В последние годы мискантус, перспективная биоэнергетическая культура, привлекает значительное внимание благодаря своему потенциалу в обеспечении устойчивой энергии и производстве биопродуктов. Ключевым аспектом в селекции мискантуса является время цветения, которое влияет на урожайность и адаптацию растений к разным климатическим условиям. Однако процесс визуальных осмотров тысяч растений в рамках полевых испытаний является весьма трудоемким.
Для решения этой задачи ученые разработали инструмент машинного обучения, способный самостоятельно различать на аэрофотоснимках цветущие и нецветущие экземпляры трав. Это может заметно ускорить сельскохозяйственные исследования. Исследование проводилось на базе иллинойсского университета, где специалисты провели серию экспериментов с использованием беспилотников и алгоритмов AI для анализа изображений мискантуса.
Профессор Эндрю Лики подчеркнул, что новая система может значительно оптимизировать процесс выборки, устраняя необходимость в большом количестве аннотированных данных, что традиционно требует много времени. Ученые внедрили генеративно-состязательную сеть (GAN), позволяющую моделям AI учиться на своих ошибках, что снизило потребность в аннотированных изображениях на порядок по сравнению с традиционными методами.
Эта инновация открывает новые горизонты для применения AI в селекции различных сельскохозяйственных культур и может способствовать развитию биоэкономики, нацеленной на более эффективное использование ресурсов в агропромышленности.
