Argentina - Desarrollan el primer modelo de inteligencia artificial para monitorear el girasol

El desarrollo de una plataforma con inteligencia artificial está orientada a mejorar la precisión en la identificación de los momentos críticos del desarrollo del cultivo, especialmente la senescencia foliar, una etapa determinante para el llenado de grano y, en consecuencia, para el rendimiento final. Especialistas del Instituto de Agrobiotecnología y Biología Molecular (Iabimo) del INTA y del Conicet, en colaboración con la Universidad de Trento —Italia—, presentaron SunPheno, un modelo que utiliza imágenes tomadas en el campo con teléfonos celulares. El desarrollo contó con el apoyo del programa AgTech del INTA.

“La senescencia es un proceso complejo, regulado por factores internos y externos, que implica una caída en la fotosíntesis. Si logramos sincronizar correctamente este proceso con los estadios fenológicos, podemos maximizar el rendimiento”, explicó Melanie Corzo, becaria doctoral del Iabimo, Unidad Ejecutora de Doble Dependencia INTA-Conicet.

El equipo construyó una base de datos con 25.000 imágenes obtenidas con celulares en el campo. Las fotos corresponden a dos líneas endocriadas del programa de mejoramiento genético del INTA que fueron clasificadas manualmente para entrenar un modelo de machine learning, que hoy puede distinguir entre estadios vegetativos y reproductivos de manera automática.

“Este sistema permite eliminar la subjetividad en la evaluación de la fenología del girasol, algo fundamental tanto para la investigación como para la producción”, detalló Corzo, quien anticipó que el próximo paso será escalar el modelo para trabajar con imágenes tomadas por drones y satélites.

 

Para Paula Fernández, investigadora y coordinadora de una línea de investigación en genómica y ecofisiología de girasol del Iabimo, Unidad Ejecutora de Doble Dependencia INTA-Conicet, SunPheno también aporta información clave para comprender cuándo se activa la senescencia en distintos genotipos. Esto permitiría afinar estrategias de selección genética para obtener híbridos más eficientes en el uso de recursos. “Para ello se toman fotos con teléfonos celulares en una primera instancia para luego evaluar en condiciones de campo en qué estado fenológico están estos genotipos de girasol”, indicó.

“El celular se convirtió en una herramienta de fenotipado masivo: generamos más de 5.000 imágenes por campaña y el modelo permite clasificarlas automáticamente”, señaló Fernández, y agregó que el desarrollo “es de gran relevancia porque es la primera plataforma del cultivo de girasol, que permite identificar los estadios de los cultivos, que son clave para identificar los componentes que determinan su rendimiento”.

El sistema no solo acelera y estandariza la toma de decisiones en el campo, sino que sienta las bases para una nueva era de agricultura digital en cultivos extensivos como el girasol, donde la fenología y la productividad están profundamente interrelacionadas.

La plataforma está especialmente dirigida a mejoradores, productores y académicos, quienes ya pueden acceder mediante un enlace público. En su desarrollo, además del equipo argentino, participaron Sofía Bengoa Luoni, investigadora en la Universidad de Wageningen —Países Bajos— y Farid Melgani, de la Universidad de Trento —Italia—.

 
_{^{Melanie Corzo y Paula Fernández del Instituto de Agrobiotecnología y Biología Molecular CONICET-INTA, nos cuentan el paso a paso del diseño y generación de esta aplicación y los potenciales usos agronómicos, a campo y en condiciones controladas.}} 

Link para acceder a la plataforma: https://drive.google.com/drive/folders/1q39dsbNmvoh8t_jSCSsprHNWZw78yYYV