L’intelligenza artificiale potrebbe presto lavorare al fianco degli esseri umani per coltivare la fragola perfetta.
I ricercatori della Western University hanno sviluppato un sistema di intelligenza artificiale che promette di rivoluzionare il modo in cui coltiviamo uno dei frutti preferiti al mondo, con potenziali effetti a catena sull’intero settore agricolo.
E no, questo non è legato al modello o1 diOpenAI, precedentemente chiamato in codice “Project Strawberry”
Lo studio, pubblicato 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 la maturazione e le malattie delle fragole con un’accuratezza vicina al 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 per la produzione localizzata”, ha dichiarato Joshua Pearce, titolare della cattedra John M. Thompson in Information Technology and Innovation presso la Western Engineering e la Ivey Business School.
“Non volevamo solo aumentare l’accuratezza, che è superiore al 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 alle grandi aziende, Pearce e il suo collega Soodeh Nikan hanno progettato il loro sistema pensando alle piccole e medie aziende agricole.
La metodologia del team ha combinato tecniche innovative di intelligenza artificiale con conoscenze pratiche di agricoltura:
- Hanno iniziato raccogliendo diversi set 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 fosse in grado di gestire la variabilità del mondo reale, hanno incorporato tecniche come la ponderazione delle classi e la generazione di immagini sintetiche.
- E, cosa forse più importante, hanno integrato nei modelli dei “meccanismi di attenzione” che permettono all’intelligenza artificiale di concentrarsi sulle parti più rilevanti di ogni immagine.
Il sistema eccelle in due compiti principali:
- Rilevamento della maturazione: È in grado di classificare con precisione le fragole come mature o acerbe, aiutando gli agricoltori a ottimizzare i tempi di raccolta.
- Identificazione delle malattie: L’intelligenza artificiale è in grado di rilevare e identificare sette tipi distinti di malattie delle fragole: 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 che si aggirano intorno al 98%, il sistema supera di gran lunga i precedenti tentativi di monitoraggio automatizzato delle fragole.
Tuttavia, le implicazioni di questa ricerca vanno ben oltre il semplice miglioramento della resa delle fragole.
È evidente anche il potenziale di riduzione degli sprechi alimentari. Secondo l’Organizzazione delle Nazioni Unite per l’Alimentazione e l’Agricoltura, circa il 14% del 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 dichiarato Nikan.
“Quando scelgo i progetti, di solito cerco qualcosa che sia fondamentale per la sicurezza o che rappresenti un’esigenza della società. Grazie alla mia esperienza in altre applicazioni, ho colto al volo l’opportunità di applicare le mie conoscenze e competenze alla sicurezza alimentare”
In prospettiva, il team sta già pianificando di testare il proprio sistema in ambienti esterni, utilizzando potenzialmente i droni per un monitoraggio più ampio del campo.
Inoltre, sta esplorando l’uso di immagini sintetiche generate dall’intelligenza artificiale per ridurre ulteriormente i dati necessari all’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 milioni di immagini noi stessi, con una potenza di calcolo 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 di 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, oppure che inoltri un’immagine di una specifica pianta pronta per essere raccolta. Il software è molto aperto e può essere personalizzato”
