Cercetătorii dezvoltă o metodă de analiză a semințelor bazată pe inteligență artificială

O echipă de cercetători de la Centrul pentru Energie Nucleară în Agricultură (CENA) din Brazilia și Colegiul de Agricultură Luiz de Quieroz (ESALQ) au creat o metodă de analiză a calității semințelor bazată pe inteligență artificială, reducând dramatic timpul necesar pentru a determina calitatea semințelor agricole.

Conform Phys.org, echipa de cercetare a colectat imagini cu semințe utilizând tehnologia de imagistică bazată pe lumină. Tehnicile utilizate de echipa de cercetare au inclus imagistica multispectrală și fluorescența clorofilei. Echipa de cercetare a selectat morcovii și roșiile pentru a fi modelele experimentale, alegând variante diferite pentru a fi produse în diferite țări și în condiții diferite. Semințele selectate au fost soiuri comerciale de roșii produse în SUA și în Brazilia, precum și soiuri comerciale de morcovi produse în Italia, Chile și Brazilia.

Cererea pentru aceste culturi este în creștere la nivel global, dar colectarea semințelor pentru aceste culturi poate fi dificilă. Atât morcovii, cât și roșiile au procese de coacere neuniforme. Producția de semințe pentru aceste culturi este, de asemenea, non-sincronă, ceea ce înseamnă că loturile de semințe extrase din aceste roșii și morcovi pot conține atât semințe mature, cât și imature. Nu este ușor să se distingă între semințele mature și imature cu ochiul liber, dar sistemele de viziune computerizată pot face acest proces mai ușor.

În mod tradițional, semințele sunt evaluate prin teste de germinație și vigorozitate. Testele de germinație implică semănatul și germinarea semințelor, în timp ce testele de vigorozitate urmăresc să evalueze cum răspund semințele la stres. Pot fi necesare două săptămâni sau mai mult pentru a obține rezultatele acestor teste, ceea ce înseamnă că tehnicile de învățare automată sunt mult mai rapide decât tehnicile tradiționale de analiză a semințelor.

După colectarea imaginilor de antrenament, cercetătorii au utilizat un clasificator aleatoriu pentru a automatiza interpretarea imaginilor cu semințe. Acest sistem de imagistică optică are multe avantaje față de metodele tradiționale de analiză a semințelor, unul dintre ele fiind faptul că tehnologia de imagistică optică poate fi utilizată pe întregi loturi de semințe, și nu doar pe mostre mici ale acestor loturi. Un alt avantaj al metodei față de tehnicile tradiționale de evaluare a semințelor este acela că tehnica de viziune computerizată este non-invazivă, astfel încât nu distruge niciun produs analizat.

O metodă de analiză a calității semințelor utilizată de cercetători a fost fluorescența clorofilei. Algoritmii dezvoltați de echipa de cercetare au utilizat prezența clorofilei în semințe. Clorofila furnizează energia necesară semințelor pentru dezvoltare, și dacă semința mai conține volume mari de clorofilă reziduală, acest lucru implică faptul că semința nu este pe deplin matură. Această clorofilă reziduală poate fi detectată cu imagistica multispectrală, cu lumina roșie care excită clorofila și dispozitive speciale care captează fluorescența și o convertește într-un semnal electric.

Imagistica multispectrală implică utilizarea LED-urilor pentru a emite lumină la diferite puncte ale spectrului luminos. Cercetătorii au împărțit lumina emisă în 19 lungimi de undă diferite și au analizat calitatea semințelor pe baza reflectanței pentru aceste lungimi de undă. Apoi, au comparat rezultatele obținute cu datele de calitate obținute prin metodele obișnuite de analiză a semințelor. Cercetătorii au constatat că utilizarea luminii din domeniul infraroșu apropiat funcționează cel mai bine pentru evaluarea semințelor de morcov, în timp ce lumina UV a funcționat cel mai bine pentru evaluarea semințelor de roșii UV.

Semințele conțin proteine, zaharuri și lipide care absorb anumite lungimi de undă ale luminii, în timp ce reflectă restul luminii. O cameră multispectrală este utilizată pentru a capta lumina reflectată, iar datele de imagine rezultate sunt utilizate pentru a găsi semințele în imaginea capturată în întregime. Cu cât o semință conține mai mult dintr-un anumit nutrient, cu atât mai multă lumină este absorbită la lungimile de undă corespunzătoare. O serie de algoritmi este utilizată pentru a identifica care lungime de undă localizează cel mai bine semințele. Acest proces poate fi utilizat pentru a furniza informații despre compoziția chimică a semințelor studiate, permițând inferarea calității acestora. Echipa de cercetare a utilizat apoi chemometria, care sunt modele matematice și statistice utilizate pentru a clasifica materialele, pentru a crea clasele care descriu calitatea semințelor.

În final, cercetătorii au reușit să utilizeze modele de învățare automată pentru a evalua acuratețea modelelor de chemometrie pe care le-au creat. În cazul semințelor de roșii, acuratețea clasificării calității a variat între 86% și 95%. În cazul semințelor de morcov, acuratețea a variat între 88% și 97%.

Atât tehnica de fluorescență a clorofilei, cât și tehnica de imagistică multispectrală s-au dovedit a fi fiabile și mult mai rapide decât metodele tradiționale de evaluare a calității semințelor. Dacă metoda se dovedește a fi fiabilă, are potențialul de a aduce semințe de calitate superioară fermierilor din întreaga lume.