Косточка черешни — вещь на удивление информативная. Форма, пропорции, рельеф поверхности, характер шва и верхушки у разных сортов различаются, и опытный помолог по хорошей выборке косточек кое-что скажет о происхождении материала. Проблема в том, что таких специалистов мало, работа медленная, а результат субъективен. Отсюда идея, которую в последние годы проверяют в нескольких лабораториях: научить идентифицировать сорт по эндокарпию — то есть по одревесневшей косточке — не человека, а алгоритм машинного обучения.
Как устроен такой эксперимент
Общая схема во всех работах похожа. Собирают набор косточек известного сортового происхождения, каждую снимают в стандартных условиях — фиксированное освещение, одинаковый фон, масштабная линейка, часто несколько ракурсов. Дальше изображение превращают в набор чисел: длина, ширина, толщина, площадь проекции, периметр, показатели округлости и вытянутости, характеристики контура, признаки текстуры поверхности. На этих признаках обучают классификатор, а часть выборки откладывают на проверку. Более поздние работы обходятся без ручного описания признаков и подают снимок прямо в свёрточную нейросеть, которая сама находит, за что зацепиться.
Отдельная линия — не фото, а трёхмерное сканирование или томография: они дают объём и внутреннюю структуру косточки, но и стоят несопоставимо дороже, поэтому за пределы лабораторий пока почти не выходят.
Почему берут именно косточку, а не плод. Мякоть — самая пластичная часть: её размер, окраска и форма гуляют от года к году, от нагрузки урожаем, от полива. Эндокарпий формируется рано, одревесневает и дальше почти не меняется, а после сушки хранится десятилетиями без искажений. Для задачи «узнать сорт по остатку» это лучший из доступных материалов.
Зачем это нужно на практике
- Контроль пересортицы. Самая болезненная тема питомниководства. Подтвердить сортовую принадлежность по плодам можно только в сезон и только у плодоносящего дерева, а косточка хранится годами.
- Приёмка сырья. На переработке партии смешиваются, и объективный маркер происхождения сырья интересен и заводу, и поставщику. Технологические тонкости самой переработки разобраны в разделе о переработке урожая.
- Ревизия коллекций. В генбанках и старых коллекционных садах этикетки теряются и путаются десятилетиями.
- Археоботаника. Косточки переживают века, и по ним восстанавливают, что именно выращивали на конкретной территории.
Где такие модели буксуют
Точность, о которой рапортуют публикации, обычно относится к закрытой выборке из нескольких десятков сортов, снятых в одной лаборатории в один сезон. Как только материал приходит со стороны, качество падает — и вот почему.
- Размер и форма косточки зависят не только от генотипа: год, нагрузка урожаем, полив, подвой и возраст дерева сдвигают все морфометрические показатели.
- Близкородственные сорта, у которых общий родитель, часто дают перекрывающиеся облака признаков — алгоритм честно путается там же, где путается человек.
- Модель умеет отвечать только теми сортами, которым её учили. Показав ей косточку сорта не из обучающего списка, вы всё равно получите уверенный ответ — просто неправильный.
- Условия съёмки критичны: смена камеры, света или фона ломает результат сильнее, чем кажется.
Что это значит для садовода
Пока — почти ничего в прикладном смысле. Ни одного открытого сервиса, куда частник мог бы загрузить снимок и получить ответ, не существует, а лабораторные модели живут внутри своих институтов вместе с обучающими выборками. Это исследовательский инструмент и в лучшем случае вспомогательное средство для питомника или коллекции, а не сервис, куда можно прислать фото косточки и получить имя сорта. Юридической силы такая идентификация не имеет: спорные вопросы о сортовой принадлежности решаются документами питомника и, если совсем всерьёз, генетическим анализом — ДНК-маркеры делают ровно ту же работу гораздо надёжнее, просто дороже и дольше.
Для практических задач — подобрать сорт по срокам, зимостойкости и назначению — по-прежнему работают обычные описания: смотрите справочник сортов и подборщик по параметрам. А направление в целом любопытное: если базы снимков вырастут и станут открытыми, из лабораторной игрушки может получиться нормальный инструмент контроля качества посадочного материала — в том числе для товарных садов, где цена ошибки в сорте измеряется гектарами. Это обзор подхода, а не рекомендация им пользоваться.
