Các nhà nghiên cứu phát triển phương pháp phân tích hạt giống bằng công nghệ AI

Một nhóm các nhà nghiên cứu từ Trung tâm Năng lượng Hạt nhân trong Nông nghiệp (CENA) và Trường Nông nghiệp Luiz de Quieroz (ESALQ) của Brazil đã tạo ra một phương pháp phân tích chất lượng hạt giống dựa trên AI, giảm đáng kể thời gian cần thiết để xác định chất lượng của các loại hạt giống nông nghiệp.

Theo Phys.org, nhóm nghiên cứu đã thu thập hình ảnh của các loại hạt giống bằng công nghệ hình ảnh dựa trên ánh sáng. Các kỹ thuật được nhóm nghiên cứu sử dụng bao gồm hình ảnh đa phổ và huỳnh quang diệp lục. Nhóm nghiên cứu đã chọn cà rốt và cà chua làm mô hình thí nghiệm, chọn các biến thể khác nhau để sản xuất ở các quốc gia và điều kiện khác nhau. Các loại hạt giống mà họ chọn là các giống cà chua thương mại được sản xuất tại Mỹ và Brazil, cũng như các giống cà rốt thương mại được sản xuất tại Ý, Chile và Brazil.

Nhu cầu về các loại cây trồng này đang tăng lên trên toàn cầu, nhưng việc thu thập hạt giống cho các loại cây trồng này có thể khó khăn. Cả cà rốt và cà chua đều có quá trình chín không đồng đều. Sản xuất hạt giống cho các loại cây trồng này cũng không đồng bộ, có nghĩa là các lô hạt giống được chiết xuất từ cà chua và cà rốt này có thể chứa cả hạt giống chín và chưa chín. Không dễ dàng phân biệt giữa hạt giống chín và chưa chín bằng mắt thường, nhưng các hệ thống tầm nhìn máy tính có thể làm cho quá trình này dễ dàng hơn.

Truyền thống, các loại hạt giống được đánh giá bằng cách thử nghiệm nảy mầm và thử nghiệm sức sống. Các thử nghiệm nảy mầm liên quan đến việc gieo và nảy mầm của hạt giống, trong khi các thử nghiệm sức sống nhằm đánh giá cách hạt giống phản ứng với căng thẳng. Có thể mất hai tuần hoặc hơn để có được kết quả từ các thử nghiệm này, có nghĩa là các kỹ thuật học máy nhanh hơn đáng kể so với các phương pháp phân tích hạt giống truyền thống.

Sau khi thu thập hình ảnh đào tạo, các nhà nghiên cứu đã sử dụng một phân loại rừng ngẫu nhiên để tự động hóa việc giải thích hình ảnh hạt giống. Hệ thống hình ảnh quang học này có nhiều ưu điểm so với các phương pháp truyền thống để phân tích hạt giống, một trong số đó là công nghệ hình ảnh quang học có thể được sử dụng trên toàn bộ lô hạt giống thay vì chỉ một mẫu nhỏ của các lô đó. Một ưu điểm khác của phương pháp này so với các kỹ thuật đánh giá hạt giống truyền thống là kỹ thuật tầm nhìn máy tính không xâm lấn, vì vậy nó không phá hủy bất kỳ sản phẩm nào được phân tích.

Một phương pháp phân tích chất lượng hạt giống mà các nhà nghiên cứu sử dụng là huỳnh quang diệp lục. Các thuật toán được nhóm nghiên cứu phát triển sử dụng sự hiện diện của diệp lục trong hạt giống. Diệp lục cung cấp năng lượng mà hạt giống cần cho sự phát triển, và nếu hạt giống vẫn còn một lượng lớn diệp lục dư thừa trong đó, điều này ngụ ý rằng hạt giống không hoàn toàn trưởng thành. Diệp lục dư thừa này có thể được phát hiện bằng hình ảnh đa phổ, với ánh sáng đỏ kích thích diệp lục và các thiết bị đặc biệt thu nhận huỳnh quang của nó và chuyển đổi nó thành tín hiệu điện.

Hình ảnh đa phổ liên quan đến việc sử dụng đèn LED để phát ra ánh sáng tại các điểm khác nhau trên phổ ánh sáng. Các nhà nghiên cứu đã chia ánh sáng phát ra thành 19 bước sóng khác nhau và phân tích chất lượng hạt giống dựa trên phản xạ của các bước sóng này. Sau đó, họ so sánh kết quả họ thu được với dữ liệu chất lượng thu được thông qua các phương pháp phân tích hạt giống thông thường. Các nhà nghiên cứu đã tìm thấy rằng việc sử dụng ánh sáng hồng ngoại gần hoạt động tốt nhất cho việc đánh giá hạt giống cà rốt, trong khi ánh sáng UV hoạt động tốt nhất cho việc đánh giá hạt giống cà chua UV.

Hạt giống chứa protein, đường và lipid hấp thụ các bước sóng ánh sáng nhất định trong khi phản xạ phần còn lại của ánh sáng. Một máy ảnh đa phổ được sử dụng để thu nhận ánh sáng phản xạ, và dữ liệu hình ảnh kết quả được sử dụng để tìm hạt giống trong toàn bộ hình ảnh được chụp. Càng có nhiều chất dinh dưỡng nhất định mà hạt giống chứa, càng có nhiều bước sóng ánh sáng tương ứng bị hấp thụ. Một loạt các thuật toán được sử dụng để xác định bước sóng nào hoạt động tốt nhất trong việc xác định vị trí của hạt giống. Quá trình này có thể được sử dụng để cung cấp thông tin về thành phần hóa học của hạt giống đang được nghiên cứu, cho phép chất lượng của chúng được suy đoán. Nhóm nghiên cứu sau đó đã sử dụng hóa lượng, là các mô hình toán học và thống kê được sử dụng để phân loại vật liệu, để tạo ra các lớp mô tả chất lượng hạt giống.

Cuối cùng, các nhà nghiên cứu đã có thể sử dụng các mô hình học máy để đánh giá độ chính xác của các mô hình hóa lượng mà họ đã tạo. Trong trường hợp của hạt giống cà chua, độ chính xác phân loại chất lượng nằm trong khoảng từ 86% đến 95%. Trong trường hợp của hạt giống cà rốt, độ chính xác nằm trong khoảng từ 88% đến 97%.

Cả kỹ thuật huỳnh quang diệp lục và kỹ thuật hình ảnh đa phổ đều chứng minh là đáng tin cậy và nhanh hơn nhiều so với các phương pháp truyền thống để đánh giá chất lượng hạt giống. Nếu phương pháp này chứng minh là đáng tin cậy, nó có tiềm năng mang lại hạt giống chất lượng cao hơn cho các nhà trồng trọt trên toàn thế giới.