След 4 месеца и повече от 600 анализа остана един последен въпрос: поставяме 5 професионални лаборанти и системата с AI пред абсолютно едни и същи проби пшеница. Дали оценките им ще съвпаднат?
Това беше финалният тест за валидация, за който се договорихме в началото на пилотния проект. Без по-ниски критерии. Без осредняване на резултати, постигнати в идеални условия. Пет независими експерти, една AI система, една обща сесия — и резултатът щеше да реши дали GrainODM да бъде внедрен в производство.
Това казусно изследване описва как стигнахме дотук.
Защо оценката на качеството на зърното е по-трудна, отколкото изглежда
Пшеницата не е просто пшеница. Когато дадена партида пристигне в зърнобаза, обучен специалист я оценява по десетки качествени параметри. В този пилотен проект проследихме 18 отделни категории примеси, сред които:
- зърна, засегнати от фузариоза (гъбично заболяване)
- ечемик, овес, ръж и ръжено-пшенични хибриди
- счупени / напукани и потъмнели зърна
- зърна, повредени от вредители, дребни / щупливи и покълнали зърна
- други примеси, семена на плевели, съдържание на мазнини, люспи и общия зърнен и боклучен примес
Промяна в която и да е категория — дори с части от процента — може да премести партидата от Клас 1 в Клас 4, с директни финансови последици. Ако искате да видите как регулаторите третират тези граници по-широко, разглеждаме ги в нашия наръчник стандарти за примеси в зърното. За по-подробно как в традиционните лаборатории се откриват отделни дефекти (напр. покълнали зърна), вижте нашето казус проучване откриване на покълване при пшеница.
Процесът е и по своята същност субективен. Двама опитни лаборанти, които гледат една и съща проба с потъмнели зърна, невинаги стигат до един и същ процент. Това не се дължи на липса на експертиза. Такава е същността на визуалната класификация на ниво отделно зърно при реални работни условия.
Именно затова избрахме да не се сравняваме с един-единствен лаборант. Петима независими експерти ни дадоха естествения диапазон на разминаване в оценките — и ясен критерий за сравнение.
Фаза 1: Пилотният проект стартира и наяве излизат трудните случаи
Пилотният проект стартира през август 2025 г. в голям земеделски холдинг. GrainODM работеше паралелно със съществуващите лабораторни операции на клиента — анализирахме едновременно едни и същи реални входящи партиди зърно. Всяка седмица екипът ни преглеждаше заедно резултатите и подаваше данните обратно към модела за дообучение.
До края на четирите месеца бяха натрупани данни от над 600 индивидуални анализа.
Първите седмици бяха най-поучителни. Три категории се очертаха като най-проблематични:
- При потъмнелите зърна се стигна до максимално разминаване от 21,43% през първата седмица. Първопричината: промени в осветлението при заснемане на изображенията, съчетани с присъщата субективност на това какво се счита за „потъмняло“ — преценка, която дори лаборантите правеха различно в зависимост от конкретния сорт пшеница.
- При ръжено-пшеничните хибриди максималната грешка достигна 13,89%. Тритикале — хибрид между ръж и пшеница — има толкова общи морфологични характеристики с пшеницата, че при липсата на достатъчно примери моделът се затрудняваше да ги разграничава надеждно.
- При дребните / щупливи зърна разминаването достигна 9,37%. Проблемът беше несъответствие между начина, по който моделът дефинираше „дребно“ (визуално), и лабораторния стандарт (определян чрез сита).
Това не бяха случайни грешки. Всяка от тях имаше ясна, установима причина, а оттам – и конкретно решение.
Процесът на обратна връзка: от данни към усъвършенстване
Това е частта от разработката на AI, която често се подценява. Моделът не е статична система, която се инсталира и оставя да работи сама. Резултатите от всяка седмица се анализираха, идентифицираха се първопричините и данните за обучение се актуализираха. Повече проби. По-прецизно етикетиране. Специални правила за граничните случаи.
