DI MIKKEL GRUM

Il monitoraggio di parassiti e malattie è un processo ad alta intensità di lavoro, che richiede agli esploratori di valutare accuratamente la salute delle piante e delle colture mentre si muovono attraverso la serra, campo o fattoria. L'analisi delle immagini basata sull'intelligenza artificiale ha lo scopo di aiutare ad automatizzare la sorveglianza delle colture

[email protected]

I progressi tecnologici nello scouting di parassiti e malattie stanno trasformando un settore ad alta intensità di lavoro in uno più efficiente e basato sui dati. Poiché l'intelligenza artificiale (AI) viene sviluppata per aiutare la produzione agricola, i coltivatori devono essere più critici che mai nel valutare i vantaggi di queste soluzioni in fase iniziale.

Dottor Mikkel Grum, Un direttore di ricerca e sviluppo presso gli esperti globali di mappatura dei parassiti e delle malattie delle colture Scarab Solutions, afferma che i gestori di aziende agricole e di protezione delle colture dovrebbero continuare a concentrarsi sulle tecnologie che aumentano il lavoro umano invece di mantenere la promessa dell'intelligenza artificiale.

L'Organizzazione delle Nazioni Unite per l'alimentazione e l'agricoltura (FAO) stima che tra il 20 e il 40 per cento della produzione agricola mondiale viene persa ogni anno a causa di parassiti e malattie, costando all'economia globale 220 miliardi di dollari. parassiti come tripidi, afidi, minatori di foglie, acari, mosche bianche e bruchi, malattie come piaghe, muffe, botrytis e marciumi del fusto e delle radici sono comuni in tutte le zone climatiche.

È vero che per diventare ancora più efficaci, la gestione delle colture richiederà tecniche e tecnologie migliorate. Molti credono che l'intelligenza artificiale sia la risposta.

L'IA muove i primi passi nell'orticoltura

Il monitoraggio di parassiti e malattie è un processo ad alta intensità di lavoro, che richiede agli esploratori di valutare accuratamente la salute delle piante e delle colture mentre si muovono attraverso la serra, campo o fattoria. L'analisi delle immagini basata sull'intelligenza artificiale ha lo scopo di aiutare ad automatizzare la sorveglianza delle colture.

Nell'orticoltura, i recenti sviluppi includono un "robot scout" dotato di telecamere a infrarossi per rilevare l'oidio e analisi delle immagini per prevedere la resa di gemme e fiori, e il robot esploratore IRIS. Esiste un sistema di monitoraggio remoto dei parassiti, utilizzando l'apprendimento automatico (ML) per condurre un'analisi dell'immagine delle trappole a feromoni, e un gran numero che propone immagini di droni e satellitari, come base della futura gestione delle colture.

Uso più diffuso delle applicazioni per smartphone per scansionare le foto alla ricerca di segni di parassiti e malattie, spesso presentato come pronto, o quasi pronto per l'uso in prima serata.

Molti hanno sentito dire che l'analisi delle immagini di Google ora è migliore degli umani nel riconoscere cani e gatti nelle immagini, o che nella ricerca sul cancro al seno, l'analisi dell'immagine AI ora rileva il cancro sulle mammografie con maggiore efficienza e precisione rispetto ai radiologi esperti. Quindi sicuramente, l'utilizzo dell'analisi delle immagini per identificare i parassiti e le malattie delle colture sulle foto scattate con uno smartphone non può essere così lontano. Non così in fretta.

La realtà dipinge un quadro meno roseo

Gli sforzi per utilizzare la tecnologia di riconoscimento delle immagini negli smartphone non sono all'altezza della loro promessa di fornire sia una visione granulare che una panoramica fruibile delle aziende agricole e delle serre.

Come evidenziato in un recente Articolo scientifico americano , le statistiche utilizzate per presentare come funziona l'analisi delle immagini sono spesso fuorvianti. Il "test di abbinamento" più comune, che  verifica la capacità di confrontare due immagini e di indicare quale delle due presenta parassiti o malattie, fornisce percentuali di accuratezza molto più elevate rispetto a un'analisi di più immagini, senza sapere se una delle colture ha il parassita o la malattia.

L'utilizzo di risultati imprecisi o distorti raccolti dall'intelligenza artificiale come base per il controllo dei pesticidi può causare più danni che benefici, come illustrato dalla questione dei falsi positivi.

Immaginiamo che un sistema di imaging dia un falso positivo per peronospora solo il cinque percento delle volte, una cifra molto conservatrice anche dalle pretese di accuratezza di qualsiasi app attuale. In un campo pieno di ruggine, questo non sarebbe un problema, ma ora prendiamo un campo che non presenta alcuna occorrenza della malattia. Se ne hai presi 2, 000 immagini in quel campo otterresti 100 risultati positivi!

