agosto 13, 2022

Mundo Agropecuario BET

Otro medio de: Corporación Medios Digitales del Sur

La IA de reconocimiento facial ayuda a salvar una cosecha de uva multimillonaria

La IA de reconocimiento facial ayuda a salvar una cosecha de uva multimillonaria
David Gadoury, investigador asociado sénior de la sección de patología vegetal y biología vegetal y microbiana de la Facultad de Ciencias Integrales de las Plantas, utiliza un robot de fenotipado para analizar el mildiú polvoroso en el análisis de lúpulo y hojas de parra. Crédito: Allison Usavage

Una colaboración radical entre un biólogo y un ingeniero está sobrealimentando los esfuerzos para proteger los cultivos de uva. 


por Krisy Gashler, Universidad de Cornell


La tecnología que han desarrollado, utilizando robótica e inteligencia artificial para identificar plantas de uva infectadas con un hongo devastador, pronto estará disponible para investigadores de todo el país que trabajan en una amplia gama de investigaciones con plantas y animales.

El biólogo, Lance Cadle-Davidson, Ph.D. ’03, profesor adjunto de la Escuela de Ciencias Vegetales Integradas (SIPS), está trabajando para desarrollar variedades de uva que sean más resistentes al mildiú polvoriento, pero la investigación de su laboratorio se vio obstaculizada por la necesidad de evaluar manualmente miles de muestras de hojas de uva en busca de evidencia. de infección.

El mildiú polvoriento, un hongo que ataca a muchas plantas, incluidas las uvas de vino y de mesa, deja esporas blancas enfermizas en las hojas y la fruta y cuesta a los productores de uva de todo el mundo miles de millones de dólares anuales en frutas perdidas y costos de fungicidas.

Cadle-Davidson también es un patólogo de plantas de investigación en el Servicio de Investigación Agrícola del Departamento de Agricultura de los Estados Unidos (USDA-ARS). Trabaja en la Unidad de Investigación de Genética de la Uva en Ginebra, Nueva York, y su equipo desarrolló prototipos de robots de imágenes que podían escanear muestras de hojas de uva automáticamente, un proceso llamado fenotipado de alto rendimiento, a través del proyecto de mejoramiento de uvas VitisGen2 financiado por USDA-ARS y en asociación con el Centro de Investigación de Luz y Salud. Esta asociación llevó a la creación de una cámara robótica a la que llamaron «Blackbird».

Pero extraer información biológica relevante de estas imágenes seguía siendo una necesidad crítica.

Ingrese el ingeniero y científico informático: Yu Jiang, profesor asistente de investigación en la Sección de Horticultura de SIPS en Cornell AgriTech. La investigación de Jiang se centra en la ingeniería de sistemas, el análisis de datos y la inteligencia artificial. El robot BlackBird puede recopilar información a una escala de 1,2 micrómetros por píxel, equivalente a un microscopio óptico normal. Por cada muestra de hoja de 1 centímetro que se examina, el robot proporciona 8.000 por 5.000 píxeles de información.

Extraer información útil de una imagen tan grande y de alta resolución fue el desafío de Jiang, y su equipo usó IA para resolverlo. Utilizando avances en redes neuronales profundas desarrolladas para tareas de visión por computadora como el reconocimiento facial, Jiang aplicó este conocimiento al análisis de imágenes microscópicas de hojas de parra. Además, Jiang y su equipo implementaron la visualización de los procesos inferenciales de la red, que ayudan a los biólogos a comprender mejor el proceso de análisis y generar confianza con los modelos de IA.

Trabajando juntos, el equipo de Cadle-Davidson prueba y valida lo que ven los robots, lo que permite al equipo de Jiang enseñarles cómo identificar rasgos biológicos de manera más efectiva. Los resultados son asombrosos, dijo Cadle-Davison. Los experimentos de investigación que solían llevar a todo su equipo de laboratorio seis meses en completarse ahora toman a los robots BlackBird solo un día.

«Ha revolucionado nuestra ciencia», dijo Cadle-Davidson. «Y estamos descubriendo que las herramientas de inteligencia artificial de Yu realmente hacen un mejor trabajo al explicar la genética de estas uvas de lo que podemos hacer sentados al microscopio durante meses haciendo un trabajo agotador».

Solo en el mes de julio, la colaboración ganó un premio y dos nuevas becas. El 1 de julio, el equipo recibió una subvención de $ 100,000 del USDA-ARS para difundir BlackBird a las oficinas de campo del ARS que trabajan en otros cultivos que realizan el mismo tipo de trabajo de fenotipado de alto rendimiento.

«Esperamos encontrar laboratorios colaborativos que puedan unirse a nosotros para aprovechar esta herramienta», dijo Jiang. «Vemos aplicaciones potenciales para esta investigación en estudios de plantas, campos de animales o con fines médicos».

El 12 de julio, el artículo del equipo sobre su proyecto ganó el premio al mejor artículo de Tecnología de la información, sensores y sistemas de control en la reunión internacional anual de la Sociedad Estadounidense de Ingenieros Agrícolas y Biológicos de 2021. Y el 27 de julio, recibieron una subvención de $ 150,000 por dos años del Fondo de Innovación de Investigación de Agricultura Digital del Instituto Cornell para comenzar a actualizar el robot BlackBird para ver más allá del espectro de colores rojo-verde-azul y en infrarrojos.

Las enfermedades de las plantas como el mildiú polvoriento pueden aparecer en infrarrojos antes de que sean visibles a simple vista; Si los investigadores pueden desarrollar herramientas para ayudar a los agricultores a detectar enfermedades a tiempo, les permitiría apuntar a las pulverizaciones de fungicidas antes de que se propague la infección, lo que significa menos fungicidas y menos cosechas perdidas. También están trabajando para integrar la IA de manera más efectiva con los científicos en el análisis de datos.

«Este trabajo está acelerando enormemente el ritmo del trabajo de mejoramiento y genética en la uva «, dijo Donnell Brown, presidente de National Grape Research Alliance. «Normalmente, cuando en la industria invertimos en investigación, lo hacemos sabiendo que es posible que nunca veamos el resultado de nuestras inversiones en nuestra vida; es realmente una inversión basada en la fe en las generaciones futuras de productores. Pero ahora, esta tecnología realmente se está acortando ese cronograma, en beneficio de los productores y consumidores «.



WP Twitter Auto Publish Powered By : XYZScripts.com