля 2026 года
"Смарт Сорт Д" - Дарвин
“СиСорт” разработал новый фотосепаратор c ИИ поколения - “Дарвин”, который будет эволюционировать и после покупки
Эволюция — это не только биологический отбор
“Обновленная серия фотосепаратора получила название “Дарвин” в честь английского биолога Чарльза Дарвина. Сортировщики претерпевают эволюционный переход в сторону технологий искусственного интеллекта, что позволяет ускорить труды человечества по выведению полезных сортов семян, повысить урожайность и безопасность продуктов сельского хозяйства. Аппарат призван провести управляемый “естественный отбор” для слабых и поврежденных зерен и семян», — говорит Евгений Галкин.
Причём тут искусственный интеллект
Термин «искусственный интеллект» в применении к фотосепараторам часто трактуется по-разному, и здесь важно понимать, на каком этапе он задействован.
«Новая технология, о которой мы говорим, — это сортировка с использованием искусственного интеллекта с глубоким обучением.
Глубокое обучение — это подвид искусственного интеллекта на основе нейронных сетей. Нужно чётко разделять, где этот интеллект применяется. Его можно использовать для проектирования аппарата на уровне инженерии и разработки. Можно применять при настройке — наш режим Smart давно задействует технологию искусственного интеллекта, облегчая работу оператора. Но в самой сортировке искусственный интеллект раньше не работал», — рассказывает руководитель отдела разработок «СиСорт» Евгений Галкин.
В основе работы новой системы лежат не традиционные алгоритмы, а модели, построенные на большом объёме данных.
«В нашем случае — это большое количество изображений дефектных объектов. Это позволяет нам получить модели анализа, алгоритмы, которые способны работать в процессе сортировки и выполнять базовые функции машины: находить дефекты и принимать решение, какие зерна и примеси нужно убрать из общего потока.
Как фотосепаратор видит тысячи признаков дефектов
Классические методы сортировки оперируют десятками параметров — цветом, длиной, шириной, округлостью. Новая технология работает иначе.
«Применительно к новой технологии мы говорим о тысячах признаков. Это даёт беспрецедентные возможности для удаления сложноотличимых примесей», — отмечает Евгений Галкин.
Одно из наглядных применений — очистка подсолнечника от склероция. Раньше для решения этой задачи требовалось специальное дорогостоящее оборудование.
«Многие компании использовали инфракрасные INGAAS камеры для спектрального анализа, чтобы выявить цветовой контраст. Сейчас это не нужно. Тысячи признаков, вшитых в ИИ, позволяют на обычной цветной картинке продукта увидеть эти дефекты. Подобно тому, как человеческий мозг анализирует дефекты и понимает: это склероций, а это семечко. Внутри нашего сознания эти признаки вычисляются, но мы не осознаем, как это работает, а выдаём готовый результат. То же самое происходит внутри машины», — рассказывает Евгений Галкин.
Обучение нейросети может происходить как на стороне производителя, так и с участием заказчика. В обоих случаях требуется большой массив изображений продукта.
«Чтобы нейросеть, как и человек, хорошо понимала, что есть что, нужно показать ей много вариантов. Соответственно, для обучения нужны тысячи картинок. Как младенцам необходимо увидеть маму и папу с разных сторон и в разной одежде, чтобы научиться безошибочно узнавать их среди людей», — говорит Евгений Галкин.
После обучения клиент получает готовое решение. Если при эксплуатации появляются новые типы примесей, модель можно доработать — заказчик делает снимки, высылает в компанию, и специалисты «СиСорт» строят новую модель. Накопленный опыт работы с разными продуктами будет только увеличивать базу знаний системы. Таким образом фотосепаратор серии “Дарвин” продолжит эволюционировать и после покупки.
«По мере внедрения технологии в жизнь с каждым последующим клиентом библиотека моделей будет пополняться. Знаний ИИ о многообразии продуктов, которые существуют в России, станет больше», — говорит Евгений Галкин.
При всех преимуществах новой технологии руководитель отдела разработок призывает не рассматривать её как универсальное решение для всех случаев.
«Искусственный интеллект — это не панацея. Стрелять "из пушки по воробьям" нецелесообразно. Если работают старые классические способы сортировки по цвету, не обязательно применять тяжёлую артиллерию. Можно включить цветовой дефект, и всё будет работать без обучения. Технологии друг друга отлично дополняют», — отмечает Евгений Галкин.
Как подчеркивает разработчик, фотосепаратор серии “Дарвин” не только сохранит, но и дополнит все преимущества и возможности аппарата предыдущей серии.
Как создавался первый российский фотосепаратор с техническим зрением
Система будет внедряться во все модели фотосепараторов компании «СиСорт». Основой служит новая цветная камера собственной разработки, которую уже показывали на выставке «ЮгАгро» в Краснодаре. Внешне она не отличается от прежней, но внутри содержит дополнительную электронику для работы нейросетей. Все работы велись силами компании, использовались общедоступные библиотеки и компоненты. Специалистам пришлось поломать голову при разработке архитектуры системы, интеграции элементов друг с другом и адаптации к жёстким условиям эксплуатации.
