У почвы тоже есть микробиом. ИИ уже пытается читать его почти как анализ крови 🔍 В одной горсти почвы живут бактерии, грибы и другие микроорганизмы, которые влияют на питание растений, устойчивость к болезням и круговорот веществ. Сейчас исследователи собирают этот микробный "портрет", добавляют pH, углерод, влажность, погоду - и отдают всё машинному обучению. Задачи очень практические: оценить здоровье почвы, заметить риск болезней, понять доступность питательных веществ и в перспективе точнее прогнозировать урожайность. Есть уже занятные результаты. 1️⃣В исследовании 2025 года модель по данным бактерий, грибов и свойствам почвы предсказывала, насколько почва способна подавлять грибной патоген Rhizoctonia solani. Лучший вариант показал 98,56% точности на данных этого эксперимента. Это не "диагноз любой грядки с точностью 98%", но само направление уже выглядит серьёзно. 2️⃣А в работе 2026 года по томатам лучший результат получился, когда модели дали сразу микробиом + химические свойства почвы. Отдельно эти данные работали хуже. Исследователи также нашли связь избытка доступного фосфора, изменений микробного сообщества и болезней растений. В будущем анализ почвы может выглядеть как гораздо более подробная картина: кто там живёт, что эти микроорганизмы делают и что это говорит о состоянии участка. Но до сервиса "принёс банку земли - AI сказал, что сеять" пока далеко. Авторы прямо пишут, что большая часть таких систем остаётся на уровне исследований и пилотов. Почва очень локальна: модель из одного региона может плохо переноситься на другой климат, состав почвы и набор культур. Кому интересно почитать: 🔵Обзор 2026 года по AI и микробиому почвы 🔵Исследование про Rhizoctonia solani и 98,56% 🔵Исследование 2026 года по томатам и микробиому почвы #AI_и_наука 💬 Присоединиться к обсуждению в чате Телеграм канал Андрей Анисимов @ideasforai