Los seres humanos son vitales a pesar del control de plagas y enfermedades de los cultivos de IA
POR MIKKEL GRUM
El monitoreo de plagas y enfermedades es un proceso que requiere mucha mano de obra, lo que requiere que los exploradores evalúen con precisión la salud de las plantas y los cultivos a medida que se mueven por el invernadero, campo o granja. El análisis de imágenes impulsado por IA tiene como objetivo ayudar a automatizar la vigilancia de cultivos
Los avances tecnológicos en la detección de plagas y enfermedades están transformando un sector intensivo en mano de obra en uno más eficiente y basado en datos. A medida que se desarrolla inteligencia artificial (IA) para ayudar a la producción de cultivos, Los productores deben ser más críticos que nunca a la hora de evaluar los beneficios de estas soluciones en etapa inicial.
Dr. Mikkel Grum, Director de investigación y desarrollo de los expertos en mapeo de plagas y enfermedades de cultivos globales Scarab Solutions, dice que los gerentes de protección de cultivos y granjas deberían continuar enfocándose en las tecnologías que aumentan el trabajo humano en lugar de esperar la promesa de la IA.
La Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO) estima que entre el 20 y el 40 por ciento de la producción agrícola mundial se pierde anualmente a causa de plagas y enfermedades. lo que le cuesta a la economía mundial 220 mil millones de dólares. Plagas como trips, pulgones mineros de hojas, ácaros moscas blancas y orugas, enfermedades como las plagas, moho, botrytis y pudriciones de tallos y raíces son comunes en todas las zonas climáticas.
Es cierto que para ser aún más eficaz, El manejo de cultivos requerirá técnicas y tecnologías mejoradas. Muchos creen que la IA tiene la respuesta.
La IA da sus primeros pasos en horticultura
El monitoreo de plagas y enfermedades es un proceso que requiere mucha mano de obra, lo que requiere que los exploradores evalúen con precisión la salud de las plantas y los cultivos a medida que se mueven por el invernadero, campo o granja. El análisis de imágenes impulsado por IA tiene como objetivo ayudar a automatizar la vigilancia de cultivos.
En horticultura, Los desarrollos recientes incluyen un "robot explorador" equipado con cámaras de imagen de infrarrojo cercano para detectar el mildiú polvoroso y análisis de imágenes para predecir el rendimiento de las yemas y las flores. y el IRIS Scout Robot. Hay un sistema de control remoto de plagas, el uso de aprendizaje automático (ML) para realizar un análisis de imágenes de trampas de feromonas, y un gran número de personas que proponen imágenes de satélites y drones, como base del manejo futuro de los cultivos.
Uso más generalizado de aplicaciones de teléfonos inteligentes para escanear fotos en busca de signos de plagas y enfermedades. a menudo presentado como listo, o casi listo para su uso en horario de máxima audiencia.
Muchos han escuchado que el análisis de imágenes de Google ahora es mejor que los humanos para reconocer gatos y perros en imágenes, o que en la investigación del cáncer de mama, el análisis de imágenes de IA ahora detecta el cáncer en mamografías con más eficiencia y precisión que los radiólogos expertos. Tan seguro, usar el análisis de imágenes para identificar plagas y enfermedades de los cultivos en fotos tomadas con un teléfono inteligente no puede estar tan lejos. No tan rapido.
La realidad pinta una imagen menos optimista
Los esfuerzos para utilizar la tecnología de reconocimiento de imágenes en los teléfonos inteligentes no cumplen su promesa de proporcionar una visión granular y una visión general procesable de las granjas e invernaderos.
Como se destaca en un reciente Artículo de Scientific American , Las estadísticas utilizadas para presentar qué tan bien funciona el análisis de imágenes suelen ser engañosas. La "prueba de emparejamiento" más común, que prueba la capacidad de comparar dos imágenes y determinar cuál de las dos tiene alguna plaga o enfermedad, da porcentajes de precisión mucho más altos que un análisis de varias imágenes, sin saber si alguno de los cultivos tiene la plaga o la enfermedad.
El uso de resultados inexactos o sesgados obtenidos de la IA como base para el control de pesticidas puede causar más daños que beneficios. como lo ilustra el problema de los falsos positivos.
Imaginemos un sistema de imágenes que dé un falso positivo para la plaga solo el cinco por ciento de las veces, una cifra muy conservadora incluso por las afirmaciones de precisión de cualquier aplicación actual. En un campo lleno de plagas esto no supondría un problema, pero ahora tomemos un campo que no tiene ninguna ocurrencia de la enfermedad. Si tomaste 2, ¡000 imágenes en ese campo obtendría 100 resultados positivos!
