"¿Qué hace el INTA", se pregunta cada vez que puede el ministro de Desregulación y Transformación del Estado, Federico Sturzenegger, como justificativo para ajustar el organismo público. Y la respuesta es simple: investigar, innovar y transferir esa tecnología a los productores.
Y un claro ejemplo es el seguiente: junto al Conicet y en colaboración con la universidad italiana de Trento, desarrollaron la primera herramienta de inteligencia artificial que identifica de forma automática los estadios fenológicos del girasol a partir de imágenes tomadas con teléfonos celulares.
Se trata de SunPheno, una plataforma de acceso libre y gratuito, que representa "un avance sin precedentes para la mejora genética y la gestión agronómica de este cultivo", indicaron desde el INTA.
Según indicaron, esta 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".
“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 del Instituto de Agrobiotecnología y Biología Molecular (Iabimo), Unidad Ejecutora de Doble Dependencia INTA-Conicet.
25.000 imágenes del girasol
El equipo de investigadores y desarrolladores 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, 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”.
Más Información
