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 ale semințelor utilizând tehnologia de imagistică bazată pe lumină. Tehnicile utilizate de echipa de cercetare au inclus imagistică multispectrală și fluorescență a clorofilei. Echipa de cercetare a selectat morcovii și roșiile pentru a servi ca modele experimentale, alegând diferite variante pentru a fi produse în diferite țări și în diferite condiții. 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, nesincronă, 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 germinare și vigoroază. Testele de germinare implică semănarea și germinarea semințelor, în timp ce testele de vigoroază își propun să evalueze modul în care semințele răspund 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 dramatic 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 semințelor. Acest sistem de imagistică optică are multe avantaje față de metodele tradiționale de analiză a semințelor, unul dintre acestea 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 neinvazivă, astfel încât nu distruge produsele analizate.

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 încă conține volume mari de clorofilă reziduală, aceasta implică faptul că semința nu este pe deplin matură. Această clorofilă reziduală poate fi detectată cu imagistică multispectrală, cu lumină roșie care excită clorofila și dispozitive speciale care captează fluorescența și o transformă într-un semnal electric.

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

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 captura 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 multe lungimi de undă ale luminii sunt absorbite. O serie de algoritmi este utilizată pentru a identifica care lungime de undă funcționează cel mai bine pentru localizarea semințelor. 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 putut utiliza 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 cultivatorilor din întreaga lume.