Agriculture AI : रोगग्रस्त गहू दाणे ओळखण्यासाठी कृत्रिम बुद्धिमत्तेचा वापर

AI Technology : पैदास प्रक्रियांमध्ये विषारी घटकांचा समावेश असलेले गहू दाणे वेगळे ओळखण्यासाठी कृत्रिम बुद्धिमत्तेचा वापर करण्यात आला आहे.
Agriculture AI
Agriculture AI Agrowon

Agriculture AI : अन्नाच्या साखळीमध्ये (Food Chain) रोगाच्या प्रादुर्भावामुळे विषारी घटक तयार झालेला गहू मिसळला जाऊ नये, यासाठी अमेरिकेतील इल्लिनॉइज विद्यापीठातील (Illinois University) कृषी, ग्राहक आणि पर्यावरण शास्त्र महाविद्यालयातील संशोधकांनी एक नवा प्रकल्प सुरू केला आहे.

पैदास प्रक्रियांमध्ये विषारी घटकांचा समावेश असलेले गहू दाणे (Diseased Wheat Grain) वेगळे ओळखण्यासाठी कृत्रिम बुद्धिमत्तेचा (Artificial Intelligence) वापर करण्यात आला आहे. त्यातून अशा रोगांचा प्रादुर्भाव असलेले दाणे बाजूला काढता येतात.

या तंत्रज्ञानामुळे पैदासकारांचा वेळ वाचणार असून, गव्हाच्या फ्युजारियम हेड ब्लाइट किंवा स्कॅब रोगांसाठी अधिक प्रतिकारक जातींच्या विकासाला वेग येऊ शकेल. या संशोधनाची माहिती ‘प्लॅन्ट फिनोम जर्नल’मध्ये प्रकाशित करण्यात आली आहे.

गहू पिकांमध्ये फ्युजारियम हेड ब्लाइट या रोगामुळे मोठ्या प्रमाणात आर्थिक नुकसान होते. सोबतच त्यातून दाण्यामध्ये निर्माण होणारे डिऑक्सिनिवॅलनोल (DON) यासारखे विषारी घटकांमुळे मानवी आणि पाळीव प्राण्यांचे आरोग्यही धोक्यात येते.

पूर्व अमेरिकेतील लोक गव्हाचे उत्पादन मोठ्या प्रमाणात घेत असले तरी त्यात होणारा रोगाचा प्रादुर्भाव ही मोठी समस्या आहे. अनेक वेळा चांगले उत्पादन घेऊनही प्रक्रियेपूर्वी ते बाजूला काढले जाते किंवा नाकारले जाते. ही बाब कोणत्याही शेतकऱ्यांसाठी अत्यंत वेदनादायक असते.

त्यामुळे गहू वाणांमध्ये प्रतिकारकता वाढविण्यावर भर देण्यात येणार आहे. आणि DON चा धोका शक्य तितका कमी केला जाणार असल्याची माहिती सहायक प्रा. जेस्सिका रुत्कोस्की यांनी दिली.

Agriculture AI
AI: शेतीमध्ये एआय, आयओटी आणि ब्लॉकचेनचा वापर

...असे आहे संशोधन

पारंपरिक रोगप्रतिकारक वाण विकसनाच्या प्रक्रियेमध्ये वेगवेगळ्या प्रकारच्या वाणांची लागवड करणे, त्यामध्ये मुद्दामहून रोगाचा प्रादुर्भाव घडवून आणणे आणि लक्षणे तपासणे अशी पद्धत असते.

त्यातून कमीत कमी किंवा अजिबात प्रादुर्भाव न होणाऱ्या वाणांची ओळख पटवली जाते. त्यातून अशा वाणांचा जनुकीय पातळीवर अभ्यास केला जातो.

कोणती जनुके रोग प्रतिकारामध्ये कार्यान्वित होतात, याचा अभ्यास केला जातो. त्यातून अशी जनुके अधिक कार्यान्वित संकर घडवून वेगळ्या वाणांचा विकास केला जातो.

मात्र ही दीर्घ आणि सातत्याने पुन्हा पुन्हा करावी लागणारी प्रक्रिया आहे. त्यामध्ये रुत्कोस्की यांनी यातील फिनोटायपिंग फॉर डीसिज सिम्टम्स ही एक पायरी अधिक वेगवान करण्याचा प्रयत्न केला आहे.

त्यासाठी त्यांना कृत्रिम बुद्धिमत्ता क्षेत्रामध्ये पीएच. डी. करत असलेले जुनझी वू आणि संगणक शास्त्राचे सहायक प्रा. गिरीश चौधरी यांची मदत घेतली आहे.

त्यांच्या साह्याने गहू दाण्याच्या साध्या फोनद्वारे घेतलेल्या प्रतिमांचे विश्‍लेषण करून, त्यातील नुकसानीचे नेमके प्रमाण ठरविण्यासाठी प्रयत्न केले आहेत. सामान्यतः पेट्रीडिशमध्ये दाणे घेऊन त्यांचे विश्‍लेषण करून त्यानुसार गुणानुक्रमांक दिले जातात.

