นักวิจัยพัฒนาวิธีวิเคราะห์เมล็ดพันธุ์โดยใช้ AI หนุนหลัง

ทีมนักวิจัยจากศูนย์พลังงานนิวเคลียร์เพื่อการเกษตรของบราซิล (CENA) และวิทยาลัยเกษตร Luiz de Quieroz (ESALQ) ได้สร้าง วิธีการวิเคราะห์คุณภาพเมล็ดพันธุ์ที่ขับเคลื่อนด้วย AIช่วยลดเวลาที่จำเป็นในการตรวจสอบคุณภาพของเมล็ดพันธุ์ทางการเกษตรได้อย่างมาก

อ้างอิงจาก Phys.orgโดยคณะผู้วิจัยได้ทำการเก็บภาพเมล็ดพืชโดยใช้เทคโนโลยีการถ่ายภาพด้วยแสง เทคนิคที่ทีมวิจัยใช้ประกอบด้วยการถ่ายภาพหลายสเปกตรัมและการเรืองแสงของคลอโรฟิลล์ ทีมวิจัยเลือกแครอทและมะเขือเทศเพื่อใช้เป็นแบบจำลองการทดลอง โดยเลือกสายพันธุ์ที่แตกต่างกันเพื่อผลิตในประเทศต่างๆ และภายใต้เงื่อนไขที่แตกต่างกัน เมล็ดพันธุ์ที่พวกเขาเลือกคือพันธุ์มะเขือเทศเชิงพาณิชย์ที่ผลิตในสหรัฐอเมริกาและในบราซิล เช่นเดียวกับพันธุ์แครอทเชิงพาณิชย์ที่ผลิตในอิตาลี ชิลี และบราซิล

ความต้องการพืชผลเหล่านี้เพิ่มขึ้นทั่วโลก แต่การรวบรวมเมล็ดพันธุ์พืชเหล่านี้อาจเป็นเรื่องยาก ทั้งแครอทและมะเขือเทศมีกระบวนการสุกไม่สม่ำเสมอ การผลิตเมล็ดพันธุ์สำหรับพืชเหล่านี้ก็ไม่พร้อมกัน ซึ่งหมายความว่าล็อตเมล็ดที่สกัดจากมะเขือเทศและแครอทเหล่านี้สามารถมีทั้งเมล็ดที่โตเต็มที่และยังไม่โตเต็มที่ ไม่ใช่เรื่องง่ายที่จะแยกแยะระหว่างเมล็ดที่โตเต็มที่และยังไม่โตด้วยตา แต่ระบบคอมพิวเตอร์วิทัศน์สามารถทำให้กระบวนการนี้ง่ายขึ้น

ตามเนื้อผ้า เมล็ดจะได้รับการประเมินโดยการทดสอบความงอกและความแข็งแรง การทดสอบการงอกเกี่ยวข้องกับการหว่านและการงอกของเมล็ด ในขณะที่การทดสอบความแข็งแรงมีจุดมุ่งหมายเพื่อประเมินว่าเมล็ดตอบสนองต่อความเครียดอย่างไร อาจใช้เวลาสองสัปดาห์หรือนานกว่านั้นเพื่อให้ได้ผลลัพธ์จากการทดสอบเหล่านี้ ซึ่งหมายความว่าเทคนิคการเรียนรู้ของเครื่องจะเร็วกว่าเทคนิคการวิเคราะห์เมล็ดพันธุ์แบบดั้งเดิมเหล่านี้อย่างมาก

หลังจากเก็บภาพการฝึกอบรมแล้ว นักวิจัยใช้เครื่องจำแนกป่าแบบสุ่มเพื่อแปลความหมายของภาพเมล็ดพันธุ์โดยอัตโนมัติ ระบบการถ่ายภาพด้วยแสงนี้มีข้อดีหลายประการเหนือวิธีการวิเคราะห์เมล็ดพันธุ์แบบดั้งเดิม หนึ่งในนั้นคือความจริงที่ว่าเทคโนโลยีการถ่ายภาพด้วยแสงสามารถใช้กับเมล็ดพันธุ์ทั้งชุด แทนที่จะใช้เพียงตัวอย่างเล็กๆ น้อยๆ ของชุดเหล่านั้น ข้อดีอีกประการที่วิธีนี้มีเหนือเทคนิคการประเมินเมล็ดพันธุ์แบบดั้งเดิมคือเทคนิคการมองเห็นด้วยคอมพิวเตอร์นั้นไม่รุกราน ดังนั้นจึงไม่ทำลายผลิตภัณฑ์ใดๆ ที่วิเคราะห์

