นักวิจัยพัฒนากระบวนการวิเคราะห์เมล็ดพันธุ์โดยใช้ AI

ทีมนักวิจัยจากศูนย์พลังงานนิวเคลียร์ในเกษตรกรรม (CENA) และวิทยาลัยเกษตรศาสตร์ลุยส์ เดอ เควโรซ (ESALQ) ของบราซิลได้พัฒนา วิธีการวิเคราะห์คุณภาพเมล็ดพันธุ์โดยใช้ AI ซึ่งช่วยลดเวลาในการตรวจสอบคุณภาพเมล็ดพันธุ์ทางการเกษตรได้อย่างมาก

ตาม Phys.org ทีมนักวิจัยได้รวบรวมภาพเมล็ดพันธุ์โดยใช้เทคโนโลยีการถ่ายภาพด้วยแสง เทคนิคที่ใช้โดยทีมนักวิจัย ได้แก่ การถ่ายภาพสเปกตรัมหลาย波และฟลูออเรสเซนซ์ของคลอโรฟิลล์ ทีมนักวิจัยได้เลือกหัวผักและมะเขือเทศเป็นต้นแบบทดลอง โดยเลือกสายพันธุ์ที่แตกต่างกันเพื่อผลิตในประเทศและภายใต้สภาพที่แตกต่างกัน เมล็ดพันธุ์ที่เลือกคือเมล็ดพันธุ์มะเขือเทศพาณิชย์ที่ผลิตในสหรัฐอเมริกาและบราซิล，以及เมล็ดพันธุ์หัวผักพาณิชย์ที่ผลิตในอิตาลี, ชิลี และบราซิล

ความต้องการหัวผักและมะเขือเทศเพิ่มขึ้นทั่วโลก แต่การเก็บเกี่ยวเมล็ดพันธุ์เหล่านี้อาจเป็นเรื่องที่ยาก หัวผักและมะเขือเทศมีกระบวนการอ่อนตัวที่ไม่สม่ำเสมอ การผลิตเมล็ดพันธุ์สำหรับพืชเหล่านี้ไม่สอดคล้องกัน ซึ่งหมายความว่าล็อตเมล็ดพันธุ์ที่เก็บจากหัวผักและมะเขือเทศเหล่านี้อาจมีทั้งเมล็ดพันธุ์ที่โตเต็มวัยและเมล็ดพันธุ์ที่ยังไม่โตเต็มวัย ไม่ใช่เรื่องง่ายที่จะแยกแยะระหว่างเมล็ดพันธุ์ที่โตเต็มวัยและเมล็ดพันธุ์ที่ยังไม่โตเต็มวัยด้วยตาเปล่า แต่ระบบการมองเห็นของคอมพิวเตอร์สามารถทำให้กระบวนการนี้ง่ายขึ้น

โดยทั่วไป เมล็ดพันธุ์จะถูกประเมินโดยการทดสอบการงอกและการทดสอบความแข็งแรง การทดสอบการงอกเกี่ยวข้องกับการปลูกและการงอกของเมล็ดพันธุ์ ในขณะที่การทดสอบความแข็งแรงมุ่งประเมินว่าเมล็ดพันธุ์ตอบสนองต่อความเครียดอย่างไร อาจต้องใช้เวลา 2 สัปดาห์หรือมากกว่านั้นในการรับผลลัพธ์จากการทดสอบเหล่านี้ ซึ่งหมายความว่าเทคนิคการเรียนรู้ของเครื่องจักรมีความเร็วกว่าวิธีการวิเคราะห์เมล็ดพันธุ์แบบดั้งเดิมมาก

หลังจากรวบรวมภาพสำหรับการฝึกอบรมแล้ว นักวิจัยได้ใช้เครื่องจำแนกแบบสุ่มเพื่อทำให้การวิเคราะห์ภาพเมล็ดพันธุ์เป็นอัตโนมัติ ระบบการถ่ายภาพด้วยแสงนี้มีข้อดีหลายประการเหนือวิธีการวิเคราะห์เมล็ดพันธุ์แบบดั้งเดิม หนึ่งในข้อดีคือเทคโนโลยีการถ่ายภาพด้วยแสงสามารถใช้กับล็อตเมล็ดพันธุ์ทั้งหมดได้ ไม่ใช่แค่ชิ้นเล็กๆ ของล็อตเท่านั้น ข้อดีอีกประการหนึ่งของวิธีนี้คือเทคนิคการมองเห็นของคอมพิวเตอร์ไม่ทำลายผลิตภัณฑ์ที่วิเคราะห์

