Projekt AI4Crop w ramach programu INFOSTRATEC
Projekt AI4Crop, realizowany w ramach szóstego rozdania programu INFOSTRATEC, dysponuje budżetem przekraczającym 6 mln zł, z czego ponad 5,6 mln zł pochodzi ze środków krajowych. Trwa 36 miesięcy i jest podzielony na trzy fazy. Aktualnie zespół pracuje w fazie drugiej, z planowanym zakończeniem w lutym 2026 roku i finalizacją całego projektu w 2027 roku.
Główne cele i metodologia
Podczas IV Kongresu Nauk Rolniczych w Puławach dr hab. Magdalena Jakubowska, prof. IOR-PIB w Poznaniu, przedstawiła założenia projektu, którego kierownikiem jest prof. Jolanta Kowalska z IOR-PIB. W wykładzie zatytułowanym "Metodologia diagnozowania zdrowotności roślin z udziałem SSN i kamer hiperspektralnych" podkreślono wykorzystanie sztucznych sieci neuronowych (SSN) oraz kamer hiper- i multispektralnych w monitoringu upraw.
Celem jest wdrożenie innowacyjnego systemu, który umożliwi precyzyjne wykrywanie patogenów i stresów roślinnych na wczesnym etapie, zanim staną się one widoczne gołym okiem. Takie podejście pozwala znacząco ograniczyć stosowanie środków ochrony roślin oraz zwiększyć efektywność zabiegów agrotechnicznych.
Badania i efekty wstępne
Naukowcy skupili się na analizie wybranych upraw, m.in. pszenicy ozimej zagrożonej fuzariozą oraz ziemniaku z alternariozą. Opracowali oni bazę danych zawierającą ponad 2 000 hiper- i multispektralnych obrazów. System analizuje w czasie rzeczywistym zdrowotność roślin, poziom stresu wodnego, zawartość chlorofilu oraz składników odżywczych, co wpływa na określenie poziomu zagrożenia.
Wstępne testy wykazały wysoką skuteczność w identyfikacji roślin chorych, co potwierdza potencjał technologii w praktycznym zastosowaniu.
Automatyzacja oprysków i korzyści ekologiczne
Projekt przewiduje także wdrożenie automatyzacji oprysków za pomocą opryskiwaczy polowych sterowanych przez system AI. Dzięki temu możliwa będzie redukcja zużycia pestycydów nawet o 50-85%, znaczące ograniczenie zużycia wody i paliwa oraz optymalizacja kosztów produkcji rolniczej.
AI4Crop oferuje też precyzyjną ochronę na trzech poziomach zagrożenia: krytycznym, zagrożonym oraz prewencyjnym, by minimalizować presję patogenów i szkodników.
Interdyscyplinarny charakter i dalsze perspektywy
Podczas kongresu podkreślono, że projekt ma charakter interdyscyplinarny, łącząc ekspertów z dziedzin takich jak fizjologia roślin, fitopatologia, ochrona roślin, entomologia i technologie rolnicze. Zespół zwrócił uwagę na konieczność dalszych badań i udoskonalania narzędzi analitycznych, aby system AI4Crop mógł w pełni wesprzeć praktykę rolniczą.
„Innowacyjne systemy oparte na sztucznej inteligencji i zaawansowanym obrazowaniu są przyszłością ochrony roślin, pozwalając na znaczne ograniczenie środków ochrony i zwiększenie efektywności produkcji” — dr hab. Magdalena Jakubowska, IOR-PIB
Źródło: farmer.pl