วิธีหนึ่งในการวิเคราะห์คุณภาพของเมล็ดพันธุ์ที่นักวิจัยใช้คือ คลอโรฟิลล์ ฟลูออเรสเซนต์ อัลกอริทึมที่ทีมวิจัยพัฒนาขึ้นใช้ประโยชน์จากการมีอยู่ของคลอโรฟิลล์ในเมล็ดพืช คลอโรฟิลล์ให้เมล็ดพลังงานที่จำเป็นสำหรับการพัฒนา และหากเมล็ดยังมีคลอโรฟิลล์ตกค้างอยู่ในปริมาณมาก แสดงว่าเมล็ดยังไม่สุกเต็มที่ คลอโรฟิลล์ที่ตกค้างนี้สามารถตรวจจับได้ด้วยการถ่ายภาพหลายสเปกตรัม ด้วยแสงสีแดงที่กระตุ้นคลอโรฟิลล์และอุปกรณ์พิเศษที่จับภาพการเรืองแสงและแปลงเป็นสัญญาณไฟฟ้า

การถ่ายภาพหลายสเปกตรัมเกี่ยวข้องกับการใช้ LED เพื่อฉายแสงที่จุดต่างๆ บนสเปกตรัมแสง นักวิจัยแบ่งแสงที่ปล่อยออกมาออกเป็น 19 ความยาวคลื่นที่แตกต่างกัน และวิเคราะห์คุณภาพของเมล็ดพืชตามการสะท้อนแสงสำหรับความยาวคลื่นที่แตกต่างกันเหล่านี้ จากนั้นจึงเปรียบเทียบผลลัพธ์ที่ได้รับกับข้อมูลคุณภาพที่ได้จากวิธีการวิเคราะห์เมล็ดพันธุ์โดยทั่วไป นักวิจัยพบว่าการใช้แสงอินฟราเรดย่านใกล้ได้ผลดีที่สุดสำหรับการประเมินเมล็ดแครอท ในขณะที่แสงยูวีทำงานได้ดีที่สุดสำหรับการประเมินเมล็ดมะเขือเทศด้วยรังสียูวี

เมล็ดพืชมีโปรตีน น้ำตาล และลิพิดที่ดูดซับแสงบางช่วงความยาวคลื่นในขณะที่สะท้อนแสงที่เหลือ กล้องมัลติสเปกตรัมใช้เพื่อจับแสงสะท้อน และข้อมูลภาพที่ได้จะถูกใช้เพื่อค้นหาเมล็ดพืชภายในภาพที่ถ่ายทั้งหมด ยิ่งเมล็ดพืชมีสารอาหารมากเท่าใดก็ยิ่งมีความยาวคลื่นแสงมากเท่านั้นที่สอดคล้องกับสารอาหารที่ถูกดูดซึม ชุดของอัลกอริทึมใช้เพื่อระบุว่าความยาวคลื่นใดที่ดีที่สุดในการแปลเมล็ดพันธุ์ กระบวนการนี้สามารถใช้เพื่อให้ข้อมูลเกี่ยวกับองค์ประกอบทางเคมีของเมล็ดพืชที่กำลังศึกษา ทำให้สามารถสรุปคุณภาพของเมล็ดได้ จากนั้นทีมวิจัยใช้เคมีเมตริก ซึ่งเป็นแบบจำลองทางคณิตศาสตร์และสถิติที่ใช้ในการจำแนกวัสดุ เพื่อสร้างชั้นเรียนที่อธิบายถึงคุณภาพของเมล็ดพันธุ์

ในที่สุด นักวิจัยก็สามารถใช้โมเดลแมชชีนเลิร์นนิงเพื่อประเมินความแม่นยำของโมเดลเคมีที่พวกเขาสร้างขึ้น ในกรณีของเมล็ดมะเขือเทศ ความแม่นยำในการจำแนกคุณภาพอยู่ระหว่าง 86% ถึง 95% ในกรณีของเมล็ดแครอท ความแม่นยำอยู่ระหว่าง 88% ถึง 97%

ทั้งเทคนิคคลอโรฟิลล์ฟลูออเรสเซนต์และเทคนิคการถ่ายภาพหลายสเปกตรัมได้รับการพิสูจน์แล้วว่าเชื่อถือได้และรวดเร็วกว่าวิธีการประเมินคุณภาพของเมล็ดพันธุ์แบบดั้งเดิมมาก หากวิธีนี้พิสูจน์ได้ว่าเชื่อถือได้ ก็มีศักยภาพที่จะนำเมล็ดพันธุ์คุณภาพสูงมาสู่ผู้ปลูกทั่วโลก