Diky propojeni rady zobrazovacich metod s pokrocilymi algoritmy strojoveho uceni system umoznuje predpovedet na zaklade ziskanych dat dalsi vyvoj a kondici rostlin, coz jsou stezejni informace pro pestitele i slechtitele zemedelskych plodin.
,,Ve studii jsme prokazali, ze AMULET muze vyrazne zlepsit proces zpracovani dat z fenotypizace, tedy sledovani a hodnoceni vlastnosti rostlin v zavislosti na prostredi. To je klicove pro slechteni rostlin a vyzkum v oblasti zemedelstvi. Tento pristup umoznuje rychlejsi a presnejsi analyzu rostlinnych vlastnosti, coz muze prispet k vyvoji odolnejsich a vynosnejsich plodin," uvedla jedna z autorek Nuria De Diegova.
Model AMULET zpracovava obrazy ziskane pomoci cenove dostupne RGB kamery. Vedci poridili vice nez 30 tisic snimku modelove rostliny husenicku rolniho, ale prokazali, ze system lze vyuzit i na zemedelske plodiny, jako jsou napriklad brambory.
,,System zahrnuje detekci rostlin, odhad budouciho vyvoje, trideni i analyzu dat. Vylepsuje fenotypizaci tim, ze vyuziva pokrocily model umele inteligence, ktery dokaze predvidat vyvoj obrazovych dat s vysokou presnosti," objasnil Jan Zdrazil z CATRIN a doktorand na Fakulte elektrotechniky a informatiky VSB-TUO.
Foto: Inovacni centrum Olomouckeho kraje
Vyvoj rostlin sleduji vedci s pomoci umele inteligence.
Tato schopnost podle nej prinasi vyhody cele skale uzivatelu - od vedcu az po zemedelce - napriklad tim, ze zkracuje trvani experimentu, umoznuje vcasnou detekci stresu rostlin nebo rychlejsi rozpoznani nezdravych jedincu.
,,AMULET se osvedcil i pri prognoze nastupu chorob u rostlin jeste predtim, nez se projevi prvni viditelne priznaky, cimz umoznuje vcasnou intervenci a minimalizaci ztrat na vynosu. Diky tomu bude mozne rychleji a citliveji zasahnout a efektivneji tak chranit zdravi plodin," zduraznila De Diegova.
Ackoli je podle odborniku nutne funkcnost systemu jeste dale testovat pro ruzne podminky a rostlinne druhy, uz nyni predstavuje prulomovy nastroj, ktery muze zasadne zefektivnit fenotypizaci - od detekce az po analyzu dat.
Pokud se z praxe podari ziskat data pro overeni modelu, jeho vyuziti muze podle odborniku v dohledne dobe prispet ve slechtitelskych programech a zemedelstvi k vyssi vitalite a vynosu plodin a umoznit peci o rostliny s mensimi casovymi a pracovnimi naroky.