หนึ่งในวิธีการวิเคราะห์คุณภาพเมล็ดพันธุ์ที่นักวิจัยใช้คือการฟลูออเรสเซนซ์ของคลอโรฟิลล์ อัลกอริทึมที่พัฒนาโดยทีมนักวิจัยใช้ความมีอยู่ของคลอโรฟิลล์ภายในเมล็ดพันธุ์ คลอโรฟิลล์ให้พลังงานที่เมล็ดพันธุ์ต้องการสำหรับการพัฒนา และหากเมล็ดพันธุ์ยังมีปริมาณคลอโรฟิลล์ที่เหลืออยู่มากนั้น หมายความว่าเมล็ดพันธุ์ยังไม่โตเต็มวัย คลอโรฟิลล์ที่เหลืออยู่สามารถตรวจจับได้ด้วยการถ่ายภาพสเปกตรัมหลาย波 โดยใช้แสงแดงเพื่อกระตุ้นคลอโรฟิลล์ และอุปกรณ์พิเศษในการจับฟลูออเรสเซนซ์และแปลงเป็นสัญญาณไฟฟ้า

การถ่ายภาพสเปกตรัมหลาย波เกี่ยวข้องกับการใช้ LED เพื่อส่งแสงในช่วงต่างๆ ของสเปกตรัมแสง นักวิจัยแบ่งแสงออกเป็น 19 ช่วงความยาวคลื่นและวิเคราะห์คุณภาพเมล็ดพันธุ์ตามการสะท้อนกลับของช่วงความยาวคลื่นต่างๆ จากนั้นจึงเปรียบเทียบผลลัพธ์ที่ได้รับกับข้อมูลคุณภาพที่ได้รับจากวิธีการวิเคราะห์เมล็ดพันธุ์แบบดั้งเดิม นักวิจัยพบว่าการใช้แสงอินฟราเรดใกล้ทำงานได้ดีที่สุดสำหรับการประเมินคุณภาพเมล็ดหัวผัก ในขณะที่แสง UV ทำงานได้ดีที่สุดสำหรับการประเมินคุณภาพเมล็ดมะเขือเทศ

เมล็ดพันธุ์มีโปรตีน น้ำตาล และลิพิดที่ดูดซับบางช่วงความยาวคลื่นของแสง ในขณะที่สะท้อนกลับช่วงความยาวคลื่นอื่นๆ กล้องถ่ายภาพสเปกตรัมหลาย波ใช้เพื่อจับภาพแสงสะท้อนกลับ และข้อมูลภาพที่ได้ใช้เพื่อค้นหาเมล็ดพันธุ์ภายในภาพที่จับได้ทั้งหมด เมล็ดพันธุ์ที่มีปริมาณสารอาหารมากขึ้นจะดูดซับช่วงความยาวคลื่นที่สอดคล้องกันมากขึ้น ซีรีส์ของอัลกอริทึมใช้เพื่อระบุว่าช่วงความยาวคลื่นใดที่ดีที่สุดในการระบุตำแหน่งของเมล็ดพันธุ์ กระบวนการนี้สามารถใช้เพื่อให้ข้อมูลเกี่ยวกับองค์ประกอบทางเคมีของเมล็ดพันธุ์ที่กำลังศึกษา ซึ่งช่วยให้สามารถอนุมานคุณภาพของเมล็ดพันธุ์ได้ ทีมนักวิจัยใช้เคมีเมทริกซ์ ซึ่งเป็นแบบจำลองทางคณิตศาสตร์และสถิติที่ใช้ในการจำแนกประเภทวัสดุ เพื่อสร้างประเภทที่อธิบายคุณภาพของเมล็ดพันธุ์

สุดท้าย นักวิจัยสามารถใช้แบบจำลองการเรียนรู้ของเครื่องจักรเพื่อประเมินความแม่นยำของแบบจำลองเคมีเมทริกซ์ที่พวกเขาสร้างขึ้น ในกรณีของเมล็ดมะเขือเทศ ความแม่นยำในการจำแนกคุณภาพอยู่ในช่วงตั้งแต่ 86% ถึง 95% ในกรณีของเมล็ดหัวผัก ความแม่นยำอยู่ในช่วงตั้งแต่ 88% ถึง 97%

ทั้งเทคนิคการฟลูออเรสเซนซ์ของคลอโรฟิลล์และเทคนิคการถ่ายภาพสเปกตรัมหลาย波ได้รับการพิสูจน์ว่าน่าเชื่อถือและเร็วกว่าวิธีการประเมินคุณภาพเมล็ดพันธุ์แบบดั้งเดิมมาก หากวิธีการนี้ได้รับการพิสูจน์ว่าน่าเชื่อถือ มันจะมีศักยภาพที่จะนำเมล็ดพันธุ์ที่มีคุณภาพสูงมาสู่ผู้ปลูกทั่วโลก