ИИ для распознавания лиц помогает спасти виноградный урожай стоимостью в миллиарды долларов

Совместная работа биолога и инженера ускоряет усилия по защите виноградных культур. Разработанная ими технология, использующая робототехнику и ИИ для выявления виноградных растений, зараженных опасным грибком, скоро станет доступна исследователям по всей стране, работающим над широким спектром проектов в области растений и животных.

Биолог Лэнс Кэдл-Дэвидсон, Ph.D. '03, работает над созданием более устойчивых к мучнистой росе сортов винограда. Однако исследования его лаборатории тормозились необходимостью вручную оценивать тысячи образцов виноградных листьев на наличие признаков инфекции.

Мучнистая роса — грибок, поражающий многие растения, включая винный и столовый виноград, — оставляет на листьях и плодах белый налет спор. Ежегодно она обходится виноградарям по всему миру в миллиарды долларов из-за потери урожая и затрат на фунгициды.

Команда Кэдл-Дэвидсона из USDA-ARS разработала прототипы роботов для автоматического сканирования образцов листьев — процесс, называемый высокопроизводительным фенотипированием. В партнерстве с Центром исследований света и здоровья был создан роботизированный микроскоп под названием «BlackBird».

Однако извлечение релевантной биологической информации из полученных изображений оставалось критически важной задачей.

Здесь в работу включился инженер и специалист по компьютерным наукам Ю Цзян. Робот BlackBird собирает информацию с разрешением 1.2 микрона на пиксель, что эквивалентно обычному оптическому микроскопу. Для каждого 1-сантиметрового образца листа робот предоставляет 8 000 на 5 000 пикселей информации.

Чтобы извлечь полезные данные из таких больших изображений, команда Цзяна применила ИИ, использовав прорывы в области глубоких нейронных сетей, разработанных для задач компьютерного зрения, таких как распознавание лиц. Также была реализована визуализация процессов логического вывода сети, что помогает биологам лучше понимать анализ и доверять моделям ИИ.

Команда Кэдл-Дэвидсона тестирует и проверяет данные роботов, что позволяет команде Цзяна эффективнее обучать их идентифицировать биологические признаки. Результаты ошеломляющие: эксперименты, на которые раньше уходило 6 месяцев, теперь выполняются роботами BlackBird за 1 день.

«Это произвело революцию в нашей науке, — сказал Кэдл-Дэвидсон. — И мы обнаруживаем, что инструменты ИИ Ю на самом деле лучше объясняют генетику этих виноградов, чем мы можем, сидя месяцами за микроскопом и выполняя изнурительную работу».

Только в июле коллаборация получила награду и два новых гранта:

• 1 июля: Грант в $100 000 от USDA-ARS для распространения BlackBird в полевых офисах ARS, работающих с другими культурами.
• 12 июля: Лучшая статья в категории «Информационные технологии, сенсоры и системы управления» на ежегодной международной встрече Американского общества инженеров сельского хозяйства и биологии (ASABE) 2021 года.
• 27 июля: Двухлетний грант в $150 000 от Фонда исследовательских инноваций Корнеллского института цифрового сельского хозяйства для модернизации BlackBird. Цель — научить робота «видеть» не только в спектре RGB, но и в инфракрасном диапазоне.

Болезни растений, такие как мучнистая роса, могут проявляться в инфракрасном спектре до того, как станут видны невооруженным глазом. Раннее обнаружение позволит фермерам точечно применять фунгициды до распространения инфекции, что сократит их использование и потери урожая.

«Эта работа значительно ускоряет темпы селекции и генетических исследований винограда, — сказал Доннелл Браун, президент Национального альянса исследований винограда. — Обычно, инвестируя в исследования, мы понимаем, что можем никогда не увидеть результатов при своей жизни. Но теперь эта технология действительно сокращает эти сроки на пользу производителям и потребителям».