Сам алгоритм нейросети не является ноу-хау компании, однако инженерное решение по его интеграции в реальный производственный процесс уникально.
«Мы - первые из российских производителей фотосепараторов для пищевой индустрии, кто применил новое сочетание алгоритма ИИ и современного “железа”, оно дает принципиально новые показатели качества сортировки круп и семян. Уникальность разработки - в инженерной интеграции — создании камеры и ПО, способных в процессе сортировки проигрывать серьезные нейросети с высокой скоростью (микросекунды) и эффективно работать в реальных условиях фотосепаратора, где если не успел проанализировать изображение, то второго шанса уже не будет – примеси попадут в годную продукцию. Мы успешно решили эту задачу», — рассказывает Евгений Галкин.
На реализацию проекта ушло полтора года, в нём участвовала междисциплинарная команда разработчиков: программисты, математики, электроники, конструкторы.
Какие задачи решает нейросеть
Спектр применения новой технологии в сельском хозяйстве охватывает несколько ключевых направлений.
«Прежде всего - разделение зерновых друг от друга: пшеница, ячмень, овёс. Для семеноводов важна чистота сорта. Вторая группа задач — крупы: отделение оболочки от ядра. Например, в овсяных хлопьях никому не нравится оболочка. Классически это решалось дорогостоящими инфракрасными камерами. С искусственным интеллектом эти задачи решаются дешевле и стабильнее. Далее — подсолнечник: склероций и тёмная палочка», — перечисляет Евгений Галкин.
Также технология подходит для зерновых и бобовых культур, повреждённых насекомыми, — убирает образцы с проеденными отверстиями. Эффективно разделяет колотые и неколотые зёрна, что важно как для производителей крупы, так и для семеноводов. Помогает удалять из потока семена других растений, в том числе карантинных.
Отдельная область, где классические методы сортировки показывают ограниченную эффективность, — кофейные зёрна, особенно при отбраковке осколков.
«В кофе мы сейчас традиционными технологиями убираем ломаные зёрна, но не 100%. Зёрнышки вращаются, размеры объектов меняются, классические признаки — длина, ширина — малоэффективны. При этом для нас очевидно, что зёрнышко цельное, а не осколок. Фотосепаратор серии “Дарвин”, как и мы, тоже может это определить и эффективно решать задачу», — говорит Евгений Галкин.
Эксперименты показали, что нейросеть способна сортировать кофе и по эстетическим критериям, повторяя оценку человека. Хотя прямого запроса от кофейной отрасли на такую функцию пока нет.
«Но есть спрос у конечного потребителя: покупатели кофе за 3000 и более рублей за килограмм ожидают видеть красивые зёрнышки. Наша технология может дать дополнительное преимущество тем, кто кофе производит», — отмечает Евгений Галкин.
В непищевых сегментах, таких как переработка пластика или цветных металлов, новая система также находит применение, повышая достоверность распознавания материалов в сложных оптических условиях.
«Например, пластиковые гранулы — эффективнее находить дефектные гранулы с посторонними вкраплениями, что сказывается на качестве конечных изделий. В переработке — разделение лома цветных металлов, например, медных и алюминиевых проводов, изделий из свинца. Эти смеси блестят и переливаются, на снимках даже человеку порой сложно понять, что он видит. Нейросети, анализируя эти картинки, с большей достоверностью определяют материал, и качество сортировки повышается», — подчёркивает Евгений Галкин.
Презентация на Всероссийском дне поля и старт серийных поставок
Все новые разработки “СиСорт” проходят полный цикл испытаний, включая климатические и на электромагнитную совместимость. Сейчас завершается тестирование электроники и управляющего программного обеспечения, нейросеть уже справляется со склероцием, ведётся работа над тёмной палочкой и тёмными листиками. Ближайшие планы — испытания на реальном производстве у компании «Сибагроцентр» в Алтайском крае.
На Всероссийском дне поля новинку покажут в работе на трёхлотковом аппарате: одна секция с искусственным интеллектом, другая — с классической сортировкой по цвету и форме. Посетители смогут протестировать оборудование на своих образцах. Серийный выпуск фотосепараторов «СмартСорт» серии “Дарвин” запланирован на осень 2026 года. Часть клиентов уже подтвердили намерения о приобретении или модернизации действующих машин.
Компания «СиСорт» является лидером страны по объёмам продаж собственных фотосепараторов. Завод расположен в Барнауле Алтайского края. Подразделения компании также работают в Краснодаре, Самаре, Воронеже и Новосибирске. При этом оборудование «СиСорт» выбирают аграрии и компании другого профиля из 33 стран мира. Российский рынок остаётся для предприятия основным, поэтому все новинки компания презентует в первую очередь в РФ.