हे मन आणि बुद्धी दोघांना थकवून टाकणारे काम आहे. प्रशिक्षित आणि अत्यंत कुशल माणसांकडूनही त्याचा वेग कमी राहतो. दर माणसागणिक ही प्रक्रिया सापेक्ष राहण्याचा धोका असतो. हा धोका कमी करण्यासाठी कृत्रिम बुद्धिमत्ता अत्यंत उपयोगी ठरू शकते.

Agriculture AI
Artifitial Intelligence (AI): मोकाट गायींसाठी फेस रिक्गनिशन मॉडेल

- वू आणि चौधरी यांनी अन्य तंत्रज्ञान क्षेत्रातील कंपन्याकडून राबविल्या जाणाऱ्या विविध पद्धतीचा अभ्यास करून प्रत्यक्ष दाणे, त्याची प्रतिमा आणि वर्गीकरणावर आधारित अल्गोरिदम तयार केले. रोगग्रस्त दाण्यामधील अत्यंत सूक्ष्म बदलही टिपून, चांगले निरोगी दाणे वेगळे करण्यासाठी त्यात आणखी काही बदल केले.

त्याविषयी माहिती देताना प्रा. गिरीश चौधरी यांनी सांगितले, की आम्ही विकसित केलेल्या नेटवर्क मध्ये केवळ काही प्रतिमांच्या साह्याने किंचितही नुकसान असलेले दाणे ओळखणे शक्य होत आहे.

यात पूर्वमाहितीचे विश्‍लेषण, त्यातून नियमितपणे शिकत राहणे आणि प्रत्येक टप्प्यावर योग्य ते लेबलिंग करणे या बाबी शक्य केल्या आहेत. खरेतर ही मशिन लर्निंग (यंत्राने स्वतः काही शिकणे), कृषी क्षेत्रातील कृत्रिम बुद्धिमत्तेचा वापर आणि समाज या सर्वांसाठी महत्त्वाचे यश ठरणार आहे.

Agriculture AI
Agriculture AI Technology : कृत्रिम बुद्धिमत्ता तंत्रज्ञान आत्मसात करावे लागेल

-या तंत्रज्ञानामुळे फ्युजारियम प्रादुर्भावामुळे नुकसान झालेले - लहान, सुरकुतलेले, करड्या पांढरट रंगाचे दाणे सहज ओळखता येतात. त्यामुळे बुरशीमुळे त्या दाण्यांवर निर्माण झालेले विषारी

घटकही त्वरित लक्षात येतात. असे दाणे एकूणच खाद्यसाखळीमध्ये येणार नाही, याची काळजी घेता येते.

-यंत्राच्या चाचण्यांमध्ये दाण्यावरील रोगाचा प्रादुर्भाव शेतावरील रोगाच्या प्रादुर्भावाच्या तुलनेमध्ये अधिक चांगल्या प्रकारे ओळखता येत असल्याचे दिसून आले. माणसांच्या साह्याने प्रयोगशाळेमध्ये दाण्यांचे रोगामुळे झालेले नुकसान तपासण्याच्या तुलनेमध्ये या नव्या तंत्रज्ञानाचा अचूकता ही ६० टक्के इतकी आहे. मात्र या नव्या तंत्रज्ञानामुळे यंत्र स्वतः शिकत आणखी सुधारणा करत राहणार आहे. त्यामुळे अचूकतेमध्ये आणखी वाढच होत जाणार असल्याचा दावा शास्त्रज्ञ करतात.

-या तंत्रज्ञानाचा लाभ नव्या वाणांच्या विकासासाठीही होणार असल्याची माहितीत वू यांनी दिली.

ऑनलाइन पोर्टल ः

आता या तंत्रज्ञानावर आधारित ऑनलाइन पोर्टल तयार करण्याचे ध्येय ठेवले आहे. त्यामुळे कोणताही पैदासकार गहू दाण्याचे फोटो अपलोड करून त्यातील फ्युजारियम नुकसान असलेल्या गहू दाण्यांचे प्रमाण जाणून घेऊ शकेल. या साधनामुळे पैदासकारांच्या वेळेमध्ये मोठी बचत होणार आहे. त्यांच्या कार्यक्षमतेमध्येही वाढ होईल, असे रुत्कोस्की यांनी सांगितले.

Read the Latest Agriculture News in Marathi & Watch Agriculture videos on Agrowon. Get the Latest Farming Updates on Market Intelligence, Market updates, Bazar Bhav, Animal Care, Weather Updates and Farmer Success Stories in Marathi.

ताज्या कृषी घडामोडींसाठी फेसबुक, ट्विटर, इन्स्टाग्राम टेलिग्रामवर आणि व्हॉट्सॲप आम्हाला फॉलो करा. तसेच, ॲग्रोवनच्या यूट्यूब चॅनेलला आजच सबस्क्राइब करा.

Related Stories

No stories found.
Agrowon
agrowon.esakal.com