Искусственный интеллект для борьбы с опасной болезнью пшеницы

Новый проект Университета Иллинойса использует передовые технологии распознавания объектов, чтобы не допускать заражённые токсинами зёрна пшеницы в пищевую цепочку и помочь исследователям повысить устойчивость пшеницы к фузариозу колоса (парше), главной угрозе для этой культуры.

Фузариоз наносит значительный экономический ущерб, а связанный с ним токсин дезоксиниваленол (DON) опасен для здоровья людей и животных. Болезнь является серьёзным сдерживающим фактором для выращивания пшеницы на востоке США.

Ускорение традиционной селекции

Повышение устойчивости к болезням традиционно требует длительного фенотипирования: выращивания множества генотипов, их заражения и поиска устойчивых образцов с наименьшими симптомами для последующего выявления ответственных генов.

Исследователи решили ускорить ключевой этап — оценку симптомов болезни на зёрнах. Вместо субъективного визуального анализа они предложили использовать простые фотографии зёрен, сделанные на смартфон, и алгоритмы искусственного интеллекта для автоматической оценки повреждений.

Разработка и тестирование ИИ-модели

Специалисты по ИИ начали с алгоритмов, аналогичных используемым технологическими гигантами для обнаружения и классификации объектов. Однако для различения минимальных различий между здоровыми и больными зёрнами технологию пришлось усовершенствовать.

Ключевые достижения:

• Модель научили обнаруживать даже незначительно повреждённые зёрна с высокой точностью, используя относительно небольшое количество изображений.
• Это стало возможным благодаря тщательной предобработке данных, трансферному обучению и эффективной разметке данных.

Успешное обнаружение внешних признаков фузариоза (сморщенные, серые или меловидные зёрна) также позволило технологии прогнозировать уровень токсина DON: чем больше внешних повреждений, тем выше содержание токсина.

Результаты и перспективы

В ходе тестов:

• Машинное обучение предсказывало уровень DON лучше, чем полевые оценки симптомов болезни, которые селекционеры часто используют для экономии времени.
• По сравнению с точностью человека, оценивающего повреждения зёрен в лаборатории, технология показала точность около 60%.

Исследователи обнадёжены, так как первоначальные тесты использовали небольшую выборку для обучения модели. Добавление новых образцов и доработка алгоритма, как ожидается, повысят точность.

Конечная цель — создание онлайн-портала, где селекционеры смогут загружать фотографии зёрен пшеницы для автоматической оценки повреждений фузариозом. Такой инструмент может сэкономить недели лабораторной работы и ускорить процесс выведения устойчивых сортов.