Le ultime scoperte nel campo delle reti neurali profonde, sviluppate per attivita’ di visione artificiale, come il riconoscimento facciale, sono state applicate all’analisi di immagini microscopiche di foglie di vite. A sviluppare questa nuova tecnologia e’ stato un gruppo di ricercatori guidati dalla Cornell University. Il biologo Lance Cadle-Davidson, professore a contratto presso la School of Integrative Plant Science (SIPS) della Cornell University e ricercatore fitopatologo presso l’Agricultural Research Service (USDA-ARS) del Dipartimento dell’Agricoltura degli Stati Uniti, sta lavorando per sviluppare varieta’ di uva che siano piu’ resistenti all’oidio, che puo’ manifestarsi agli infrarossi prima di essere visibile ad occhio nudo. La ricerca del suo laboratorio e’ stata pero’ ostacolata dalla necessita’ di valutare manualmente migliaia di campioni di foglie di vite alla ricerca di prove di infezione. Il team guidato dalla Cornell University ha sviluppato prototipi di robot di imaging in grado di scansionare automaticamente campioni di foglie di vite, un processo chiamato fenotipizzazione ad alto rendimento, tramite una fotocamera robotica che hanno soprannominato “BlackBird”. Il robot BlackBird puo’ raccogliere informazioni su una scala di 1,2 micrometri per pixel, equivalente a un normale microscopio ottico. Per ogni campione di foglia di 1 centimetro esaminato, il robot fornisce informazioni da 8.000 per 5.000 pixel. Se i ricercatori riuscissero a sviluppare strumenti per aiutare gli agricoltori a rilevare precocemente le malattie, cio’ consentirebbe l’utilizzo di spray fungicidi prima ancora che l’infezione si diffonda, il che significherebbe meno fungicidi utilizzati e meno raccolti persi. “Speriamo di trovare laboratori collaborativi che possano unirsi a noi per sfruttare questo strumento”, ha affermato l’ingegnere e scienziato informatico Yu Jiang. “Vediamo potenziali applicazioni per questa ricerca in studi sulle piante, campi animali o scopi medici”.
