Ar putea Inteligența Artificială să rezolve problemele date de bolile grâului?

Un nou proiect al Universității din Illinois (SUA) folosește o tehnologie avansată de recunoaștere a obiectelor pentru a ține boabele de grâu contaminate cu toxine în afara aprovizionării cu alimente și pentru a-i ajuta pe cercetători să combată bolile grâului, cum ar fi fuzarioza, principalul inamic al culturii.

„Fuzarioza provoacă multe pierderi economice în grâu, iar toxina asociată, deoxinivalenol (DON), poate cauza probleme pentru sănătatea umană și animală. Boala i-a împiedicat pe oamenii estul SUA să cultive grău, căci aceștia puteau avea o recoltă perfect frumoasă, ca mai apoi aceasta să fie respinsă. A fost dureros pentru oameni. Așa că este o prioritate mare să încercăm să creștem rezistența și să reducem riscul cât mai mult posibil”, spune profesoara Jessica Rutkoski.

Rutkoski este coautoare a noului studiu, care a fost publicat în Plant Phenome Journal.

Cum se proceda până acum pentru a creștere rezistența față de bolile grâului?

Creșterea rezistenței la bolile grâului înseamnă în mod tradițional creșterea multor genotipuri ale culturii, infectarea acestora cu boala și căutarea simptomelor. Procesul, cunoscut în ameliorarea plantelor drept fenotipizare, are succes atunci când identifică genotipuri rezistente care nu dezvoltă simptome sau dezvoltă simptome mai puțin severe.

Atunci când se întâmplă acest lucru, cercetătorii încearcă să identifice genele legate de rezistența la boli și apoi pun acele gene în hibrizi de înaltă performanță ai culturii.

Este un proces lung și repetitiv, dar Rutkoski a sperat că un pas, fenotiparea simptomelor bolii, ar putea fi accelerat. Ea a căutat ajutor de la experții în Inteligență Artificială Junzhe Wu, doctorand la Departamentul de Inginerie Agricolă și Biologică (ABE), și Girish Chowdhary, profesor.

„Am vrut să testăm dacă am putea cuantifica deteriorarea boabelor folosind imagini simple ale cerealelor de pe telefonul mobil. În mod normal, ne uităm la un vas Petri cu boabe și apoi le dăm o evaluare subiectivă. Este o muncă foarte năucitoare. Trebuie să ai oameni special antrenați; și este un proces lent, dificil și subiectiv. Un sistem care ar putea nota automat boabele în funcție de daune părea fezabil, deoarece simptomele sunt destul de clare”, spune Rutkoski.

Rolul Inteligenței Artificiale în proces

Wu și Chowdhary au confirmat că este posibil. Au început cu algoritmi pentru detectarea și clasificarea obiectelor similari celor utilizați de giganții tehnologiei. Dar diferențele minuscule între boabele de grâu bolnave și cele sănătoase din imaginile de pe telefonul mobil au cerut ca Wu și Chowdhary să dezvolte și mai mult tehnologia, scrie Phys.org.

„Unul dintre lucrurile unice legate de acest progres este că ne-am antrenat rețeaua să detecteze nucleele deteriorate cu o acuratețe suficientă, folosind doar câteva imagini. Am făcut acest lucru posibil prin pre-procesarea meticuloasă a datelor, transferul de învățare și bootstrapping-ul activităților de etichetare”, spune Chowdhary.

„Acesta este un alt câștig frumos pentru învățarea automată și AI în agricultură și societate”, a spus el.

„Acest proiect se bazează pe Institutul Național AI AIFARMS și pe Centrul pentru Agricultură Digitală de aici, din Illinois, pentru a valorifica puterea AI în agricultură”, a mai adăugat cercetătorul.

Ce rezultate a produs tehnologia care identifică bolile grâului?

Capacitatea de a detecta bolile grâului precum fuzarioza (caracterizată prin boabe mici, zbârcite, gri sau albicioase) a însemnat că tehnologia ar putea prezice și încărcătura cu toxine a cerealelor; cu cât sunt mai multe semne externe de deteriorare, cu atât este mai mare conținutul de DON.

Atunci când echipa a testat tehnologia de învățare automată, aceasta a reușit să prezică nivelurile DON mai bine decât evaluările de pe teren ale simptomelor bolii, pe care crescătorii se bazează adesea în loc de fenotiparea nucleului pentru a economisi timp și resurse. Dar în comparație cu oamenii care evaluează daunele produse de boală pe boabe din laborator, tehnologia a avut un grad de precizie de doar 60%.

Pe viitor, totul va fi mult mai simplu

Cercetătorii sunt, totuși, încurajați de faptul că testele lor inițiale nu au folosit un număr mare de mostre pentru a antrena modelul. În prezent, ei adaugă mostre și se așteaptă să obțină o precizie mai mare cu modificări suplimentare.

Rutkoski spune că scopul final este acela de a crea un portal online în care cultivatorii ca ea ar putea încărca fotografii de pe telefonul mobil cu boabele de grâu pentru evaluarea automată a daunelor produse de fuzarioză.

Vă recomandăm să citiți și:

Ce beneficii pentru climă aduce săptămâna de lucru de 4 zile?

Bacteriile din ocean au ajuns în aerul pe care îl respirăm, arată un studiu

Câinii de la Cernobîl diferă din punct de vedere genetic față de alți câini

Cercetătorii lucrează la imprimarea 3D direct în corpul uman