גלי מוח אנושיים נלכדים על ידי AI כדי לזהות צמחים חולים

כמה חוקרים מתאגיד המחקר החקלאי הברזילאי - Embrapa, בשיתוף עם שניים אחרים טֶכנוֹלוֹגִיָה, יצר דרך, באמצעות בינה מלאכותית, לנתח שינויים בצמחים בצורה מצוינת.

בעבר, זה היה אפשרי רק אם מומחים ביצעו בדיקה ידנית. ראה מידע נוסף על הבינה המלאכותית המזהה צמחים חולים למטה.

התקדמות טכנולוגית בחקלאות

הטכנולוגיה מאפשרת להפוך תיוג לאוטומטי עם הערות של נתוני סיווג ובאמצעות זיהוי צמחים חולים באמצעות תמונות. באמצעות טכנולוגיה חדשה זו מקווים החוקרים להאיץ את ההחלטות המתקבלות בשטח, על מנת לצמצם את הפסדי הייצור ולהביא לשיפורים גדולים בשימוש במשאבי הטבע.

התוצאות הראשונות של הניסוי

ביום שלישי (07/02) פורסמו תוצאות הבדיקה הראשונה של הניסוי, שבוצעה עם עלי סויה. לדברי החוקרים, ניתן ליישם את הטכנולוגיה הזו על סוגים אחרים של הפקות.

מערכת זיהוי צמחים חולים זו יכולה להתווסף גם למכונות חקלאיות, מל"טים וטלפונים סלולריים.

כל ההיערכות לעבודה זו החלה בשנת 2022 ונעזרה בחברות Macnica DHW, שהיא חלק מהפעילות הדרום אמריקאית של קבוצת Macnica Inc. היפנית, ו-InnerEye מישראל.

לבדיקות הניסוי נבחרו שתי מחלות הגורמות לתסמינים על עלי סויה, כמו חלודה אסייתית וטחב אבקתי, הבולטות בדרום ברזיל. בעזרת הציוד הצליחו להבדיל בין עלים חולים לבין עלים בריאים.

חלודה סויה אסייתית היא המחלה החמורה ביותר מבין מחלות היבול, ועלולה להוביל להפסדים של עד 80% אם לא שולטים בה. עלויות הטיפול במחלה זו עולות על 2 מיליארד דולר לכל יבול בברזיל, על פי סקר של קונסורציום Antiferrugem.

איך הניסוי עובד:

• האותות העצביים של שני מומחים מאמברפה סויה נלכדו על ידי קסדה עם אלקטרודות;
• שניהם העריכו כ-1,500 תמונות של עלים חולים ובריאים לצורך הבדיקות;
• באמצעות לכידת גלי המוח, זוהו החוויות, השיפוטים והסיווגים שהם עושים לתמונות שנצפו על ידי המומחים;
• המודלים שנוצרו מהזרמים החשמליים הספונטניים הנפלטים במוחם של המומחים והתוכנה אפשרו לאמן את האלגוריתם של בינה מלאכותית סטנדרטית כדי לקרב אותה יותר ויותר לקריטריונים בהם משתמשים מומחים בזיהוי חזותי של מחלות ב צמחים;
• לאחר לכידת האותות המוחיים שמומחים פלטו בעת צפייה בתמונות של צמחים חולים, התוכנה הפכה את האבחון לאוטומטי, והפכה את הצעד למהיר ויעיל יותר;
• התוצאות שהושגו בהשוואת האלגוריתמים שלאחר האימון הצביעו על כך שהם כמעט באותה רמת דיוק כמו המומחים.