Deep learning a növényvédelemben
A Syngenta egy svájci eredetű, ma már világméretű vegyipari és biotechnológiai cég, ami főképp vetőmagokat és növényvédő szereket kínál. Vetőmagok tekintetében a vállalat a harmadik legnagyobb kereskedelmi cég a világon.
A Syngenta tevékenysége során a beporzók védelmében is vezető szerepet vállal. Jelen cikkünkben bemutatott innovációja azon az elgondoláson alapul, hogy ha a gazdálkodó megfelelő információval rendelkezik a hasznos és kártékony rovarok populációjáról egy adott területen, akkor könnyebb jobb döntéseket hoznia arra vonatkozóan, hogy szükséges-e vegyszeres védelmet alkalmaznia.
A Syngenta Diopsis nevű rovarszkennerének működési elve a következő: a rovarokat egy nagyméretű sárga színű lapra csalogatják, ahol egy digitális kamera segítségével fotó készül róluk, melyet a berendezés összehasonlít az adatbázisában található képekkel, ily módon automatikusan történik a rovarok beazonosítása. Az innovációs törekvések fő célja, hogy a rovarállomány feltérképezését követően egy döntéstámogató szoftver javaslatot fogalmazzon meg a termelő számára a lehetséges és szükséges növényvédelmi beavatkozásokra.
A berendezés használatának további pozitív hozadéka, hogy a biodiverzitás mértékéről is információ nyerhető. Mivel a tervek szerint az Európai Unió jövőbeni agrártámogatásainak alapvető feltétele lesz a környezet állapotát mérhetően javító gazdálkodói gyakorlatok folytatása, e téren a szoftver óriási szolgálatot tehet.
A Diopsis szkennerből Hollandiában napjainkban 115 készülék működik. Az agráriumban hasonló adatbázisok alkalmazhatók gyomfelismerés céljából is. Az egyre nagyobb adatmennyiség kezelésére képes, nagyteljesítményű számítógépek a csúcsminőségű szenzorok támogatásával úgynevezett tanulóprogramokon keresztül bővítik az induláskor az emberek által a rendszerekbe betáplált és felcímkézett mintákat. Az úgynevezett deep learning (mély tanulás) folyamán a gép újabb és újabb képekkel találkozik, amelyekkel tovább finomítja a saját adatbázisában meglévő „tudását”, így az idő előrehaladtával egyre könnyebben képes azonosítani a detektált képeket.
A szkennelés eredményére további cselekvésvezérlő programok építhetők. Egy ily módon felépülő és megbízhatóan működő professzionális adatbázissal az eddigi legprecízebb növényvédelem lenne megvalósítható, mivel célzottan az egyes fajok elleni fellépést lehetne megvalósítani abban a kritikus pontban, amikor azok egyedsűrűsége eléri, illetve meghaladja a védekezési küszöböt. Az innovációk ilyen tempójú előrehaladásával hamarosan eljön az idő, amikor akár a növények hiány-betegségeiről, akár más veszélyes környezeti jelenségekről is precíz adatokkal fogunk rendelkezni döntéseink mielőbbi meghozatalához.
Forrás: https://mezohir.hu
(Biokultúra 2021/6)
