Reconeixement de camp per comprovar l'estat de soja enmig d'estiu - esgotador, però necessari treballar en eliminar noves varietats.
Els criadors han de passejar cada dia sota el sol abrasador en períodes crítics de la temporada de creixement per trobar plantes que mostrin característiques desitjables, com ara la maduració anticipada de les beines. Però, sense tenir l'oportunitat d'automatitzar la detecció d'aquests signes, els científics no poden provar tants llocs com vulguin augmentar el temps per eliminar noves varietats al mercat.
En el nou estudi de la Universitat d'Illinois, els científics prediuen el temps de maduració de soja en dos dies utilitzant imatges de drones i intel·ligència artificial, que facilita enormement el treball.
"L'avaluació de la maduresa del POD requereix molt de temps i aquí sovint és possible cometre un error, ja que aquest sistema d'avaluació es basa en el color de la beina, i hi ha un risc de determinar incorrectament", diu Nicholas Martin , Professor associat del Departament de Creeding a Illinois i col·laborador de l'estudi. "Molts van intentar utilitzar les instantànies dels drones per avaluar la maduresa, però som els primers a trobar una manera precisa de fer-ho".
Rodrigo Trevizan, un estudiant de doctorat que treballa amb Martin, va ensenyar ordinadors per detectar canvis de color en imatges dels drons recollits en cinc assajos, tres creixents temporada i dos països. És important assenyalar que els ordinadors van poder considerar i interpretar fins i tot les imatges "dolentes".
"Diguem que volem recollir imatges cada tres dies, però una vegada que els núvols apareixen o plou, que afecten la qualitat de les imatges. Al final, quan rebeu dades per a diferents anys o des de diferents llocs, tots es veuen diferents des del punt de vista del nombre d'imatges, intervals, etc. La principal innovació que hem desenvolupat és com podem tenir en compte tota la informació rebuda. El nostre model funciona bé, independentment de la freqüència amb què anava les dades ", diu Trevizan.
Trevisan va utilitzar el tipus d'intel·ligència artificial, anomenades xarxes neuronals de convolucions profundes (CNN). Diu que CNN és com un camí al que el cervell humà aprèn a interpretar els components de les imatges - color, forma, textura, és a dir, la informació obtinguda dels nostres ulls.
"CNN detecta petits canvis de color, a més de formularis, fronteres i textures. Per a nosaltres, el més important era el color. Però l'avantatge de models d'intel·ligència artificial, que hem utilitzat, és que seria bastant senzill utilitzar el mateix model per predir una altra característica, com ara rendiment o abast. Per tant, ara que tenim aquests models, les persones han de ser molt més fàcils d'utilitzar la mateixa estratègia per complir moltes altres tasques ", va explicar Trevizan.
Els científics diuen que la tecnologia serà útil principalment en empreses comercials de cria.
"Teníem socis sectorials que van participar en l'estudi que sens dubte voldria utilitzar-lo en els propers anys. I van fer una contribució molt bona i important. Volien assegurar-se que les respostes són rellevants per als criadors de camp que prenen decisions que escullen plantes i per als agricultors ", va dir Nicholas Martin.
(Font: Farmtario.com. Foto: imatges de Getty).