L'agricoltore agisce su questo risultato, o ispezionare le 100 posizioni "positive" per verificare se hanno davvero questo problema? Moltiplica questo per gli altri parassiti e malattie che anche il sistema di analisi delle immagini sta controllando e forse ha tassi di falsi positivi ancora più alti per, e hai il funzionamento di un incubo pratico. Maggiore è il numero di falsi positivi, più risorse sono necessarie per condurre una verifica indipendente dei risultati, il che significa che tutti i vantaggi dell'automazione vengono persi.

Macchina contro uomo

Anche questo approccio deve essere contestualizzato. Gli studi che confrontano situazioni in cui è presente l'intelligenza artificiale o nessuna tecnologia di scouting delle colture non dipingono un'immagine realistica, perché in alcuni casi esiste già un sistema, che aiuta a registrare e analizzare i dati raccolti dagli esploratori umani.

Nel caso della ricerca sul cancro al seno, poiché i tumori non sono visibili all'occhio umano, i medici e l'intelligenza artificiale stanno guardando la stessa immagine. In una serra, però, l'analisi delle immagini è molto meno efficace dell'attenzione umana ai dettagli. Uno scout può muovere la testa e girare le foglie per vedere un problema da più angolazioni e con una lente d'ingrandimento

Aumentare le capacità umane con la tecnologia mobile - smartphone rendere le persone più intelligenti

Le fattorie e le serre hanno ancora bisogno di persone per camminare, apri la chioma del raccolto, gira le foglie e usa una lente d'ingrandimento dove necessario. Ciò richiede tecnologie che consentano agli scout di svolgere il proprio lavoro in modo più accurato, più velocemente e per un risultato maggiore.

Gli smartphone continueranno a essere fondamentali, ma non principalmente come strumento di intelligenza artificiale. Un uso più realistico e comprovato delle applicazioni mobili è per la raccolta e la mappatura dei dati. Invece di utilizzare gli smartphone per scattare foto da analizzare con l'intelligenza artificiale, i responsabili della protezione delle colture dovrebbero consentire agli scout di utilizzare le loro capacità di ispezione e registrare i risultati mentre procedono.

La formazione gioca un ruolo importante. Corretta identificazione e pulizia di parassiti e malattie, conoscenza approfondita del protocollo di campionamento e della tecnica per accelerare il processo, sono tutti necessari per armonizzare le prestazioni e l'accuratezza degli scout nell'intera azienda agricola. Questa è la chiave per il successo.

L'intelligenza artificiale può aiutare gli scout a identificare correttamente parassiti o malattie sconosciuti, ma la maggior parte delle ricerche sulle colture riguarda il monitoraggio della distribuzione di una serie ben nota di parassiti e malattie.

Le tecnologie di mappatura digitale e scouting consentono agli esseri umani di raccogliere nuove intuizioni

Se accoppiamo i dati registrati dagli scout con le informazioni geografiche, i risultati creano set di dati, fornendo una chiara traccia di controllo per la tracciabilità e le opzioni di visualizzazione dei dati come mappe digitali, grafici e grafici e altro aiuto aggiuntivo per identificare facilmente problemi e schemi unici e ricorrenti ed eventuali falsi positivi.

La mappatura digitale è il luogo in cui la tecnologia di ricerca di parassiti e malattie incontra le competenze umane per ottimizzare i risultati. In Scarab Solutions, lo vediamo ogni giorno. I clienti utilizzano le soluzioni di rilevamento e mappatura di parassiti e malattie delle colture Scarab Precision per fornire una solida base per individuare i punti caldi dell'infestazione, determinare l'uso corretto di pesticidi o agenti di controllo biologico e ridurre le perdite di raccolto attraverso una migliore gestione dell'azienda agricola.

Man mano che i set di dati crescono, i responsabili della protezione delle colture possono in alcuni casi confrontare i dati relativi a parassiti e malattie nella loro regione, utilizzando dati anonimi provenienti da altre aziende agricole.

Non è ancora il momento di brillare per l'intelligenza artificiale, ma avremo sempre bisogno del tocco umano

Mentre l'analisi delle immagini basata sull'intelligenza artificiale rimane un punto di discussione nel settore, la tecnologia ha una lunga strada da percorrere prima di poter produrre prodotti affidabili, casi d'uso precisi e attuabili. Oggi, Localizzazione GPS, gli strumenti mobili di raccolta e interpretazione dei dati sono le soluzioni tecnologiche più efficaci e redditizie per la gestione dei parassiti e delle malattie delle colture.

Poiché l'orticoltura subisce una trasformazione tecnologica, l'intelligenza artificiale non dovrebbe essere vista come un sostituto dei processi esistenti, ma come un'estensione dell'intelligenza umana. L'analisi delle immagini basata sull'intelligenza artificiale verrà fornita con droni e robot in alcune impostazioni, Ma quella è tutta un'altra storia.