AI-val készülnek figyelni a citrusfákat veszélyeztető kártevőt

A citrusipart fenyegető kártevő nyomában

A Microsoft Discovery Blog október 22-i bejegyzése szerint a vállalat kutatója, Isaiah Hoyer entomológusként azt vizsgálta, hogy egy eredetileg emberek és állatok kórokozóit terjesztő rovarok megfigyelésére fejlesztett biológiai monitoringrendszer gyorsan átalakítható-e mezőgazdasági kártevők követésére.

A vizsgálat középpontjában az ázsiai citrus-levélbolha áll, tudományos nevén Diaphorina citri Kuwayama. A rovar egy gyógyíthatatlan növényi kórokozót terjeszt a fogékony citrusfák között, és ez citruszöldülést okoz. A Microsoft szerint a betegség a globális citrusipar egyik legnagyobb fenyegetései közé tartozik. A kártevő hatékony megfigyelése fontos része a citruszöldülés elleni védekezésnek és az új beavatkozások kidolgozásának.

Az ENSZ Élelmezésügyi és Mezőgazdasági Szervezetének becslése szerint a kártevők és növényi betegségek évente a globális termés akár 40 százalékát is elpusztítják. A Microsoft bejegyzése szerint a rovarok hagyományos megfigyelése sok munkaerőt igényel, kevés entomológiai szakértelem áll rendelkezésre, és a módszerek időbeli felbontása is korlátozott.

A Discovery app több területről gyűjtött adatot

A Microsoft Premonition program Biological Weather Station nevű rendszere valós időben érzékeli a rovarokat. Peremhálózati mesterséges intelligencia segítségével a repülésük biomechanikája alapján azonosítja a fajokat, majd robotikusan, célzottan gyűjt mintákat. A Microsoft korábban többek között a National Science Foundation és az Egyesült Államok Mezőgazdasági Minisztériuma programjaiban alkalmazta a biológiai megfigyelést.

Az ázsiai citrus-levélbolhára való átállás során a Discovery app több mint 120 szoftverprojektet és referenciadokumentumot értelmezett. Ezek között firmware-ek, adatstruktúrák, valós adatkészletek, mesterségesintelligencia-képzési logikák és adatelemzési eszköztárak szerepeltek. A vállalat szerint az alkalmazás ezekből az anyagokból olyan készségeket, adatkategóriákat, példákat és segédmódszereket állított össze, amelyeket a további munkában használhatott.

A kutatás a délkeleti Egyesült Államok kereskedelmi citrusültetvényeire összpontosított, ahol a citruszöldülés jelen van. A Discovery app az ázsiai citrus-levélbolha ökológiáját, a vele együtt előforduló mezőgazdasági kártevőket, természetes és esetleg betelepített ragadozókat, valamint más hasznos rovarokat vizsgálta. A cél az volt, hogy a monitoringrendszer számára meghatározzák a káros és kedvező hatású fajok körét.

Szimulált rovaradatokkal készítették elő a tesztelést

A kutató és az alkalmazás közösen dolgozott ki kísérleti terveket a Biological Weather Station eszközeinek beállítására és telepítésére. A cél az ázsiai citrus-levélbolha megfigyelésének optimalizálása volt. A munka során azt is áttekintették, hogyan észlelhető a rovar, milyen biológiai vagy viselkedési tulajdonságai befolyásolhatják az azonosítást, és mely laboratóriumi kísérleteket érdemes elsőként elvégezni.

Mivel a kártevő szabályozott faj a terjesztett kórokozók miatt, a csapat a biológiai biztonsági engedélyeket és a kapcsolódó működési eljárásokat is előkészítette. Ehhez korábbi engedélyeket, laboratóriumi terveket és szabványos eljárásokat adtak át a Discovery appnak. A Microsoft hangsúlyozza, hogy az együttműködés emberi ellenőrzést igényelt, mivel a dokumentumok hibáiért a labor vezetője felelne.

Az élő rovarok beszerzéséhez és vizsgálatához szükséges engedélyezés idejére a rendszer több ezer, más rovarfajokról rendelkezésre álló biometriai példát elemzett. Az ázsiai citrus-levélbolha és rokon fajainak biomechanikai modelljei alapján szintetikus adatokat generált, amelyekből kezdeti peremhálózati osztályozót készítettek. Ezt a Microsoft szerint a szükséges engedélyek megszerzése után, megfelelő biológiai biztonsági körülmények között lehet laboratóriumban tesztelni.

A vállalat szerint napok alatt állt össze az előkészítés

A Microsoft szerint egy átfogó biomonitoringterv elkészítése hagyományosan több hetes kutatást és tervezést igényelne, biológusok, mérnökök és mesterségesintelligencia-szakértők közreműködésével. A Discovery appal kiegészített folyamatban az irodalom áttekintése, a kísérleti terv kidolgozása, az engedélyezési követelmények vizsgálata és a fajspecifikus osztályozók előkészítése néhány napra rövidült.

A bemutatott munka egyelőre a monitoringrendszer átállításának előkészítéséről, szimulációkról és kezdeti osztályozóról szól. A következő lépésekhez laboratóriumi és terepi kísérletekre, valamint a szükséges engedélyekre van szükség. A Microsoft példája azt mutatja, hogy a Discovery app a szakirodalom, a mérnöki dokumentáció, a biológiai protokollok és a megfigyelési adatok összekapcsolásával támogathatja a kártevők elleni kutatások előkészítését.