Wie künstliche Intelligenz helfen kann, Nematoden auf sich aufmerksam zu machen

Forscher werden mithilfe künstlicher Intelligenz versuchen, Nematoden (sowohl zerstörerische als auch nützliche) schneller und genauer zu identifizieren.

Wussten Sie, dass parasitäre Nematoden jedes Jahr weltweit landwirtschaftliche Schäden in Höhe von 125 Milliarden US-Dollar verursachen? Die Untergrundbewohner mit ihrem unersättlichen Appetit verfügen über eine wirksame Tarnung, aber Wissenschaftler der University of Florida haben möglicherweise einen neuen Weg gefunden, etwas Licht ins Dunkel des Problems zu bringen.

Die Forschung unter der Leitung von Peter DiGennaro, ein UF/IFAS-Assistenzprofessor für Entomologie und Nematologie, und Alina Zare, Professor am Herbert Wertheim College of Engineering und Direktor des Machine Learning and Sensing Lab der UF, gehört zu den 20 Projekten, die letztes Jahr jeweils 50,000 US-Dollar über den UF Artificial Intelligence Research Catalyst Fund erhielten.

„Wir haben die KI-Algorithmen bereits entwickelt, aber nicht für dieses Problem“, sagt Zare. „Wir müssen sie auf die Nematodenbilder anwenden und den Algorithmus für dieses Problem weiterentwickeln und validieren.“

Landwirte benötigen eine schnelle Möglichkeit, pflanzenparasitäre Nematoden in ihrem Boden zu identifizieren, um sich für eine Behandlungsmethode zu entscheiden, sagt DiGennaro. Künstliche Intelligenz könnte bei dieser Erstdiagnose des Fadenwurms hilfreich sein, indem sie es schneller und kostengünstiger macht, zu wissen, welche Arten von Fadenwürmern sich auf ihren Feldern befinden, und Landwirten möglicherweise den Einsatz kostspieliger Bewirtschaftungsmethoden oder den Verlust von Ernten aufgrund nicht diagnostizierter Nematodenprobleme erspart.

DiGennaros Kollegen am UF/IFAS Nematoden-Assay-Labor erhalten jedes Jahr etwa 7,000 Proben von kommerziellen Erzeugern, Anwohnern und Golfplätzen in Florida. Laborspezialisten planen, jede Probe mit einem digitalen Mikroskop zu betrachten, das etwa 15,000 Bilder pro Probe aufnehmen würde, sagt DiGennaro.

Laut Zare ist die KI-Technologie in der Lage, einige der Prozesse zu automatisieren, die derzeit manuell ausgeführt werden. Um den Nematodenidentifizierungsprozess zu beschleunigen, werden DiGennaro und Zare einen maschinellen Lernalgorithmus entwickeln.

Wenn das Projekt erfolgreich ist, könnten Wissenschaftler den Landwirten auch sagen, welche Managementpraktiken am besten zum Schutz ihrer Pflanzen geeignet wären.

Derzeit wenden Züchter verschiedene Methoden zur Bekämpfung von Nematoden an. Am weitesten verbreitet sind Nematizide, die typischerweise in den Boden eingebracht werden, bevor die Pflanzen gepflanzt werden. Andere Techniken umfassen den Anbau von Pflanzen, die den Nematoden widerstehen, das Wechseln der Pflanzen und die Verwendung biologische Kontrolle Optionen wie Pilze und Bakterien, um die Nematoden zu fressen.

/ Wissenschaft und Bildung /