Ключови актуализации на модела по време на пилотния проект:
| Кога | Актуализация |
|---|---|
| Първа седмица | Отстранени минимално потъмнели зърна от набора данни; обогатен с повече примери на здрави сортове пшеница |
| Втора седмица | Внедрено правило за достоверност при разпознаване на ръж — несигурните класификации се отхвърлят, вместо да се прави опит за разпознаване |
| Пета седмица | Внедрен нов модел: подобрено разпознаване на ръжено-пшенични хибриди и класификация на по-светли зърна |
| Шеста седмица | Актуализация за фузариоза: добавени примери за розова и бяла фузариоза; прецизирано етикетиране за случаи с ясни симптоми |
| Седма седмица | Дребни зърна: изключени зърна >2мм от категорията „щупливи“, за да съответства на лабораторния стандарт, базиран на пресяване |
Принципът е ясен: идентифицираме къде моделът се отклонява от експертната преценка, разбираме защо, добавяме повече данни, които покриват този случай, преобучаваме и измерваме отново. Така производителността на AI се подобрява постъпателно с времето.
По същото време се открои и нещо друго по време на седмичните анализи. В няколко проби GrainODM откри примеси, за които лабораторията беше отчела нулев процент:
[ТАБЛИЦА 3: Открито от AI — Нулев резултат от лабораторията]
| Вид примес | Открито от GrainODM | Лабораторен резултат |
|---|---|---|
| Покълнали зърна | 1,05% | 0,00% |
| Покълнали зърна | 0,95% | 0,00% |
| Повредени зърна | 0,90% | 0,00% |
| Ечемик | 0,08% | 0,00% |
AI не грешеше. Системата засичаше примеси на границата на човешкото възприятие — отделни зърна, които лесно могат да бъдат пропуснати по време на дълга работна смяна в партида, която иначе изглежда чиста. Постоянството при анализа на всяко зърно във всяка проба е качество, по което машините просто превъзхождат хората в дългосрочен план.
Резултатите от процеса на обратна връзка
Към тестовата седмица 29 септември – 3 октомври подобрението вече беше измеримо:
- Ръжено-пшенични хибриди: от 13,89% максимално разминаване до 0,25% — намаление с 98%
- Дребни зърна: от 9,37% до 1,70% — намаление с 82%
- Потъмнели зърна: от 21,43% до 6,96% — намаление с 68%
Всяко подобрение се дължеше на един и същ механизъм: по-целенасочени данни, по-прецизно етикетиране и по-ясно дефиниране на границите за класификация. Моделът не стана по-умен в общ смисъл — той стана по-умен за конкретни трудни случаи, защото му бяха показани повече примери именно от тези случаи.
Така изглежда разработката на AI на практика.
Фаза 2: Финалният тест
На 21 януари 2026 г., след четири месеца паралелно тестване, проведохме официалната сесия за валидация.
Петима професионални лаборанти анализираха независимо 16 проби пшеница. GrainODM анализира същите проби. Никой не видя резултатите на останалите до самия край. Всяка проба беше оценена по 18 категории примеси, с определяне на цялостен клас на качество.
Това беше решаващият момент. Ако преминехме валидацията, системата влизаше в производство. Ако се проваляхме, се връщахме в изходна позиция.
Резултатите
[ТАБЛИЦА 5: Основни резултати от валидацията]
| Метрика | Резултат |
|---|---|
| Оценката на AI съвпадна с тази на поне 1 лаборант | 96,2% |
| Оценката на AI съвпадна с тази на 3 от 5 лаборанти | 95% |
| Средно съвпадение на оценката на AI с всички лаборанти | 93,5% |
| Оценката на AI съвпадна с тази на всички 5 лаборанти едновременно | 85% |
Две категории примеси достигнаха 100% съвпадение между AI и всички лаборанти (люспи и покълнали зърна); при други – напр. чужди семена и повредени зърна – все още има място за подобрение.
