L'intelligenza artificiale potrebbe presto lavorare a fianco degli esseri umani per coltivare la fragola perfetta.
I ricercatori della Western University hanno sviluppato un sistema di intelligenza artificiale che promette di trasformare il modo in cui coltiviamo uno dei frutti preferiti al mondo, la fragola, con potenziali effetti a catena sull'intero settore agricolo.
E no, questo non è legato a OpenAImodello o1, precedentemente chiamato in codice "Progetto Fragola".
Il studiopubblicato sulla rivista Foods, mostra un notevole balzo in avanti nella tecnologia agricola.
Utilizzando tecniche avanzate di apprendimento automatico, il team ha creato un sistema in grado di rilevare il grado di maturazione e le malattie delle fragole con una precisione di quasi 99%, il tutto attraverso il semplice monitoraggio di una telecamera.
"Volevamo ridurre le dimensioni di questi modelli di intelligenza artificiale per renderli fattibili per gli agricoltori e la produzione localizzata", ha dichiarato Joshua Pearce, titolare della cattedra John M. Thompson in Tecnologia dell'informazione e innovazione presso la Western Engineering e la Ivey Business School.
"Non volevamo solo aumentare la precisione, che è superiore a 98%, ma anche ridurre le dimensioni dei modelli".
Ciò che distingue questa ricerca è la sua attenzione all'accessibilità. A differenza di molte soluzioni agricole high-tech che si rivolgono a operazioni su larga scala, Pearce e il suo collega Soodeh Nikan hanno progettato il loro sistema pensando alle aziende agricole di piccole e medie dimensioni.
La metodologia del team ha combinato tecniche innovative di IA con conoscenze agricole pratiche:
- Hanno iniziato raccogliendo diverse serie di immagini di fragole, compresi i frutti sani e quelli affetti da varie malattie.
- Queste immagini sono state poi elaborate e aumentate per creare un robusto set di dati di addestramento.
- I ricercatori hanno messo a punto tre diversi modelli di intelligenza artificiale - Vision Transformer, MobileNetV2 e ResNet18 - ognuno dei quali ha apportato punti di forza unici al compito.
- Per garantire che l'intelligenza artificiale possa gestire la variabilità del mondo reale, sono state incorporate tecniche come la ponderazione delle classi e la generazione di immagini sintetiche.
- L'aspetto forse più cruciale è che hanno integrato i "meccanismi di attenzione" nei modelli, consentendo all'intelligenza artificiale di concentrarsi sulle parti più rilevanti di ogni immagine.
Il sistema è in grado di svolgere due compiti principali:
- Rilevamento della maturità: È in grado di classificare con precisione le fragole come mature o acerbe, aiutando gli agricoltori a ottimizzare i tempi di raccolta.
- Identificazione della malattia: L'intelligenza artificiale è in grado di rilevare e identificare sette tipi distinti di malattie della fragola: macchia fogliare angolare, marciume della frutta da antracnosi, peronospora, muffa grigia, macchia fogliare, oidio della frutta e oidio della foglia.
I risultati parlano da soli. Con tassi di accuratezza intorno a 98%, il sistema supera di gran lunga i precedenti tentativi di monitoraggio automatico delle fragole.
Tuttavia, le implicazioni di questa ricerca vanno ben oltre il semplice miglioramento della resa delle fragole.
Il potenziale di riduzione degli sprechi alimentari è altrettanto evidente. Secondo l'Organizzazione delle Nazioni Unite per l'alimentazione e l'agricoltura, circa 14% di cibo prodotto va perso tra il raccolto e la vendita al dettaglio.
Tecnologie come questo sistema di intelligenza artificiale potrebbero aiutare a risolvere questo problema, ottimizzando i tempi di raccolta e riducendo le perdite dovute a malattie o eccessiva maturazione.
"Ridurre gli sprechi e il costo del cibo è ovviamente un tema importante al giorno d'oggi. Come tutti, sono sempre sorpreso quando vado al supermercato e vedo il prezzo di frutta e verdura fresca", ha detto Nikan.
"Quando scelgo i progetti, di solito cerco qualcosa che sia critico per la sicurezza o che rappresenti un'esigenza della società. Grazie alla mia esperienza in altre applicazioni, ho colto al volo la possibilità di applicare le mie conoscenze e competenze alla sicurezza alimentare".
In prospettiva, il team sta già pianificando di testare il sistema in ambienti esterni, utilizzando potenzialmente i droni per un monitoraggio più ampio del campo.
Si sta anche esplorando l'uso di immagini sintetiche generate dall'IA per ridurre ulteriormente i requisiti di dati per l'addestramento di modelli efficaci.
"Invece di scattare immagini di milioni di fragole, che è un approccio a bassa efficienza e ad alto costo, stiamo usando immagini sintetiche e un software open-source per creare noi stessi milioni di immagini, con una potenza informatica relativamente bassa, che ora ci permette di individuare osservazioni altamente granulari sulla maturazione e sulle malattie per piante molto specifiche", ha detto Nikan.
Pearce ha aggiunto: "Il software è completamente gratuito e open-source e gli agricoltori di qualsiasi tipo sono liberi di scaricarlo e adattarlo alle loro esigenze. Potrebbero preferire che il sistema di intelligenza artificiale invii loro un'e-mail o un ping sul telefono quando rileva una malattia o anche che inoltri un'immagine di una specifica pianta pronta per la raccolta. Il software è aperto a qualsiasi tipo di personalizzazione".
