Људске мождане таласе хвата АИ да би се идентификовале болесне биљке

Неки научници из Бразилске корпорације за пољопривредна истраживања – Ембрапа, у партнерству са још двојицом технологије, створио је начин да се, путем вештачке интелигенције, изврсно анализирају промене у биљкама.

У прошлости је то било могуће само ако су специјалисти обављали ручни преглед. У наставку погледајте више информација о АИ који идентификује болесне биљке.

Технолошки напредак у пољопривреди

Технологија омогућава да се аутоматизује означавање са напоменама класификационих података и кроз идентификацију оболелих биљака путем слика. Са овом новом технологијом, истраживачи се надају да ће убрзати доношење одлука на терену, како би се смањили губици у производњи и дошло до великих побољшања у коришћењу природних ресурса.

Први резултати експеримента

У уторак (02.07.) објављени су резултати првог теста експеримента, спроведеног са листовима соје. Према истраживачима, ова технологија би се могла применити и на друге врсте производње.

Овај систем за идентификацију оболелих биљака такође се може додати пољопривредним машинама, дронови и мобилни телефони.

Све припреме за овај посао почеле су 2022. године и уз помоћ компанија Мацница ДХВ, која је део јужноамеричке операције јапанске групе Мацница Инц., и ИннерЕие, из Израела.

За тестове експеримента изабране су две болести које изазивају симптоме на листовима соје, као што су азијска рђа и пепелница, истакнута у јужном Бразилу. Уз коришћење опреме, могли су да разликују оболеле листове од здравих.

Рђа азијске соје је најозбиљнија болест усева и може довести до губитака до 80% ако се не контролише. Трошкови неге за ову болест премашују 2 милијарде америчких долара по усеву у Бразилу, према истраживању Конзорцијума Антиферругем.

Како експеримент функционише:

• Неурални сигнали двојице специјалиста из Ембрапа Соје ухваћени су шлемом са електродама;
• Обојица су проценили око 1.500 слика болесних и здравих листова за тестове;
• Кроз хватање можданих таласа, идентификована су искуства, процене и класификације слика које су посматрали стручњаци;
• Модели генерисани од спонтаних електричних струја које се емитују у мозговима стручњака и софтвер омогућили су обуку алгоритма стандардну вештачку интелигенцију како би је још више приближили критеријумима које користе стручњаци за визуелну идентификацију болести у биљке;
• Након што је ухватио мождане сигнале које су стручњаци емитовали када су гледали слике оболелих биљака, софтвер је аутоматизовао дијагнозу, чинећи корак бржим и ефикаснијим;
• Резултати добијени упоређивањем алгоритама после тренинга показали су да су они практично на истом нивоу прецизности као и стручњаци.