Undele creierului uman sunt captate de AI pentru a identifica plantele bolnave

Unii savanți de la Corporația braziliană de cercetare agricolă – Embrapa, în parteneriat cu alți doi tehnologie, a creat o modalitate, prin inteligența artificială, de a analiza cu excelență schimbările din plante.

În trecut, acest lucru ar fi fost posibil doar dacă specialiștii efectuau un examen manual. Consultați mai multe informații despre IA care identifică plantele bolnave mai jos.

Progresele tehnologice în agricultură

Tehnologia face posibilă automatizarea etichetării cu adnotări ale datelor de clasificare și prin identificarea plantelor bolnave prin imagini. Cu această nouă tehnologie, cercetătorii speră să accelereze deciziile luate în domeniu, pentru a reduce pierderile de producție și pentru a aduce mari îmbunătățiri în utilizarea resurselor naturale.

Primele rezultate ale experimentului

Marți (07/02) au fost făcute publice rezultatele primului test al experimentului, realizat cu frunze de soia. Potrivit cercetătorilor, această tehnologie ar putea fi aplicată și altor tipuri de producții.

Acest sistem de identificare a plantelor bolnave poate fi adăugat și la mașinile agricole, drone si telefoane mobile.

Toată pregătirea pentru această lucrare a început în 2022 și a avut ajutorul Macnica DHW, care face parte din operațiunea sud-americană a grupului japonez Macnica Inc., și InnerEye, din Israel.

Pentru testele experimentului au fost alese două boli care provoacă simptome pe frunzele de soia, precum rugina asiatică și mucegaiul praf, proeminente în sudul Braziliei. Cu ajutorul echipamentului, au reușit să diferențieze frunzele bolnave de cele sănătoase.

Rugina de soia asiatică este cea mai gravă dintre bolile culturii și poate duce la pierderi de până la 80% dacă nu este controlată. Costurile îngrijirii acestei boli depășesc 2 miliarde de dolari pe cultură în Brazilia, potrivit unui sondaj realizat de Consorțiul Antiferrugem.

Cum funcționează experimentul:

• Semnalele neuronale a doi specialiști de la Embrapa Soja au fost captate de o cască cu electrozi;
• Ambele au evaluat aproximativ 1.500 de imagini cu frunze bolnave și sănătoase pentru teste;
• Prin captarea undelor cerebrale au fost identificate experiențele, judecățile și clasificările pe care le fac imaginilor observate de specialiști;
• Modelele generate din curenții electrici spontani emiși în creierul experților și software-ul au permis antrenarea algoritmului de inteligenta artificiala standard pentru a o aduce tot mai aproape de criteriile folosite de specialisti in identificarea vizuala a bolilor in plante;
• După ce a captat semnalele cerebrale pe care specialiștii le-au emis la vizualizarea imaginilor plantelor bolnave, software-ul a automatizat diagnosticul, făcând pasul mai rapid și mai eficient;
• Rezultatele obținute comparând algoritmii post-antrenament au indicat că aceștia sunt practic la același nivel de precizie ca experții.