La herramienta nace a partir del Google Street View
Investigadores de la Universidad de California en Davis han desarrollado un arma de alta tecnología que reduce el costo y tiempo significativamente en la detección de la maleza altamente nociva conocida como pasto Johnson.
Para controlar el pasto Johnson, que invade el algodón y enferma a los caballos, los granjeros han usado herbicidas, quema y deshierbado manual, pero ahora se preparan para atacar esta maleza invasora con inteligencia artificial (AI, por sus siglas en inglés) y la programación de maquinaria.
Usando fotos de una conocida base de datos de mapas, investigadores de UC Davis han rastreado más de dos mil casos de pasto Johnson en el hemisferio oeste de los Estados Unidos a una fracción del costo y tiempo de lo que tomaría manejar por la zona o realizar otros estudios de manera manual. Le llaman a su herramienta Google Weed View, algo así como Vista de Malezas Google en español.
Este avance podría ayudar a los administradores de tierras a estudiar otras hierbas problemáticas.
“Una vez que el modelo sea calibrado, puede correrse sobre millones de imágenes de Google Street View”, expresó Mohsen Mesgaran, profesor asistente en el Departamento de Ciencias de las Plantas de UC Davis. “Tenemos gran flexibilidad y su capacidad puede escalar rápidamente”.
Esta técnica puede extenderse a otras especies de plantas. Todo lo que se necesita es etiquetar el nuevo objeto en las fotos de Street View y programar el algoritmo para identificar ese objeto en las imágenes.
Si se proporciona información sobre la localización, Google Weed View también ofrece la oportunidad de examinar cómo el clima afecta el crecimiento y esparcimiento de hierbas y plantas invasivas a grandes escalas.
“Pienso que sería de gran utilidad tanto para las administraciones como para personas con interés en cuestiones más básicas de ecología”, dijo Mesgaran.
La pregunta de un colega
Mesgaran empezó su investigación usando la base de datos de Google de carreteras, calles y autopistas después de que Kassim Al-Khatib, un profesor de Extensión Cooperativa del mismo departamento, solicitó estudiar los estados del oeste para identificar el pasto Johnson.
Al-Khatib estudia dónde crece el paso Johnson, maneras de controlarlo y cómo esta planta perenne ha evolucionado convirtiéndose en prevalente y resiliente. También trabaja con científicos de la Universidad de Georgia para decodificar el genoma del pasto Johnson, que es una de las diez malezas más invasivas del mundo.
El pasto Johnson puede desplazar plantas nativas, albergar patógenos y afectar la agricultura. De acuerdo con a la página informativa de un Programa Interestatal para el Control Integrado de Plagas de UC, esta maleza crece hasta siete pies de altura y produce flores de color verde, violeta, rojo obscuro o café púrpura, dependiendo de la madurez.
“El pasto Johnson es una maleza importante no solo en California sino mundialmente”, indicó Al-Khabib. “Es una plaga muy difícil de controlar. Es un problema en los viñedos. Es un problema para cultivos agrícolas, es un problema para los huertos”.
Google Weed View permite un rápido y conveniente escaneo. Se actualiza continuamente a través de usuarios diarios con cámaras compatibles e imágenes recogidas por Google. “En vez de conducir en persona todo un día por la zona, podemos utilizar la IA para determinar si el pasto Johnson está presente en un condado o no”, mencionó Al-Khatib.
Sentando los parámetros
Para encontrar las malezas, Mesgaran accesó Google Street View, el cual alberga miles de millones de fotografías panorámicas. No tomó mucho tiempo para encontrar el pasto Johnson.
“Las fotografías son de muy buena calidad”, expresó. “Se pueden ver las plantas y flores”.
Las fotografías de Street View ofrecen una vista de 360 grados, así que en su solicitud Mesgaran ingresó parámetros basados en coordenadas de calles, para solo tener vista lateral. También especificó la latitud, longitud y otros factores. Para definir la profundidad o modelo de entrenamiento de la maquinaria, eligió a Texas donde prevalece el pasto Johnson.
Un estudiante clasificó más de 20 mil imágenes de esa solicitud, para encontrar fotos del pasto Johnson y dibujó formas rectangulares alrededor de la maleza. Localizaron mil imágenes.
Las fotos etiquetadas fueron ingresadas a una computadora para obtener un algoritmo de análisis profundo capaz de identificar el pasto Johnson en las imágenes de Google. El modelo fue ingresado de nuevo para capturar potencialmente más imágenes con el pasto Johnson. Estas imágenes adicionales fueron etiquetadas y usadas para refinar el modelo. Con cada repetición, el algoritmo aprendía y se volvía más acertado.
“Este modelo de aprendizaje a profundidad fue programado por estas imágenes”, mencionó Mesgaran. Una vez que tuvimos un modelo semi funcional, lo corrimos contra 300 mil imágenes”.
Para La solicitud de Al-Khatib, los investigadores se enfocaron en 84 mil millas de carreteras principales en los estados de California, Nevada, Oregón y Washington. El equipo descubrió dos mil ubicaciones con pasto Johnson.
Google Weed View tiene un costo de menos de dos mil dólares por la compra de las imágenes y la programación del modelo. Una investigación tradicional en automóvil para cubrir la misma extensión de terreno, hubiera costado 40 mil dólares en gasolina, hoteles, alimentos y otros gastos.
“En cuestión de meses, obtuvimos dos mil registros y lo puedo hacer en todo Estados Unidos”, señaló Mesgaran.
¿Qué sigue? Los Estados Unidos en su totalidad.
Esta historia fue originalmente publicada en el nuevo sitio web de la Facultad de Ciencias Agrícolas y del Medio Ambiente de UC Davis.
Adaptado al español por Leticia Irigoyen del artículo en inglés . Editado para su publicación por Diana Cervantes