¿Actúa el agricultor sobre este resultado? o inspeccionar las 100 ubicaciones "positivas" para comprobar si realmente tienen este problema? Multiplique esto por las otras plagas y enfermedades que el sistema de análisis de imágenes también está comprobando y para las que quizás tenga tasas de falsos positivos aún más altas. y tienes el funcionamiento de una pesadilla práctica. Cuanto mayor sea el número de falsos positivos, Cuantos más recursos se necesiten para realizar una verificación independiente de los resultados, lo que significa que se pierden todos los beneficios de la automatización.
Máquina versus humano
Este enfoque también debe contextualizarse. Los estudios que comparan situaciones en las que hay IA o ninguna tecnología de exploración de cultivos no pintan una imagen realista, porque en algunos casos ya existe un sistema, que ayuda a registrar y analizar los datos recopilados por los exploradores humanos.
En el caso de la investigación del cáncer de mama, como los tumores no son visibles para el ojo humano, los médicos y la IA miran la misma imagen. En un invernadero, sin embargo, El análisis de imágenes es mucho menos efectivo que la atención humana a los detalles. Un explorador puede mover la cabeza y voltear las hojas para ver un problema desde múltiples ángulos y con una lupa.
Aumento de las habilidades humanas con tecnología móvil - smartphones hacer que la gente sea más inteligente
Las granjas e invernaderos todavía necesitan gente para caminar, abre el dosel del cultivo, voltee las hojas y use una lupa donde sea necesario. Esto requiere tecnologías que permitan a los exploradores hacer su trabajo con mayor precisión. más rápido y con mejores resultados.
Los teléfonos inteligentes seguirán siendo clave, pero no principalmente como una herramienta de inteligencia artificial. Un uso más realista y probado de las aplicaciones móviles es para la recopilación de datos y el mapeo. En lugar de usar teléfonos inteligentes para tomar fotos para que las analice la IA, Los administradores de protección de cultivos deben capacitar a los exploradores para que utilicen sus habilidades de inspección y registren los resultados a medida que avanzan.
La formación juega un papel importante. Correcta identificación y limpieza de plagas y enfermedades, conocimiento profundo del protocolo de muestreo y la técnica para acelerar el proceso, todos son necesarios para armonizar el rendimiento y la precisión de los exploradores en toda la granja. Ésta es la clave del éxito.
La IA puede ayudar a guiar a los exploradores a identificar correctamente plagas o enfermedades desconocidas. pero la mayor parte de la exploración de cultivos se trata de realizar un seguimiento de la distribución de un conjunto bien conocido de plagas y enfermedades.
Las tecnologías de exploración y mapeo digital permiten a los humanos obtener nuevos conocimientos
Si combinamos los datos registrados por los exploradores con la información geográfica, los resultados crean conjuntos de datos, proporcionar una pista de auditoría clara para las opciones de seguimiento y visualización de datos, como mapas digitales, cuadros y gráficos, y otra ayuda adicional para identificar fácilmente problemas y patrones únicos y recurrentes y cualquier falso positivo.
El mapeo digital es donde la tecnología de detección de plagas y enfermedades se une a la experiencia humana para optimizar los resultados. En Scarab Solutions, vemos esto todos los días. Los clientes utilizan las soluciones de exploración y mapeo de plagas y enfermedades de cultivos de Scarab Precision para proporcionar una base sólida para identificar los puntos críticos de infestación. determinar el uso correcto de plaguicidas o agente de control biológico y reducir las pérdidas de cultivos a través de una mejor gestión agrícola.
A medida que crecen los conjuntos de datos, Los encargados de la protección de cultivos pueden, en algunos casos, comparar las cifras de plagas y enfermedades en su región, utilizando datos anonimizados de otras granjas.
Aún no es el momento de brillar de la IA pero siempre necesitaremos el toque humano
Si bien el análisis de imágenes impulsado por IA sigue siendo un tema de conversación en la industria, la tecnología tiene un largo camino por recorrer antes de que pueda producir Casos de uso precisos y procesables. Hoy dia, Seguimiento por GPS, Las herramientas móviles de recopilación e interpretación de datos son las soluciones tecnológicas más efectivas y lucrativas para el manejo de plagas y enfermedades de los cultivos.
A medida que la horticultura experimenta una transformación tecnológica, la inteligencia artificial no debe verse como un sustituto de los procesos existentes, sino como una extensión de la inteligencia humana. El análisis de imágenes impulsado por IA vendrá con drones y robots en algunos entornos, Pero esa es una historia para otro día.
