Для идентификации чешуекрылых вредителей ученые задействовали ИИ

Ученые каждые 24 часа делали по 20 снимков личинок четырёх самых опасных вредителей кукурузы. Зачем они это делали? Рассказываем.

Кукуруза является экономически важной культурой в Азии, Европе и Северной и Южной Америке. Но потребители кукурузы – это не только люди и домашний скот. Кукурузу также поедают более 30 видов насекомых из отряда чешуекрылых. Четыре основных вредителя наносят наибольший ущерб:

• Ostrinia furnicalis (кукурузный мотылек),
• Spodoptera frugiperda (хлопковая совка),
• Mythimna separata (совка восточная луговая),
• Spodoptera litura (азиатская хлопковая совка).

От стадии развития этих насекомых-вредителей зависят меры борьбы по защите урожая. На практике же определить их не так легко. Традиционно идентификация проводится невооружённым глазом с учётом знаний о каждом вредителе.

Это может быть медленным и трудоёмким процессом, а также привести к ошибочной идентификации чешуекрылых. Различия в размерах между стадиями очень незначительны, а личинки разных видов имеют схожую окраску.

Исследовательская группа из Цзилиньского сельскохозяйственного университета в Китае изучила возможности искусственного интеллекта (ИИ), чтобы быстрее и точнее определять различные стадии развития этих насекомых.

В ходе исследования учёные отобрали личинок четырёх наиболее опасных чешуекрылых вредителей кукурузы (O. furnicalis, S. frugiperda, M. separata и S. litura). Для выращивания было отобрано 20 личинок. Личинки всех четырёх видов были сфотографированы с помощью микроскопа и мобильной камеры. Каждые 24 часа исследователи делали по 20 снимков каждого вредителя. В ходе полевых испытаний они помещали личинок насекомых на существующее кукурузное поле, где делали снимки с помощью мобильного телефона.

Таким образом, ключевой задачей для ИИ было сопоставить эти разрозненные данные и правильно идентифицировать каждый вид и возраст. Одной из основных проблем при использовании ИИ для идентификации насекомых является возможность обрабатывать изображения из разных источников и разных размеров и преобразовывать эти данные в пригодные для использования характеристики насекомых, такие как форма, геометрия, цвет и текстура.

Ученые пишут, что искусственный интеллект в сельском хозяйстве – не новое явление, но проблема заключается в поиске лучшей модели среди множества подходов, основанных на искусственном интеллекте. Из пяти моделей CNN наиболее точной оказалась модель под названием «Densenet121». Наиболее точным оказался алгоритм оптимизации под названием «Adam». Общая точность определения составила 96,65%.

Используя такой инструмент, фермеры могут ускорить и упростить идентификацию вредителей, что позволяет принимать более действенные меры по борьбе с ними и повышать эффективность защиты урожая.

Новость подготовлена по материалам из зарубежных источников, список находится в редакции.