ИИ ускорит процесс тестирования прорастания семян
Исследователи разработали новый инструмент для выполнения одной из наиболее сложных задач сельского хозяйства — тестирования всхожести семян.
Производителям нужны семена, которые прорастают эффективно и равномерно в течение определенного периода, чтобы максимизировать урожайность. Поэтому поставщики семян должны тестировать образцы, чтобы убедиться в достижении определенной скорости прорастания, что является трудным и длительным процессом.
SeedGerm, основанный на анализе изображений на основе машинного обучения, выполняет этот сложный процесс недорогим, высокопроизводительным и полуавтоматическим способом. Продукт является результатом сотрудничества между Институтом Эрлхэма (EI), Центром Джона Иннеса, Syngenta и NIAB. Были опубликованы подробности исследования, шаг вперед, открытый доступ в New Phytologist, а также программное обеспечение с открытым исходным кодом и данными.
Кармель О’Нил, научный сотрудник Penfield Group в Центре Джона Иннеса и соавтор статьи, сказал: «В настоящее время большая часть процесса всхожести семян по-прежнему регистрируется вручную. В отличие от этого, SeedGerm представляет быстрый, точный и высокопроизводительный скрининг и будет представлять большой интерес для компаний, занимающихся производством семян сельскохозяйственных культур, и исследовательских программ, проверяющих большие коллекции зародышевой плазмы».
Машинное обучение, версия искусственного интеллекта, включает в себя обучение компьютерных систем интерпретации и переводу огромных объемов данных, которые теперь доступны благодаря увеличению вычислительной мощности и облачным решениям.
SeedGerm использует шкаф, оборудованный камерами, которые делают снимки на протяжении всего процесса прорастания, документируя каждый этап от впитывания семенами воды до появления корня и дальнейших изменений в молодом растении.
Управляемое машинное обучение используется для автоматического определения прогресса прорастания путем сравнения изображений. Алгоритмы могут быть обучены для прогнозирования вероятности прорастания семян на основе измерений, извлеченных из изображения, которые относятся к размеру, форме и цвету семян.
Джош Колмер, аспирант из Anthony Hall Group в EI и соавтор статьи, сказал: «Эффективное применение машинного обучения для проверки прорастания семян — это захватывающий шаг вперед, особенно учитывая то, что результаты этого проекта могут помочь разнообразить результаты на основе изображений с широким спектром применения в исследованиях сельскохозяйственных культур».
Эксперты по прорастанию семян из Syngenta подтвердили эффективность SeedGerm для измерения скорости прорастания и здоровья сеянцев для пяти основных видов сельскохозяйственных культур, включая томаты и рапс. Это открывает возможность для SeedGerm заменить ручной подсчет семян, а также вносит вклад в сертификацию семян, страхование семян и рекомендации по посеву.
Помимо того, что SeedGerm является инструментом обеспечения качества для семеноводческих компаний и фермеров, способность измерять фенотипические изменения с течением продолжительного времени находит новые применения в исследованиях по улучшению культур. Многие из характеристик, которые можно измерить, помогают оценить производительность в поле с точки зрения подавления сорных трав и прогнозируемой урожайности.
Исследования в Центре Джона Иннеса уже извлекают выгоду из этой технологии. Применение SeedGerm к исследованию рапса в рамках широкой ассоциации генома обнаружило область хромосомы, которая объясняла разницу между семенами с низким и высоким уровнем прорастания. Кроме того, ген в этом регионе связан с геном, участвующим в передаче сигналов абсцизовой кислоте на модельном растении, что дает новую цель для будущих исследований и подчеркивает полезность SeedGerm для измерения эффекта генетических изменений.
Доктор Цзи Чжоу, ранее работавший в EI, а ныне глава отдела информационных технологий в NIAB, сказал: «Мы рады работать совместно с Институтом Эрлхэма и Центром Джона Иннеса над проведением этого исследования прорастания семян. Он предоставит решения следующего поколения как для академических, так и для промышленных приложений, включая наши услуги NIAB LabTest, чтобы мы могли предоставлять беспристрастные научно обоснованные рекомендации и экономически эффективную помощь для тестирования семян и решения, связанных с этим сельскохозяйственных и садоводческих задач».
«Мы стремимся постоянно развивать наши возможности в области сельскохозяйственных данных и научных вычислений совместно с обоими ведущими институтами, чтобы мы могли предлагать инновационные решения для сельского хозяйства и более широкого сообщества исследователей сельскохозяйственных культур, укрепляя основную компетенцию Великобритании в области науки о данных, технологические инновации и информатики сельскохозяйственных культур на основе искусственного интеллекта».
Источник: news.agropages.com; фото: pixabay.com