Какво всъщност означават тези числа
Ето и контекстът, който придава тежест на тези резултати.
Когато петимата лаборанти оцениха едни и същи проби независимо един от друг, средното съвпадение между техните собствени оценки е било 95,2%. Те са експерти, но са хора — субективната преценка при едва доловими визуални разлики означава, че те невинаги стигат до абсолютно един и същ резултат.
Резултатът на GrainODM беше 93,5%.
Тази стойност попада в рамките на естествения диапазон на разминаване между експертните оценки. Системата не просто се доближава до този диапазон – тя е вътре в него. AI работи на нивото на обучен специалист. Добавянето на GrainODM към процеса на оценка е статистически еквивалентно на добавянето на шести експерт в екипа.
За да поставим това в по-широк контекст: когато петимата лаборанти оцениха същите 16 проби при еднакви условия и по един и същи правилник за класификация, те не стигнаха до единодушно решение за крайния клас на качеството при 6 от 16-те проби. При 2 от тях разпределението на оценките беше реално 3 срещу 2 – което означава, че същата партида, оценена от друга група лаборанти в друг ден, би могла да получи различен клас.
Класифицирането на зърното по клас е по своята същност експертна преценка – дори когато всички работят по един и същи правилник.
Именно тук последователността има най-голямо значение. GrainODM прилага едни и същи правила към всяка проба, всеки път – без разлики между смените, без натрупана умора, без субективно „изместване“ във времето. При идентични входни данни системата дава идентични резултати – нещо, което нито един човешки оценител не може да гарантира в голям мащаб.
Решението: одобрение за внедряване
Пилотният проект премина успешна валидация. Резултатите показаха, че AI може да работи на експертно ниво при реални условия на приемане.
Реални партиди зърно. Реални класификации с финансови последици. Данните от системата се използват директно при вземането на решения за определяне на класа на зърното — от Клас 1 до Клас 4 — които влияят на ценообразуването, съхранението и последващата преработка. Това не е симулация. Залозите са реални.
Какво означава това за контрола на качеството на зърното
Оценката на качеството на зърното винаги е изисквала квалифицирани хора. Това няма да се промени.
Това, което се променя, е разпределението на работата. Система, която работи на нивото на човешки експерт — с постоянно качество при хиляди проби, без умора, засичаща примеси на границата на човешкото възприятие — променя фокуса в работата на експертите. Рутинната класификация се автоматизира. Граничните случаи, спорните партиди, анализът на тенденциите при доставчиците — те остават за хората, чиято работа е да мислят за тях.
Въпросът никога не е бил дали AI може да замени специалистите по качеството. Въпросът беше: може ли AI да работи достатъчно надеждно, за да бъде техен партньор?
След 4 месеца, над 600 анализа и официална валидация спрямо петима независими експерти, отговорът е „да“.
Често Задавани Въпроси
При 16 проби пшеница и 18 категории примеси AI постигна средно 93,5% съвпадение с пет независими лаборанта. Съвпадението между човешките лаборанти беше 95,2%, така че AI остана в естествения разброс на експертните оценки.
Всички проби идваха от реални входящи товари пшеница в търговско съоръжение. AI и лабораторният екип оценяваха същите партиди паралелно в продължение на около четири месеца, покривайки стотици рутинни входящи тестове, а не ръчно подбран тестов набор.
Най-трудните категории бяха потъмнели зърна, тритикале и малки или сбръчкани зърна плюс фузариоза. Целево преобучение значително намали грешките при първите три; подобряването на класификацията на фузариозата все още зависи от събирането на повече висококачествени етикирани данни.
Цифрите в това казусно изследване се отнасят за пшеницата и стандартите за оценка на този обект. Процесът на валидиране – паралелно пускане на AI, сравняване с множество експерти и итерация върху най-трудните случаи – обаче може да се повтори за други култури, обекти и схеми за качество.
The New Standard in Grain Purity Analysis
Data, not guesswork. Learn how GrainODM sets a new benchmark for digital grain inspection.