தக்காளி நோய்களை கண்டறிய AI முறை 99%க்கும் அதிக துல்லியத்தை எட்டுகிறது

சார்லஸ் டார்வின் பல்கலைக்கழகம் (CDU) மற்றும் பேராதனை பல்கலைக்கழகம் (UoP) ஆகியவற்றைச் சேர்ந்த ஆராய்ச்சியாளர்கள், தக்காளி நோய்களை 99% க்கும் மேற்பட்ட துல்லியத்துடன் கண்டறியக்கூடிய AI முறையை உருவாக்கியுள்ளனர். இந்த முன்னேற்றம், 8,934 தக்காளி இலைப் படங்களை உள்ளடக்கிய இலங்கை புலநிலை தக்காளி (SLIF-Tomato) தரவுத்தொகுப்பைப் பயன்படுத்தி அடையப்பட்டது. இந்த தரவுத்தொகுப்பில் ஆரோக்கியமான இலைகள் மற்றும் பாக்டீரியா புள்ளி நோய், முன்பருவ இலைக்கருகல் போன்ற ஏழு வகையான நோய்களால் பாதிக்கப்பட்ட இலைகள் அடங்கும்.

இந்த AI முறை, 'இன்வெர்டட் ரெசிடுவல் கன்வல்யூஷனல் பிளாக் அட்டென்ஷன் மாட்யூல்' (IR-CBAM) எனப்படும் அல்காரிதத்தைப் பயன்படுத்துகிறது. நிறம், அமைப்பு போன்ற படத்தின் முக்கிய அம்சங்களில் மட்டும் கவனம் செலுத்தவும், பின்னணியில் உள்ள தேவையற்ற விவரங்களை ஒதுக்கவும் இது உதவுகிறது. இதனால் மொபைல் போன் போன்ற குறைந்த திறன் கொண்ட சாதனங்களில் கூட இந்த முறை திறம்படச் செயல்படுகிறது.

CDU-வின் விரிவுரையாளர் டாக்டர் துசீதன் செல்வராஜா, இந்த AI முறை குறிப்பிட்ட காட்சிக் குறிப்புகளை கவனிக்க பயிற்றுவிக்கப்படுவதாகவும், இது வயல்வெளி சூழல்களில் நோய்களை துல்லியமாக அடையாளம் காணும் திறனை மேம்படுத்துவதாகவும் விளக்கினார். வயலில் எடுக்கும் படங்களில் தேவையற்ற பல பொருள்கள் இருக்கும்; அவை வழக்கமான AI மாதிரிகளைக் குழப்பிவிடும். அதனால்தான் இந்தத் திறன் மிகவும் முக்கியம்.

UoP-வின் முனைவர் பட்ட மாணவரும் ஆய்வின் முதன்மை ஆசிரியருமான ரோமியல் ஜார்ஜ், இந்த தொழில்நுட்பத்தின் நடைமுறை நன்மைகளை வலியுறுத்தினார். நோயை விரைவாகக் கண்டறிவதால், நிபுணர்களை நாட வேண்டிய தேவை குறைகிறது. விவசாயிகள் திறம்படச் சிகிச்சை அளிக்க முடிகிறது; பயிர் இழப்பும் இரசாயனப் பயன்பாடும் குறைகின்றன.

இந்த ஆய்வை மேலும் பல பயிர்களுக்கும் நோய்களுக்கும் விரிவுபடுத்த ஆராய்ச்சியாளர்கள் திட்டமிட்டுள்ளனர். AI தொழில்நுட்பத்தை அன்றாட விவசாயப் பயன்பாட்டுக்குக் கொண்டு வருவதே அவர்களின் நோக்கம். AI அடிப்படையிலான தீர்வுகள் மூலம் உற்பத்தித்திறனையும் உயிரியல் பாதுகாப்பையும் மேம்படுத்தி, விவசாயத்தில் புதுமைகளுக்கு இந்த முயற்சி வழிவகுக்கிறது.