Новая ИИ-модель измеряет рост сорняков для ускорения разработки гербицидов

Новая модель искусственного интеллекта способна быстро определять степень роста сорняков. Эта разработка может помочь в обеспечении глобальной продовольственной безопасности за счёт ускорения создания гербицидов следующего поколения.

Модель создана в рамках совместного проекта учёных-компьютерщиков из Университета Лафборо и агробиотехнологической компании Moa Technology. Её цель — устранить необходимость ручной оценки эффективности гербицидов.

Традиционный подход и его проблемы

• Оценка эффективности гербицидов традиционно зависит от визуального определения экспертами роста сорняков после химической обработки.
• Этот процесс медленный и трудоёмкий.

Преимущества новой ИИ-системы

• Автоматизация задачи делает процесс быстрее, точнее и легко масштабируемым.
• Модель анализирует изображения обработанных и необработанных сорняков.
• Она объективно классифицирует эффективность гербицида по трём уровням:
  • «Активный» — значительное воздействие, минимальный или нулевой рост.
  • «Умеренный» — частичное подавление роста.
  • «Неактивный» — видимого воздействия нет.

Технические детали и точность

• Модель была обучена на более чем 6000 изображениях сорняков.
• В тестах на этом наборе данных модель достигла 95% эффективности в оценке.
• Результаты скоро будут опубликованы в рецензируемом журнале.

Контекст: острая необходимость в новых гербицидах

• Сорняки конкурируют с культурами за влагу, питательные вещества и солнечный свет, снижая урожайность.
• Существуют две основные проблемы:
  1. У сорняков развивается устойчивость к существующим гербицидам.
  2. Некоторые гербициды представляют потенциальные риски для окружающей среды и здоровья.
• Компания Moa (спин-офф Оксфордского университета) занимается поиском новых, более безопасных и эффективных решений, тестируя тысячи химических соединений.

Как ИИ ускоряет исследования Moa

• Автоматизация оценки минимизирует ошибки ручных наблюдений и значительно ускоряет измерения.
• Модель уже интегрируется в рабочие процессы теплиц Moa, обеспечивая стандартизированный и воспроизводимый процесс.
• ИИ помогает повторно анализировать архивные эксперименты и выявлять ранее упущенные из виду соединения из обширной базы данных Moa (более 750 000 протестированных химических соединений).

Мнение экспертов

• Профессор Байхуа Ли (руководитель проекта): Интеграция ИИ и современных методов мониторинга обеспечит более разумную и устойчивую разработку гербицидов.
• Доктор Маджедалдин Альмахаснех (исследователь): ИИ не может самостоятельно создать гербициды «из ниоткуда», ему нужны качественные данные, которые есть у Moa.
• Доктор Насир Раджаби (Moa Technology): Инструменты, подобные этому, созданные в партнёрстве, играют жизненно важную роль в ускорении открытий.

Проект был реализован в рамках государственной британской инициативы Knowledge Transfer Partnership (KTP), объединяющей бизнес и университетские исследования.