Dall'Australia rivoluzione AI nel rilevamento della mosca della frutta

Secondo la ricercatrice Maryam Yazdani, la nuova tecnologia basata sull'intelligenza artificiale potrebbe favorire l'accesso ai Paesi esportatori.  

Ricercatori australiani hanno testato un nuovo modo per individuare i moscerini della frutta nelle ciliegie e in altri frutti utilizzando una scansione ottica programmata dall'intelligenza artificiale. Il progetto del CSIRO (Commonwealth Scientific and Industrial Research Organisation), guidato dall'entomologa Maryam Yazdani, mira a rendere il rilevamento più efficiente ed efficace. 

"Molte aziende orticole utilizzano la scansione ottica come componente chiave del processo di classificazione della qualità", ha dichiarato Yazdani a Fruitnet. "Quello che abbiamo cercato di fare [con la nostra ricerca] è stato sviluppare un sistema di imaging specifico per il rilevamento dei parassiti che potesse essere integrato nella classificazione ottica [esistente] nei centri di imballaggio". 

Yazdani ha detto che spera che questo sistema possa aprire l'accesso al mercato a Paesi attualmente preclusi agli esportatori australiani a causa del potenziale rischio di mosca della frutta. Attualmente l'Australia utilizza trattamenti finali come la fumigazione e le ispezioni manuali per gestire i rischi di infestazione da mosca della frutta per la frutta esportata a livello internazionale e per il trasporto interno tra gli Stati.  

"L'Australia dispone già di una sicurezza molto forte", ha dichiarato Yazdani. "Ma questa tecnologia emergente può offrire ulteriori strumenti ai regolatori della sicurezza delle frontiere per ridurre al minimo il rischio di trasporto dei parassiti". In effetti, Yazdani vede il potenziale della scansione ottica come alternativa alla fumigazione.  

"La fumigazione è piuttosto costosa ed è già stata vietata in molti Paesi", ha detto. "Potremmo non avere accesso ad alcuni Paesi nei prossimi anni, quindi abbiamo davvero bisogno di un'alternativa alla fumigazione".

La tecnologia di scansione ottica acquisisce immagini ad alta risoluzione della frutta come parte del processo di classificazione. Dalle immagini, il programma di intelligenza artificiale è in grado di rilevare le infestazioni, comprese le uova deposte di recente all'interno della frutta, che possono essere rimosse tramite le tecnologie di selezione esistenti all'interno del magazzino. 

Il programma funziona facendo riferimento a immagini precedenti di infestazioni e corrispondendo ai segni di difetti nei nuovi frutti. Secondo Yazdani, il team ha generato più di 40.000 immagini durante i tre anni di sviluppo per "addestrare" il programma AI.

"Quando abbiamo dati di buona qualità, il modello di intelligenza artificiale che stiamo sviluppando è più preciso", ha detto Yazdani. "Finora, il modello di rilevamento che abbiamo sviluppato per i danni da mosca della frutta nelle ciliegie ha raggiunto un'accuratezza del 95% circa". 

Durante il processo di sviluppo, il team del CSIRO si è concentrato sull'identificazione della mosca della frutta del Queensland nelle ciliegie australiane. Tuttavia, alcuni test hanno utilizzato mirtilli, mele e nettarine, nonché altre specie di mosche della frutta, tra cui la mosca mediterranea della frutta.  

"Abbiamo testato questa tecnologia su diversi tipi di moscerini della frutta, ma l'attenzione principale era rivolta alla mosca della frutta del Queensland, che rappresenta un problema importante per l'accesso al mercato", ha dichiarato Yazdani. "Se tutto va bene, puntiamo a estenderla ad altri tipi di frutta e anche ad altre specie di mosche della frutta". 

Il CSIRO sta collaborando con un partner commerciale per testare le opportunità di integrazione e spera di concedere in licenza il suo modello ai sistemi di classificazione delle confezioni esistenti.

Fonte: Fruitnet
Immagine: Koppert

Cherry Times - Tutti i diritti riservati