Menselijke hersengolven worden door AI opgevangen om zieke planten te identificeren

Sommige wetenschappers van de Braziliaanse Agricultural Research Corporation - Embrapa, in samenwerking met twee andere technologie, creëerde een manier om, door middel van kunstmatige intelligentie, veranderingen in planten uitstekend te analyseren.

In het verleden was dit alleen mogelijk als specialisten een manueel onderzoek deden. Bekijk hieronder meer informatie over de AI die zieke planten identificeert.

Technologische vooruitgang in de landbouw

De technologie maakt het mogelijk om het labelen te automatiseren met annotaties van classificatiegegevens en door de identificatie van zieke planten door middel van afbeeldingen. Met deze nieuwe technologie hopen de onderzoekers de beslissingen die in het veld worden genomen te versnellen, om productieverliezen te verminderen en om grote verbeteringen in het gebruik van natuurlijke hulpbronnen te bewerkstelligen.

De eerste resultaten van het experiment

Op dinsdag (02/07) werden de resultaten vrijgegeven van de eerste test van het experiment, uitgevoerd met sojabonenbladeren. Deze technologie zou volgens de onderzoekers op andere soorten producties kunnen worden toegepast.

Dit zieke plantenidentificatiesysteem kan ook worden toegevoegd aan landbouwmachines, drones en mobiele telefoons.

Alle voorbereidingen voor dit werk begonnen in 2022 en hadden de hulp van de bedrijven Macnica DHW, dat deel uitmaakt van de Zuid-Amerikaanse operatie van de Japanse groep Macnica Inc., en InnerEye, uit Israël.

Voor de tests van het experiment werden twee ziektes gekozen die symptomen veroorzaken op sojabonenbladeren, zoals Aziatische roest en echte meeldauw, prominent aanwezig in Zuid-Brazilië. Met behulp van de apparatuur konden ze zieke bladeren van gezonde bladeren onderscheiden.

Aziatische sojabonenroest is de ernstigste ziekte van het gewas en kan tot 80% verlies leiden als het niet onder controle wordt gehouden. Volgens een onderzoek van het Antiferrugem Consortium bedragen de kosten van de zorg voor deze ziekte in Brazilië meer dan 2 miljard dollar per gewas.

Hoe het experiment werkt:

• De neurale signalen van twee specialisten van Embrapa Soja werden opgevangen door een helm met elektroden;
• Beiden evalueerden ongeveer 1.500 afbeeldingen van zieke en gezonde bladeren voor de tests;
• Door het vastleggen van hersengolven werden de ervaringen, oordelen en classificaties die ze maken van de door de specialisten waargenomen beelden geïdentificeerd;
• De modellen die zijn gegenereerd op basis van de spontane elektrische stromen die worden uitgezonden in de hersenen van de experts en de software hebben het mogelijk gemaakt om het algoritme van te trainen standaard kunstmatige intelligentie om het steeds dichter bij de criteria te brengen die worden gebruikt door specialisten in de visuele identificatie van ziekten in planten;
• Na het vastleggen van de hersensignalen die specialisten uitzenden bij het bekijken van afbeeldingen van zieke planten, automatiseerde de software de diagnose, waardoor de stap sneller en efficiënter werd;
• De resultaten die werden verkregen door de algoritmen na de training te vergelijken, gaven aan dat ze praktisch hetzelfde precisieniveau hebben als de experts.