WheatAI می تواند پرورش گندم را سرعت بخشد و به کشاورزان در ارزیابی محصولات کمک کند

توسط دیو گریوز، دانشگاه ایالتی داکوتای جنوبی

ویرایش شده توسط Sadie Harley، بررسی توسط Robert Egan

این مقاله با توجه به روند و سیاست‌های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

محققان گندم در دانشگاه ایالتی داکوتای جنوبی در حال تکمیل یک برنامه وب مبتنی بر هوش مصنوعی هستند که برای سرعت بخشیدن به کار پرورش دهندگان گندم و تجهیز کشاورزان به ابزار دقیق تری برای تصمیم گیری طراحی شده است.

پروفسور Sunish Sehgal در سال 2022 شروع به عکاسی برای توسعه این ابزار هوش مصنوعی کرد. WheatAI (wheatai.net) از تصاویر گوشی‌های هوشمند و پهپادهای گندم زمستانه که پنج بار بین ماه‌های می تا جولای در مزارع تحقیقاتی SDSU در نزدیکی پیر و بروکینگز و مزارع تولیدکننده در Winner و Hayes گرفته شده‌اند، ساخته شده است.

در سال 2025، سهگل، همراه با Maitiniyazi Maimaitijiang، استادیار گروه جغرافیا و علوم زمین فضایی، شروع به توسعه یک نمونه اولیه کردند که برای تخمین عملکرد بر اساس ویژگی‌های مختلف گیاه و ارزیابی بیماری‌های گندم، از جمله بیماری‌های ناشی از فوزاریوم، یک پاتوژن قارچی که می‌تواند گیاهان گندم را آلوده کرده و به کرنل آسیب برساند، طراحی کرد.

این پروژه تخصص سهگال در اصلاح گندم و ژنتیک و تخصص Maimaitijiang در سنجش از دور، هوش مصنوعی و بینایی کامپیوتر را گرد هم می آورد. هدف همکاری آنها این است که فنوتیپ گندم را سریعتر، دقیق تر، سازگارتر و در دسترس محققان و تولیدکنندگان قرار دهد.

سهگال و مایمیتجیانگ با همکاری چند دانشجوی فارغ التحصیل، این پلتفرم را توسعه دادند که اکنون می تواند نه ویژگی گیاه را تجزیه و تحلیل کند. این تیم قصد دارد 10 تا 12 ویژگی دیگر را قبل از انتشار عمومی، به طور آزمایشی در سال 2028 به پلتفرم اضافه کند.

هنگامی که WheatAI در wheatai.net منتشر شود، به قیمتی خواهد بود که همه می توانند بپردازند—رایگان. سهگل گفت: "هیچ چیزی مانند این در جهان وجود ندارد که رایگان باشد. ما قصد داریم فنوتیپ را دموکراتیک کنیم و آن را تا آخرین مایل ارسال کنیم تا کشاورز و دانش آموزان بتوانند آزادانه از آن استفاده کنند."

برای پرورش دهندگان گندم، این پلت فرم نوید انقلابی در این فرآیند را می دهد.

سهگل گفت که امروزه ژنوتیپ یک گیاه و آرایش DNA آن را می توان با دقت و کم هزینه توالی یابی کرد. اما چه رابطه ای بین ژنوتیپ و فنوتیپ، معیارهای مختلف رشد و بهره وری گیاه وجود دارد؟

فنوتیپ سنتی فرآیندی آهسته است که با اندازه گیری ذهنی خوب با دست انجام می شود. دانشجویان فارغ التحصیل روی یک میز آزمایشگاه می نشینند و دانه های روی سر ساقه گندم یا پنجه های یک گیاه در حال رشد را می شمارند. به عنوان مثال، هنگام ارزیابی بصری شدت بیماری، محققان مختلف ممکن است بسته به نحوه تفسیر علائم، رتبه‌بندی‌های متفاوتی را به یک کله گندم، مانند 5 یا 7، اختصاص دهند.

سهگل که قبل از آمدن به SDSU در سال 2014 یک دانشمند محقق در ایالت کانزاس بود، گفت: "با این حال، دوربین همیشه یکسان به آن نگاه می کند. سوگیری را از بین می برد."

هدف WheatAI با استفاده از تجزیه و تحلیل تصویر مبتنی بر هوش مصنوعی کاهش ذهنیت مرتبط با اندازه‌گیری‌های دستی است و در عین حال به محققان اجازه می‌دهد تعداد بسیار بیشتری از نمونه‌ها را در زمان کمتری ارزیابی کنند.

آنها همچنین به صفات روزنه ای نگاه می کنند. «پیدا کردن چیز خوب همیشه یک چیز اعدادی است.

او گفت: "علاوه بر این، WheatAI دقت را افزایش می دهد. کدام دقیق تر است، آنالیز با 500 تصویر یا یکی با تخمین دستی پنج روزنه؟ با این فناوری، پردازش سریع تعداد زیادی از تصاویر و داشتن تجزیه و تحلیل دقیق در مدت زمان کوتاه امکان پذیر می شود."

فراتر از اصلاح گندم، WheatAI همچنین این پتانسیل را دارد که ابزارهای عملی برای نظارت بر محصول و تصمیمات مدیریتی در اختیار کشاورزان قرار دهد.

در حال حاضر، کشاورزان ممکن است با شمارش دستی سر در هر فوت مربع از چند نقطه در مزرعه، پتانسیل عملکرد را تعیین کنند. سهگل گفت که با WheatAI، آنها می توانند 10 تا 20 عکس در یک میدان بزرگ بگیرند، آنها را روی سکو قرار دهند و به سرعت تجزیه و تحلیل خودکار سرها در هر فوت مربع را به دست آورند.

این رویکرد می تواند ارزیابی محصول را سریعتر و سازگارتر کند، بسته به نمونه برداری نماینده و دقت مدل.

قرار دادن ابزارهایی مانند WheatAI در دست تولیدکنندگان می‌تواند به آنها اجازه دهد تا سرنوشت یک محصول را زودتر و دقیق‌تر تعیین کنند - تولید غلات یا سیلو. سهگل گفت، همچنین می تواند به آنها کمک کند تا دانه های آسیب دیده فوزاریوم را در برداشت خود ارزیابی کنند.

از آنجایی که تیم تحقیقاتی به گسترش و اصلاح قابلیت‌های WheatAI ادامه می‌دهد، هدف بلندمدت آن این است که ابزارهای فنوتیپ پیشرفته گندم را برای پرورش دهندگان، محققان، دانش‌آموزان و کشاورزان در دسترس قرار دهد.

با ترکیب هوش مصنوعی با فناوری‌های تصویربرداری گسترده، WheatAI این پتانسیل را دارد که کارایی اصلاح و بهبود گندم را بهبود بخشد، از نظارت بر محصول پشتیبانی کند و به تولیدکنندگان کمک کند تا تصمیم‌های آگاهانه‌تری بگیرند.

کارشناسی علوم زیستی و اکولوژی. پیشینه آزمایشگاه میکروبیولوژی با تجربه اخبار دارویی در صنایع نفت، گاز و تجدیدپذیر. نمایه کامل →

لیسانس زیست شناسی ریاضی، کارشناسی ارشد در نوشتن خلاق. خوش سفر با دیدگاه های منحصر به فرد در علم و زبان. نمایه کامل →