Pesquisadores Hristofor Miho e Conchi Muñoz Díez
O grupo Ucolivo, no âmbito do projeto europeu GEN4OLIVE, participa no desenvolvimento de uma rede neural treinada com a maior base de dados fotográfica de endocarpos de oliveira.
O desenvolvimento de uma 'app' capaz de identificar variedades de oliveira a partir de fotos do caroço da azeitona é o objetivo final da 'OliVaR', uma rede neural treinada com a maior base de dados fotográfica de endocarpos de azeitona, que foi gerada pelos parceiros da o projeto europeu GEN4OLIVE.
O desenvolvimento desta ferramenta foi possível graças ao trabalho de catalogação e documentação de cinco bancos de germoplasma de diferentes países e aos avanços nos sistemas de inteligência artificial. E a Universidade de Córdoba tem desempenhado um papel fundamental, sendo o centro que mais informações tem fornecido dados sobre 63 variedades do seu Banco de Germoplasma.
A iniciativa, que se insere no projecto europeu de melhoramento de oliveiras GEN4OLIVE, coordenado pelo grupo Ucolivo da Unidade de Excelência María de Maeztu – Departamento de Agronomia (DAUCO), contou com a participação de bancos genéticos de oliveiras de Marrocos, Grécia, Itália e a Turquia para reunir mais de 150.000 fotos de 133 variedades de oliveiras da bacia do Mediterrâneo. O Departamento de Ciência da Computação da Universidade Sapienza de Roma se encarregou de coletar a informação e criar o algoritmo desta ferramenta, que propõe uma nova abordagem para identificar variedades e automatizar o processo tradicional de classificação morfológica.
Isso é explicado pelos pesquisadores Hristofor Miho e Concepción Muñoz Díez, que também destacam a precisão que o modelo tem demonstrado, com cerca de 90% de eficácia. “É um sistema de aprendizagem por tentativa e erro, baseado em 'aprendizado de máquina', no qual treinamos a máquina para aprender através de suas próprias falhas”, afirmam. Os pesquisadores explicam que quanto mais imagens fizerem parte do banco de dados, mais eficaz será o sistema. As entidades participantes no projeto acordaram protocolos muito rigorosos para unificar as suas metodologias de trabalho e gerar imagens que permitem a otimização do algoritmo.
O resultado é uma inteligência artificial que se mostrou capaz de detectar detalhes morfológicos que escapam até mesmo ao olho humano. Após o processamento dos dados, fornece uma lista das possíveis variedades que apresentam diferentes graus de compatibilidade com a amostra fotografada. Este sistema de ‘machine learning’ será a base de uma aplicação que permitirá aos agricultores ou viveiristas identificar de forma fácil e rápida a variedade de oliveira com que trabalham. Do Ucolivo asseguram que, ao disponibilizá-lo a todo o sector como ferramenta pública e gratuita, contribuirá também “para o avanço do conhecimento geral de todas as variedades de oliveiras existentes”.
Cristofor Miho; Giulio Pagnotta; Dorjan Hitaj; Fábio De Gaspari Luigi Vincenzo Mancini Georgios Koubouris; Gianluca Godino Mehmet Hakan; Concepción Muñoz Diez. “OliVaR: Melhorando o reconhecimento de variedades de azeitona usando redes neurais profundas”, Computers and Electronics in Agriculture, 216.
O estudo completo disponível no link https://doi.org/10.1016/j.compag.2023.108530
Escrito por UCCi
