La aplicación basada en la web identifica insectos en todo el mundo y en la granja

Un agricultor nota un insecto desconocido en una hoja. ¿Es esto un polinizador? O una plaga? ¿Buenas noticias en el momento de la cosecha? O malo? ¿Necesitas ser controlado? ¿O no?

Que el agricultor pueda tomar una imagen, usar un teléfono inteligente o computadora para alimentar la foto a una aplicación basada en la web llamada Insectnet y, con la ayuda de la tecnología de aprendizaje automático, recuperar información en tiempo real.

«La aplicación identifica el insecto y devuelve una predicción de su clasificación taxonómica y su papel en el ecosistema como plaga, depredador, polinizador, parasitoide, descomponedor, herbívoro, indicador y especies invasivas», dijo un artículo científico que describe recientemente insectnetnet publicado por el diario PNAS NEXUS. Baskar Ganapathysubramanian y Arti Singh de la Universidad Estatal de Iowa son los autores correspondientes.

Insectidad—Cho que está respaldado por un conjunto de datos de 12 millones de imágenes de insectos, incluidas muchas recopiladas por ciudadanos-científicos, proporciona la identificación y las predicciones para más de 2,500 especies de insectos con más del 96 por ciento de precisión. Cuando la aplicación no está segura de un insecto, dice que es incierto, dando a los usuarios más confianza cuando proporciona respuestas.

Y, debido a que la aplicación se construyó como un modelo global a local, se puede ajustar geográficamente utilizando conjuntos de datos locales y regionales verificados por expertos. Eso lo hace útil para los agricultores en todas partes.

Entonces, tenga cuidado, gusanos del ejército, gusanos cortados, saltamontes, bichos apestos y todos los demás insectos dañinos. Y, hola, mariposas, abejas y todos los demás polinizadores. Es bueno verte, escarabajos, mantis y todos los demás depredadores de plagas.

«Imaginamos Insectnet para complementar los enfoques existentes y ser parte de una creciente conjunto de tecnologías de IA para abordar los desafíos agrícolas», escribieron los autores.

Un pueblo de investigadores

La capacidad de Insectnet para ser ajustada para regiones o países específicos lo hace particularmente útil, dijo Singh, profesor asociado de agronomía.

En Iowa, por ejemplo, Singh dijo que hay alrededor de 50 especies de insectos particularmente importantes para la producción agrícola del estado. Para identificar y proporcionar predicciones sobre esos insectos, Singh dijo que el proyecto usó alrededor de 500,000 imágenes de insectos.

Eso podría suceder para los agricultores de todo el mundo. Y donde no hay datos suficientes, estos modelos sofisticados a menudo requieren millones de imágenes, para el ajuste local, el conjunto de datos global todavía está disponible para los agricultores.

Sin embargo, Insectnet no es solo para los agricultores. Singh dijo que también podría ayudar a los agentes de los puertos o los cruces fronterizos a identificar especies invasoras. O podría ayudar a los investigadores a trabajar en estudios ecológicos.

Entonces, la aplicación es utilizable y flexible. ¿Pero es accesible?

Todavía no puede ir a una tienda de aplicaciones y descargar una versión, dijo Ganapathysubramanian, Joseph y Elizabeth Anderlik Profesora de Ingeniería y Directora del Instituto de AI para la Agricultura Resiliente con sede en el estado de Iowa. Pero la aplicación se ejecuta en un servidor en el estado de Iowa. Con un código QR (ver barra lateral) o esta URL, los usuarios pueden cargar imágenes de insectos y obtener una identificación y predicción.

Esto funciona a lo largo de las etapas de la vida de un insecto: desde el huevo hasta la larva, la pupa y el adulto. Funciona con especies parecidas. Y funciona con diversas cualidades y orientaciones de imágenes.

El resultado final para cualquier usuario es información básica sobre un insecto: «¿Es esto una plaga?» Dijo Singh. «¿O es un amigo?»

Los desarrolladores demostraron la aplicación durante el espectáculo de progreso agrícola del pasado agosto en Boone, Iowa. Y ahora el documento de investigación lo está presentando a una audiencia científica más amplia.

¿Pero no hay aplicaciones que ayuden a identificar insectos?

Sí, dijo Ganapathysubramanian, pero no están a la escala de Insectnet y no son capaces de aplicaciones globales a locales. Y tampoco son de código abierto Aplicaciones con tecnología que se puede compartir.

«Hacer un código abierto de Insectnet puede fomentar esfuerzos científicos más amplios», dijo. «La comunidad científica puede aprovechar estos esfuerzos, en lugar de comenzar desde cero».

El proyecto también respondió muchas preguntas técnicas que podrían aplicarse a otros proyectos, dijo.

¿Cuántos datos son suficientes? ¿Dónde podemos obtener tantos datos? ¿Qué podemos hacer con datos ruidosos? ¿Cuánta alimentación de computadora es necesaria? ¿Cómo tratamos tantos datos?

«Por último, se necesita un pueblo de especialización para llegar a este punto, ¿verdad?» dijo Ganapathysubramanian.

Tomó agrónomos e ingenieros informáticos y estadísticos y científicos de datos y especialistas en inteligencia artificial de unos dos años para armar Insectnet y hacer que funcione.

«Lo que aprendimos trabajar con insectos puede ampliarse para incluir malezas y enfermedades de las plantas o cualquier otro problema de identificación y clasificación relacionado en la agricultura», dijo Singh. «Estamos muy cerca de una ventanilla única para identificar todo esto».